1. Жадібні і ледачі квантіфікатори в регулярних виразах
2. жадібний пошук
3. лінивий режим
4. підсумки
5. завдання
6. Знайти HTML-теги

Жадібні і ледачі квантіфікатори в регулярних виразах

Доброго дня! Продовжуємо розмову про квантіфікатор в регулярних виразах , Розпочатий в минулому уроці і сьогодні розглянемо що таке жадібні квантіфікатори і не дуже. Насправді квантіфікатори хоч на вигляд дуже проста, але місцями дуже хитра штука.

І треба дуже добре розуміти, яким чином відбувається пошук.

Давайте для прикладу розберемо ось такий приклад треба замінити в тексті лапки виду «...» на «лапки-ялинки»: «...».

Для цього треба знайти всі слова в таких лапках.

Регулярки може виглядати приблизно так: /».+»/g.

То тут нас очікує невеликий сюрприз.

Замість того, щоб знайти два збіги «witch» і «broom», воно знаходить одне: «witch» and her «broom».

Це все відбувається через жадібність квантіфікаторов.

жадібний пошук

Для того щоб знайти збіг, звичайно використовується ось іакой алгоритм:

• Для позиції в пошуковому рядку
  • Перевірити чи є збіг на даній позиції
  • Зіставити з нею регулярний вираз, використовуючи квантіфікатори.

Це все в загальному, давайте розберемо все покроково.

1. 1-ий символ шаблону - це лапки «. Движок намагається знайти її на 0-й позиції в рядку, але там є символ a, тому на цій позиції відповідності явно немає. Далі він переходить далі на 1ю, 2ю позицію в рядку і, виявляє лапки на 3-й позиції.
2. Після того лапки була знайдена, далі движок буде перевіряти, чи знайдено відповідність для іншої частини шаблону. У нашому випадку наступний символ шаблону це. (крапка). Вона знаходить «будь-який символ», таким чином буква рядки 'w' підходить:
3. Далі «будь-який символ» повторюється, так як варто квантіфікатор. +. Движок регулярних виразів бере один символ за іншим, до тих пір, поки у нього це получается.В даному випадку це означає «до кінця рядка»:
4. Отже, наш текст закінчився, і движок регулярних виразів більше не зможе знайти «будь-який символ», він закінчить повторення для. + Та перейде до наступного символу шаблону. Наступний символ шаблону - це лапки. Її також необхідно знайти. А тут просходит наступне адже пошуковий текст завершився! І движок розуміє, що, напевно, взяв забагато. + Та починає йти назад. Іншими словами, він скоротить поточний збіг на 1 символ. Це так звана називається «фаза повернення». Тепер. + Відповідатиме майже вся рядок, за винятком 1-го символу, і движок ще раз намагається підібрати відповідність для залишку шаблону, починаючи з решти рядка. Так воь якщо останній символ рядка лапка ' »', то на цьому б усе й закінчилося. Але останній символ 'e', ​​так що збіги немає.
5. Далі движок зменшить число повторень. + Ще на 1 символ. Лапки ' »' не співпадатиме з 'n'.
6. Движок продовжить відступати, він зменшить кількість повторень точки '.' до тих пір, поки залишок шаблону, тобто в даному випадку лапки ' »', не збіжиться.
7. Збіг отримано. Подальший пошук збігів не дасть.

У жадібному режимі движок повторює квантіфікатор настільки багато раз, поки не буде знайдено відповідність.

Таким чином будь-який символ. + Повторюватиметься максимальну кількість разів, що і призведе до довгої рядку.

А нам хотілося, щоб кожен рядок в лапках була незалежним збігом? Для цього нам треба перемкнути квантіфікатор + в «ледачий» режим.

лінивий режим

Лінивий режим роботи квантіфікаторов - це протилежність жадібному, він дослівно означає «повторювати мінімальну кількість разів».

Для того щоб включити даний режим просто поставивши знак питання '?' після квантіфікатора: *? або +? або ?? для '?'.

Регексп /».+?»/g працює, як задумано - знаходить окремо bitch і room:

Щоб в точності зрозуміти, як змінилася робота квантіфікатора, розберемо пошук по кроках.

1. Перший крок - лапка ' »' знайдена на 3-й позиції:
2. Другий крок - знаходимо довільний символ '.':
3. А ось далі - оскільки стоїть ледачий режим роботи +, то регескп не повторюватиме точку (довільний символ) ще раз, а зупиниться на досягнутому і буде намагатися перевірити, чи є відповідність решти шаблону.
4. Движок буде збільшувати кількість повторень точки на одне і буде намагатися знайти відповідність залишку шаблону ще раз. Знову осічка. Тоді движок буде збільшувати кількість повторень ще і ще ...
5. Тільки на п'ятому кроці пошукової движок нарешті знаходить відповідність для залишку патерну:
6. Оскільки пошук відбувається з прапором g, то він буде тривати з кінця поточного збіги, даючи ще один результат

У прикладі ми продемонстрували роботу ледачого режиму для + ?. Квантіфікатори +? �� ?? поводяться аналогічно.

Слід зазначити, що ліниво поширюється тільки на той квантіфікатор, після якого стоїть?.

А ось інші квантіфікатори залишаються жадібними.

наприклад:

1. Шаблон \ d + намагатиметься знайти стільки цифр, скільки можливо так що він знайде 678 і зупинитися, оскільки символ пропуску '' не підходить під \ d.
2. Далі в шаблоні пробіл, він збігається.
3. Далі в шаблоні йде \ d + ?. Оскільки квантіфікатор вказано в ледачому режимі, тому він знайде цифру 4 і перевірить, чи є збіг із залишком шаблону. Але після \ d +? в шаблоні нічого не буде. А оскільки ледачий режим зайвий раз квантіфікатор не повторюватиме. Так як шаблон завершився, то шукати власне далі нічого. І ми отримаємо збіг 678 4.
4. Наступний пошук буде продовжено з 5, але нічого не знайде.

підсумки

У квантіфікаторов є 2 режиму роботи:

завдання

Знайти HTML-коментарі

Знайдіть всі HTML-коментарі в тексті:

Знайти HTML-теги

Створіть регулярний вираз для пошуку всіх (відкриваються і закриваються) HTML-тегів разом з атрібутамі.Прімер використання:

Якщо ви знайшли помилку, будь ласка, виділіть фрагмент тексту і натисніть Ctrl + Enter.

також читайте