Index menü
Felhasználói eszközök
Oldalsáv
tudasbazis:regexp
Tartalomjegyzék
Reguláris kifejezés (regexp)
Metakarakterek (Metacharacters)
\ | (escape karakter) – az utána következő metakarakterre illeszkedik pl.: \* csillag karakterre, \\ visszaper jelre |
|---|---|
. | (pont) – bármely, kivéve az új sor karakter |
^ | (kalap jel) – a minta kezdete |
$ | (dollár jel) – a minta vége |
| | (pipa) – logikai elágazás, előtte vagy utána levő kifejezés |
[] | (szögletes zárójel) – karakter osztály, a szögletes zárójelek közötti karakterek valamelyikeire bármilyen sorrendben illeszkedik |
() | (kerek zárójel) – csoportosítás, a kerek zárójelek közötti karakterekre pontos sorrendben illeszkedik |
[^ab@] | (tagadás a karakter osztályban) – bármi, kivéve a, b vagy @ |
[0-6] | (karakter osztály tartomány) – 0 és 6 közötti számokra illeszkedik |
[a-fA-F] | (karakter osztály tartomány) – ASCII kis és nagy betűkre illeszkedik a-tól f-ig |
Ismétlések (Quantifiers)
* | (csillag) – a minta 0 vagy többszöri ismétlése |
|---|---|
+ | (plusz) – a minta 1 vagy többszöri ismétlése |
? | (kérdőjel) – a minta 0 vagy egyszeri ismétlése |
{3} | (intervallum) – a mintában pontosan három karakter lehet |
{3,} | (intervallum) – a mintában legalább három vagy több karakter lehet |
{,3} | (intervallum) – a mintában legfeljebb három karakter lehet |
{1,4} | (intervallum) – a mintában legalább egy, legfeljebb négy karakter lehet |
Ismétlések lomhán (Quantifiers not greedily)
*? | (csillag és kérdőjel) – a minta 0 vagy többszöri ismétlése (lomhán) |
|---|---|
+? | (plusz és kérdőjel) – a minta 1 vagy többszöri ismétlése (lomhán) |
?? | (kérdőjel és kérdőjel) – a minta 0 vagy egyszeri ismétlése (lomhán) |
{3}? | (intervallum és kérdőjel) – a mintában pontosan három karakter lehet (lomhán) |
{3,}? | (intervallum és kérdőjel) – a mintában legalább három vagy több karakter lehet (lomhán) |
{,3}? | (intervallum és kérdőjel) – a mintában legfeljebb három karakter lehet (lomhán) |
{1,4}? | (intervallum és kérdőjel) – a mintában legalább egy, legfeljebb négy karakter lehet (lomhán) |
Ismétlések visszatérés nélkül (Quantifiers give nothing back)
*+ | (csillag és plusz) – a minta 0 vagy többszöri ismétlése (visszatérés nélkül) |
|---|---|
++ | (plusz és plusz) – a minta 1 vagy többszöri ismétlése (visszatérés nélkül) |
?+ | (kérdőjel és plusz) – a minta 0 vagy egyszeri ismétlése (visszatérés nélkül) |
{3}+ | (intervallum és plusz) – a mintában pontosan három karakter lehet (visszatérés nélkül) |
{3,}+ | (intervallum és plusz) – a mintában legalább három vagy több karakter lehet (visszatérés nélkül) |
{,3}+ | (intervallum és plusz) – a mintában legfeljebb három karakter lehet (visszatérés nélkül) |
{1,4}+ | (intervallum és plusz) – a mintában legalább egy, legfeljebb négy karakter lehet (visszatérés nélkül) |
Escape-szekvenciák (Escape sequences)
\t | (HT, TAB) – tabulátor |
|---|---|
\v | (VT, TAB) – vertikális tabulátor |
\n | (LF, NL) – új sor |
\r | (CR) – kocsi vissza |
\a | (BEL) – csengő |
\f | (FF) – lapdobás |
\e | (ESC) – escape |
Általános karakter osztályok (Generic Character Classes)
\d | decimális szám |
|---|---|
\D | nem decimális szám, minden más |
\s | szóköz karakter |
\S | bármely más karakter a szóközön kívül |
\w | bármely szó |
\W | bármi, ami nem szó |
Módosítók (Modifiers)
m | (PCRE_MULTILINE) – a ^ és $ közötti több soros karakterlánc kezelése, belső sorokra illeszkedik |
|---|---|
i | (PCRE_CASELESS) – kis és nagy betű érzékenység kikapcsolása |
s | (PCRE_DOTALL) – csak egy sorra illeszkedik |
x | (PCRE_EXTENDED) – szóközök és megjegyzések figyelmen kívül hagyása a mintában |
e | a preg_replace() csereláncát PHP-kódként kezeli |
