Михаил Кондратович - Создание электронных книг в формате FictionBook 2.1 - практическое руководство (beta 4)

\bмир – Находит все слова, начинающиеся буквосочетанием «мор». Слова будут найдены и в начале строк, и в середине.

^\x20$ – Находит все строки в тексте, состоящие из единственного пробела.

Метасимволы – стандартные перечни символов

. (точка) – Любой символ

\w – буквенно-цифровой символ или "_"

\W – не \w

\d – цифровой символ

\D – не \d

\s – любой «пробельный» символ: [\x20\t\n\r\f]

\S – не \s

Метасимвол «.» по умолчанию совпадает с любым символом, однако, если выключить модификатор s ((?-s), синтаксис см. ниже), то «.» не будет совпадать с разделителями строк.

Стандартные перечни \w, \d и \s можно использовать и внутри перечней символов.

Примеры:

– foob[\w\s]r – -находит «foobar», «foob r», «foobbr» но не «foob1r», «foob=r»

– \+\d (\d\d\d) \d\d\d-\d\d-\d\d – -Находит телефон в формате «+7 (095) 555-55-55»

Метасимволы – повторения

После любого элемента регулярного выражения может следовать очень важный тип метасимвола – повторитель. Используя их Вы можете определить число допустимых повторений предшествующего символа, метасимвола или подвыражения.

Указание числа вхождений

* – ноль или более раз (может быть «жадным»), то же что {0,}

+ – один или более раз (может быть «жадным»), то же что {1,}

? – ноль или один раз (может быть «жадным»), то же что {0,1}

{n} – точно n раз (может быть «жадным»)

{n,} – не менее n раз (может быть «жадным»)

{n,m} – не менее n но не более m раз (может быть «жадным»)

*? – ноль или более раз («не жадный»), то же что {0,}?

+? – один или более раз («не жадный»), то же что {1,}?

?? – ноль или один раз («не жадный»), то же что {0,1}?

{n}? – точно n раз («не жадный»)

{n,}? – не менее n раз («не жадный»)

{n,m}? – не менее n но не более m раз («не жадный»)

Т.о. {n,m} задает минимум n повторов и максимум – m. Повторитель {n} эквивалентен {n,n} и задает точно n повторов. Повторитель {n,} задает минимум n повторов. Теоретически величина параметров n и m не ограничена, но рекомендуется не задавать большие значения, поскольку в некоторых ситуациях это может потребовать существенных затрат времени и ОЗУ при обработке такого повторителя.

Небольшое пояснение по поводу «жадности». «Жадные» варианты повторителей пытаются захватить как можно большую часть входного текста, в то время как «не жадные» – как можно меньшую. Например, b+ как и b* примененные к входной строке «abbbbc» найдут «bbbb», в то время как b+? найдет только «b», а b*? – вообще – пустую строку; b{2,3}? найдет «bb», в то время как b{2,3} найдет «bbb».

По умолчанию, в FB Editor повторители могущие быть жадными, являются таковыми.

Примеры:

foob.*r – находит «foobar», «foobalkjdflkj9r» и «foobr»

foob.+r – находит «foobar», «foobalkjdflkj9r» но не «foobr»

foob.?r – находит «foobar», «foobbr» и «foobr» но не «foobalkj9r»

fooba{2}r – находит «foobaar»

fooba{2,}r – находит «foobaar», «foobaaar», «foobaaaar» и т.д.

fooba{2,3}r – находит «foobaar», или «foobaaar» но не «foobaaaar»

((\+\d )?\(\d{3}\) )?(\d{3}(-\d\d){2}) – Находит номера телефонов в форматах «+7 (095) 555-55-55», «(095) 555-55-55», «555-55-55». Это сложный пример, и в нем используется группировка скобками. Подробнее о применении скобок см. ниже.

(?g)(‹p›[^-].{5,59}‹/p›(\r\n)){4,} – Этот пример найдет нам стихи – цепочки (из 4-х и более) следующих друг за другом коротких (от шести до шестидесяти символов) параграфов. Такой вид (много коротких параграфов) характерен, например, для стихов. Первый знак не должен быть длинным тире, так как серии коротких параграфов характерны и для диалогов, а нам диалоги не нужны. Обратите внимание, что пришлось использовать модификатор жадности, так как в «не жадном» режиме мы бы нашли только четыре первых строфы.

Метасимволы – варианты

Вы можете определить перечень вариантов, используя метасимвол «|» для их разделения, например, fee|fie|foe найдет «fee» или «fie» или «foe», (так же как f(e|i|o)e). В качестве первого варианта воспринимается все от предыдущего метасимвола ( или [ или от начала выражения до первого метасимвола «|», в качестве последнего – все от последнего «|» до конца выражения или до ближайшего метасимвола). Обычно, чтобы не запутаться, набор вариантов всегда заключают в скобки, даже если без этого можно было бы обойтись.

Варианты пробуются начиная с первого и попытки завершаются сразу же как удастся подобрать такой, при котором совпадет вся последующая часть выражения. Это означает, что варианты не обязательно обеспечат «жадное» поведение. Например, если применить выражение foo|foot ко входной строке «barefoot», то будет найдено «foo» так это первый вариант который позволил совпасть всему выражению.