Mine põhisisu juurde

Regulaaravaldised ja andmete valideerimine vormidel

Märkus: MyDocSafe’i rakenduse kasutajaliides on inglise keeles. Ekraanipildid ja liidese nimetused on toodud inglise keeles, tõlge on sulgudes.

MyDocSafe’i vormid toetavad regulaaravaldisi.

Mis on regulaaravaldised ja kuidas neid kasutada?

Regulaaravaldis ehk regex on muster, mis kirjeldab teatud tekstiosa. Näiteks kui soovite tagada, et vormi täitja sisestaks täpselt nõutud teksti, saate regulaaravaldise abil nõuda sisendi vastavust kindlale mustrile või andmeid valideerida.

Oletame näiteks, et soovite küsida Ühendkuningriigi riikliku kindlustuse numbrit (National Insurance Number, NIN). Selle muster koosneb 2 märgist, millele järgneb 6 numbrit ja seejärel veel üks märk. Sellele mustrile vastav regulaaravaldis on järgmine:

[a-z|A-Z]{2}[0-9]{6}[a-z|A-Z]

Siin tähendab [a-z] „mis tahes väiketähte“, [A-Z] „mis tahes suurtähte“ ja | tähendab „või“, seega tähendab [a-z|A-Z] „mis tahes märki“, {2} tähendab „korda kaks korda“ jne.

Mõne riigi valitsusasutused pakuvad regulaaravaldisi levinud mustrite jaoks. Vaadake näiteks seda Wikipedia artiklit Ühendkuningriigi sihtnumbrite kohta.

Regulaaravaldiste lühijuhendi leidmiseks otsige fraasi „Regular Expressions Guide“ (regulaaravaldiste juhend) või lugege edasi.

Märk

Selgitus

Näide

Vaste näide

\d

Enamikus mootorites: üks number
vahemikus 0 kuni 9

file_\d\d

file_25

\d

.NET, Python 3: üks Unicode’i number mis tahes kirjasüsteemis

file_\d\d

file_9੩

\w

Enamikus mootorites: „sõnamärk“: ASCII täht, number või allkriips

\w-\w\w\w

A-b_1

\w

.Python 3: „sõnamärk“: Unicode’i täht, ideogramm, number või allkriips

\w-\w\w\w

字-ま_۳

\w

.NET: „sõnamärk“: Unicode’i täht, ideogramm, number või ühendusmärk

\w-\w\w\w

字-ま‿۳

\s

Enamikus mootorites: „tühimärk“: tühik, tabulaator, reavahetus, tagasijooks, vertikaaltabulaator

a\sb\sc

a b
c

\s

.NET, Python 3, JavaScript: „tühimärk“: mis tahes Unicode’i eraldusmärk

a\sb\sc

a b
c

\D

Üks märk, mis ei ole number teie mootori \d määratluse järgi

\D\D\D

ABC

\W

Üks märk, mis ei ole sõnamärk teie mootori \w määratluse järgi

\W\W\W\W\W

*-+=)

\S

Üks märk, mis ei ole tühimärk teie mootori \s määratluse järgi

\S\S\S\S

Yoyo

Kordajad

Kordaja

Selgitus

Näide

Vaste näide

+

Üks või rohkem

Version \w-\w+

Version A-b1_1

{3}

Täpselt kolm korda

\D{3}

ABC

{2,4}

Kaks kuni neli korda

\d{2,4}

156

{3,}

Kolm või rohkem korda

\w{3,}

regex_tutorial

*

Null või rohkem korda

A*B*C*

AAACC

?

Üks kord või mitte kordagi

plurals?

plural

Muud märgid

Märk

Selgitus

Näide

Vaste näide

.

Mis tahes märk peale reavahetuse

a.c

abc

.

Mis tahes märk peale reavahetuse

.*

whatever, man.

\.

Punkt (erimärk: tuleb paomärgiga \ varjestada)

a\.c

a.c

\

Varjestab erimärgi

\.\*\+\? \$\^\/\\

.*+? $^/\

\

Varjestab erimärgi

\[\{\(\)\}\]

[{()}]

Loogika

Loogika

Selgitus

Näide

Vaste näide

|

Alternatiiv / VÕI-tehe

22|33

33

( … )

Salvestav rühm

A(nt|pple)

Apple (salvestab „pple“)

\1

Rühma 1 sisu

r(\w)g\1x

regex

\2

Rühma 2 sisu

(\d\d)\+(\d\d)=\2\+\1

12+65=65+12

(?: … )

Mittesalvestav rühm

A(?:nt|pple)

