راهنمای آزمایشگاه Regex
زمان مطالعه: ۳ دقیقه
این ابزار چیست؟
عبارت باقاعده (Regex) زبان کوتاهی برای توصیف الگوی متن است: شماره موبایل، تاریخ، نشانی ایمیل یا هر چیزی که شکل ثابتی دارد. نوشتن آن بدون دیدن نتیجه کار حدس و خطاست. این آزمایشگاه همزمان با تایپ، همخوانیها را روی متن آزمایش رنگی میکند، گروههای صید را در جدول نشان میدهد، نتیجهی جایگزینی را میسازد و هر بخش الگو را به فارسی توضیح میدهد.
فهرستی از الگوهای آمادهی ایرانی مثل موبایل، کد ملی، کد پستی و تاریخ شمسی هم دارد، و از روی الگوی نهایی کد جاوااسکریپت، پایتون و PHP میسازد. همهچیز در مرورگر اجرا میشود و متن شما جایی فرستاده نمیشود.
گامبهگام
الگو را بنویسید
در کادر «الگو» عبارت را بدون اسلشهای دو طرف بنویسید، یا یکی از «الگوهای آماده» را انتخاب کنید تا الگو، پرچمها و نمونهها یکجا پر شود.
پرچمها را تعیین کنید
پرچم g همهی همخوانیها را مییابد، i حرف بزرگ و کوچک را یکی میگیرد و u برای یونیکد کامل است. با کلیک روی هر پرچم روشن یا خاموشش کنید.
متن آزمایش را وارد کنید
متنی را که باید الگو روی آن اجرا شود بچسبانید؛ همخوانیها با رنگ مشخص میشوند و تعدادشان در عنوان کارت دیده میشود.
گروهها و جایگزینی را ببینید
هر پرانتز یک گروه است. در کادر جایگزینی با $1 و $2 به گروهها اشاره کنید و نتیجه را زیر همخوانیها ببینید.
توضیح و کد را بردارید
بخش «توضیح الگو به فارسی» هر نشانه را شرح میدهد و بخش ساخت کد، قطعهی آمادهی سه زبان را برای کپی فراهم میکند.
نمونههای کاربردی
دام ارقام فارسی
نشانهی \d فقط ارقام لاتین ۰ تا ۹ را میگیرد. از دو شمارهی متن فقط اولی همخوان میشود؛ برای ارقام فارسی از دستهی [۰-۹] کمک بگیرید.
تماس: 09121234567 و ۰۹۱۲۳۴۵۶۷۸۹
نتیجه: فقط یک همخوانی: 09121234567
جابهجایی اجزای تاریخ
سه گروه سال، ماه و روز صید میشود و در جایگزینی با ترتیب $3.$2.$1 نوشته میشود.
1403/05/12 و 1402/11/30
نتیجه: 12.05.1403 و 30.11.1402
جداکردن واژههای فارسی
دستهی [آ-ی] حروف فارسی را میگیرد و واژههای لاتین نادیده میمانند. این نمونه دو همخوانی دارد.
سلام دنیا hello
نتیجه: سلام، دنیا
اشتباههای رایج
- بدون پرچم g فقط اولین همخوانی پیدا میشود. اگر انتظار چند نتیجه دارید، پرچم سراسری را روشن کنید.
- نقطه فقط یک نویسهی غیر از سطر جدید است. برای عبور از سطرهای متعدد پرچم s را روشن کنید یا از دستهی [\s\S] کمک بگیرید.
- ی و ک عربی (نویسههای U+064A و U+0643) با ی و ک فارسی همخوان نیستند. متن کپیشده از منابع قدیمی را اول نرمالسازی کنید یا هر دو شکل را در الگو بیاورید.
- تکرارهای تودرتو مثل (a+)+ روی متنهای بلند میتواند اجرا را بینهایت کند. اگر الگو بیش از دو ثانیه طول بکشد، ابزار آن را قطع میکند؛ الگو را سادهتر بنویسید.
- در جایگزینی، علامت دلار معنای ویژه دارد. اگر خود نویسهی دلار را میخواهید، آن را دوبار بنویسید.
عبارت باقاعده با متن فارسی
موتور Regex جاوااسکریپت پیشفرض بر پایهی واحدهای شانزدهبیتی کار میکند. حروف فارسی در همان بازهی عربی قرار دارند، پس دستههایی مثل [آ-ی] برای حروف فارسی خوب کار میکنند؛ اما فاصلهی بدونشکست و نیمفاصله (U+200C) نویسههای جدا هستند و باید در الگو صریح بیایند. اگر کلمهای شامل نیمفاصله است، آن را در دستهی نویسهها بگنجانید.
پرچم u الگو را در حالت یونیکد کامل اجرا میکند و دستههایی مانند \p{L} را فعال میکند که همهی حروف همهی خطها را میگیرد. در این حالت الگوهای ناقص سختگیرانهتر بررسی میشوند و نویسهی اضافی که برای جاوااسکریپت کهنه بیخطر بود، خطا میدهد.
الگوی ساده بهتر از الگوی هوشمند
برای اعتبارسنجی دادهی مهم، مثل کد ملی، Regex فقط شکل ظاهری را میسنجد و رقم کنترل را نمیداند. از آن برای یافتن و جداکردن نامزدها استفاده کنید و درستی را با ابزار اعتبارسنج جداگانه بسنجید.
هر چه الگو کوتاهتر و هدفمندتر باشد، نگهداری آن آسانتر است. اگر مجبورید الگوی طولانی بنویسید، آن را با گروههای نامدار بخشبندی کنید تا خود شما و همکارتان هفتهها بعد هم بفهمید هر قطعه چه میکند.
پرسشهای متداول
- توضیح فارسی الگو چگونه ساخته میشود؟
- الگو توکنبهتوکن تجزیه میشود و هر بخش معنی فارسی میگیرد؛ رفتار نهایی ترکیب همین توضیحها است و ایندکسها دقیقاً از متن خودتان برش میخورند.
- اگر الگو خیلی کند باشد چه میشود؟
- اجرای همخوانی در وِبوِرکر موازی انجام میشود و هر اجرا بیش از ۲ ثانیه طول بکشد قطع میشود تا مرورگرتان قفل نشود.
- آیا متنها جایی ارسال میشود؟
- نه — همهچیز روی مرورگر شما اجرا میشود و هیچ دادهای به سرور نمیرود.