g | minden előfordulásra illeszkedik |
u | (PCRE_UTF8) – a mintát UTF–8 kódolású szövegnek tekinti |
A | csak a karakterlánc elején illeszkedik (PHP) |
E | csak a karakterlánc végén illeszkedik (PHP) |
U | a legkevesebb karaktert tartalmazó találatokat adja vissza (PHP) |
Feltételek (Assertions)
\b | szóhatár |
|---|---|
\B | bármi, kivéve szóhatár |
\A | csak a karakterlánc elején egyezik |
\Z | csak a karakterlánc vagy új sor végén egyezik |
\z | csak a karakterlánc végén egyezik |
Másodlagos feltételek (Subassertions)
(?:bab) | (nem emlékező zárójel) – illeszkedik a bab-ra, de nem emlékezik az illesztésre |
|---|---|
bab(?=szem) | illeszkedik a bab-ra, ha azt a szem követi |
bab(?!szem) | illeszkedik a bab-ra, ha azt nem a szem követi |
(?#ez itt egy megjegyzés) | (megjegyzés) |
(?>\d+)bab | teljesítmény növelés, ha a bab hiányzik |
(?(3)bab|szem)jankó | illeszkedik a bab-ra, ha a harmadik rész egyezik, különben a szem-re |
Posix, Unicode, Perl, ASCII karakter osztályok
| Posix | Unicode | Perl | ASCII | |
|---|---|---|---|---|
| betűk és számok | [:alnum:] | \p{IsAlnum} | [a-zA-Z0-9] |
|
| betűk | [:alpha:] | \p{IsAlpha} | [a-zA-Z] |
|
0 és 127 kódokközötti karakterek | [:ascii:] | \p{IsASCII} | ||
| szóköz vagy tabulátor | [:blank:] | [ \t] |
||
| ellenőrző karakterek | [:cntrl:] | \p{IsCntrl} | [\x00-\x1F\x7F] |
|
| decimális számok | [:digit:] | \p{IsDigit} | \d | [0-9] |
| nem decimális számok | \D | [^0-9] |
||
| nyomtatható karakterek, kivéve szóköz | [:graph:] | \p{IsGraph} | [\x21-\x7E] |
|
| nyomtatható karakterek és szóköz | [:print:] | \p{IsPrint} | [\x20-\x7E] |
|
| nyomtatható karakterek, kivéve betűk és számok | [:punct:] | \p{IsPunct} | [-!"#$%&'()*+,./:;<=>?@[\\\]^_`{|}~] |
|
| szóköz | [:space:] | \p{IsSpace} | \s | [ \t\r\n\v\f] |
| szóköz (perl) | \p{IsSpacePerl} | \s | ||
| nem szóköz | \S | [^\s] |
||
| szó | [:word:] | \p{IsWord} | \w | [A-Za-z0-9_] |
| nem szó | \W | [^\w] |
||
| hexadecimális szám | [:xdigit:] | \p{IsXDigit} | [A-Fa-f0-9] |
|
| kisbetűk | [:lower:] | \p{IsLower} | [a-z] |
|
| nagybetűk | [:upper:] | \p{IsUpper} | [A-Z] |
PHP reguláris kifejezések függvényei
A PHP a reguláris kifejezések két fajtáját támogatja, a POSIX- és a Perl-kompatibiliseket.
POSIX függvények
A PHP az 5.3.0 verzió bevezetésével a POSIX függvényekre „Deprecated: Function ereg() is deprecated…” elavultságot jelző hibaüzenetet ad! A kódot Perl-kompatibilissá kell konvertálni.
ereg() | egyezés vizsgálata |
|---|---|
eregi() | egyezés vizsgálata (kis és nagy betű érzéketlen) |
ereg_replace() | az egyezést a megadott szóra cseréli |
eregi_replace() | egyezést a megadott szóra cseréli (kis és nagy betű érzéketlen) |
split() | az egyezés alapján a karakterláncot tömb elemekre darabolja |
spliti() | az egyezés alapján a karakterláncot tömb elemekre darabolja (kis és nagy betű érzéketlen) |
Perl-kompatibilis függvények
preg_filter | keresés és csere |
|---|---|
preg_match() | egyezés vizsgálata |
preg_match_all() | egyezés vizsgálata globálisan (az első egyezés után folytatja a keresést) |
preg_replace() | az egyezést a megadott szóra cseréli |
preg_replace_callback() | az egyezést a megadott függvényt meghívásával cseréli |
preg_split() | egyezés alapján a karakterláncot tömb elemekre darabolja |
preg_quote() | az egyezés metakaraktereit literálissá változtatja |
preg_grep() | visszaadja azokat a tömbelemeket, amelyek illeszkednek a mintára |
tudasbazis/regexp.txt · Utolsó módosítás: 2015.10.29 17:32 szerkesztette: tia
Hacsak máshol nincs egyéb rendelkezés, ezen wiki tartalma a következő licenc alatt érhető el: CC Attribution-Noncommercial-Share Alike 4.0 International