Apple

Muud tühimärgid

​

Märk

Selgitus

Näide

Vaste näide

\t

Tabulaator

T\t\w{2}

T ab

\r

Tagasijooksu märk

vt allpool

\n

Reavahetuse märk

vt allpool

\r\n

Reaeraldaja Windowsis

AB\r\nCD

AB
CD

\N

Perl, PCRE (C, PHP, R…): üks märk, mis ei ole reavahetus

\N+

ABC

\h

Perl, PCRE (C, PHP, R…), Java: üks horisontaalne tühimärk: tabulaator või Unicode’i tühikeraldaja

\H

Üks märk, mis ei ole horisontaalne tühimärk

\v

.NET, JavaScript, Python, Ruby: vertikaaltabulaator

\v

Perl, PCRE (C, PHP, R…), Java: üks vertikaalne tühimärk: reavahetus, tagasijooks, vertikaaltabulaator, lehevahetus, lõigu- või reaeraldaja

\V

Perl, PCRE (C, PHP, R…), Java: mis tahes märk, mis ei ole vertikaalne tühimärk

\R

Perl, PCRE (C, PHP, R…), Java: üks reavahetus (tagasijooksu ja reavahetuse paar ning kõik märgid, millele vastab \v)

Veel kordajatest

Kordaja

Selgitus

Näide

Vaste näide

+

+ (üks või rohkem) on „ahne“

\d+

12345

?

Muudab kordajad „laisaks“

\d+?

1 sõnes 12345

*

* (null või rohkem) on „ahne“

A*

AAA

?

Muudab kordajad „laisaks“

A*?

Tühi vaste sõnes AAA

{2,4}

Kaks kuni neli korda, „ahne“

\w{2,4}

abcd

?

Muudab kordajad „laisaks“

\w{2,4}?

ab sõnes abcd

Märgiklassid

Märk

Selgitus

Näide

Vaste näide

[ … ]

Üks sulgudes olevatest märkidest

[AEIOU]

Üks suurtähena kirjutatud täishäälik

[ … ]

Üks sulgudes olevatest märkidest

T[ao]p

Tap või Top

-

Vahemiku tähis

[a-z]

Üks väiketäht

[x-y]

Üks märk vahemikust x kuni y

[A-Z]+

GREAT

[ … ]

Üks sulgudes olevatest märkidest

[AB1-5w-z]

Üks järgmistest: A,B,1,2,3,4,5,w,x,y,z

[x-y]

Üks märk vahemikust x kuni y

[ -~]+

Märgid ASCII tabeli prinditavate märkide osast.

[^x]

Üks märk, mis ei ole x

[^a-z]{3}

A1!

[^x-y]

Üks märk, mis ei kuulu vahemikku x kuni y

[^ -~]+

Märgid, mis ei kuulu ASCII tabeli prinditavate märkide ossa.

[\d\D]

Üks märk, mis on number või mittenumber

[\d\D]+

Mis tahes märgid, sealhulgas
reavahetused, millele tavaline punkt ei vasta

[\x41]

Vastab ASCII tabelis kuueteistkümnendpositsioonil 41 asuvale märgile ehk A-le

[\x41-\x45]{3}

ABE


​

Ankrud ja piirid

Ankur

Selgitus

Näide

Vaste näide

^

Sõne algus või rea algus olenevalt mitmerealisest režiimist. (Kuid kujul [^sulgude sees] tähendab see „mitte“)

^abc .*

abc (rea algus)

$

Sõne lõpp või rea lõpp olenevalt mitmerealisest režiimist. Palju mootorist sõltuvaid nüansse.

.*? the end$

this is the end

\A

Sõne algus
(kõik peamised mootorid peale JS-i)

\Aabc[\d\D]*

abc (sõne...
...algus)

\z

Sõne päris lõpp
Ei ole saadaval Pythonis ega JS-is

the end\z

this is...\n...the end

\Z

Sõne lõpp või (välja arvatud Pythonis) asukoht enne viimast reavahetust
Ei ole saadaval JS-is

the end\Z

this is...\n...the end\n

\G

Sõne algus või eelmise vaste lõpp
.NET, Java, PCRE (C, PHP, R…), Perl, Ruby

\b

Sõnapiir
Enamikus mootorites: asukoht, mille ainult ühel pool on ASCII täht, number või allkriips

Bob.*\bcat\b

Bob ate the cat

\b

Sõnapiir
.NET, Java, Python 3, Ruby: asukoht, mille ainult ühel pool on Unicode’i täht, number või allkriips

Bob.*\b\кошка\b

Bob ate the кошка

\B

c.*\Bcat\B.*

copycats

Kas see vastas teie küsimusele?