Мы прошли основы, познакомились с проверками, теперь можно опробовать и более интересные возможности регулярных выражений.
Игнорирование
Возьмём строки:
- шла кошка;
- шли кошки;
- шла кошечка.
Допустим, мы решили выделить слово "кошка" с конкретными окончаниями -"ка" и "ечка". Регулярное выражение будет следующим:
.+\s(кош(ка|ечка)), где:
- .+- повторение любого символа;
- \s - один пробельный символ;
Как видим, помимо слов с нужными окончаниями, в группы выделяются и сами окончания. Чтобы этого избежать, воспользуемся специальным ключом - (?:)
?: сигнализирует о том, что группу не следует захватывать как отдельный результат.
Обращение к группе по имени
В первой статье упоминалось о том, что группе можно назначить имя, но самое интересное, что по этому имени можно обратиться внутри регулярного выражения!
Синтаксис (?&ИМЯ_ГРУППЫ). Это жуть какая удобная вещь при работе с крупными регулярными выражениями, так как изменение номера группы - обычное дело! Вести подсчет и каждый раз вносить правки становится неловкой рутиной. Работа с именами и обращение по ним снимает с нас эту головную боль.
Пример конечно ужасно утрированный, но хорошо демонстрирует возможность обращения по имени:
- Определили группу G1, содержащую последовательность от 1 до бесконечности символов;
- Определили G2 внутри которой ищем \w+ = \w+;. Однако теперь мы можем не переписывать выражение \w+, а обращаться по имени группы - (?&G1).
Рекурсия
Может показаться странным, но... Да. Вы можете создать рекурсию. Итак, перейдем к задаче, на которой её можно хорошо продемонстрировать! У нас есть две функции, написанные на языке программирования Си (правда мы рассматриваем псевдокод, нас интересуют только фигурные скобки):
Теперь нам нужно получить тела функций как отдельные результаты. Кажется, что все просто, ведь у нас точность есть:
- \w+ - тип возвращаемого значения;
- \s+ - хотя бы один пробел;
- \w+ - имя функции;
- \( \) - скобки (\ для экранирования спецсимвола, без него скобки будут считаться границами группы);
- { - открывающая фигурная скобка.
- [\w\s;()]* - любое количество символов и пробелов перечисленных в квадратных скобках.
Отлично, мы захватили часть тела функции!
Осталось в квадратные скобки включить фигурные и все:
- [\w\s;(){}]* - любое количество символов и пробелов перечисленных в квадратных скобках.
Не тут то было! Теперь результат записывается сплошным текстом, а добавление крайних фигурных скобок в выражение ситуацию не исправляет:
Тут то на помощь и приходит рекурсия! Слегка изменим наше выражение:
Что здесь случилось? Рекурсия! А реализует ее короткая запись (?1)*, она говорит, что на ее месте может быть от 0 до бесконечности повторений группы 1 ( [\s\w;()]*{[\s\w;()]*} ). Это последовательность {} {}. Так как группа 1 хранит внутри себя поиск той же группы 1, то и последовательность {{{}}} будет попадать под наш прицел! Добавление рекурсии позволило четко определить открывающую и закрывающую фигурные скобки как границы тел двух функций.
Советую вам самим поиграться на упрощённой версии:
К слову, можно обойтись и без скобок, регулярное выражение целиком имеет номер 0, либо можно обратиться по ключу R - (?R)* или (?0)*
В данной статье говорилось о обращении к группе по имени, применим это знание в данном выражении:
Теперь, при добавлении групп "тип функции" или "имя функции" и т.д. не придется следить за номером группы и постоянно корректировать регулярное выражение! Уверяю, вам это сэкономить уйму нервов :)