Gå til hovedinnhold

Regulære uttrykk og datavalidering i skjemaer

Merk: Brukergrensesnittet i MyDocSafe-appen er tilgjengelig på engelsk. Skjermbilder og navn i grensesnittet er gjengitt på engelsk, med oversettelsen i parentes.

Skjemaer i MyDocSafe støtter regulære uttrykk.

Hva er regulære uttrykk, og hvordan bruker du dem?

Et regulært uttrykk, forkortet regex, er et mønster som beskriver en bestemt tekstmengde. Hvis du for eksempel vil sikre at den som fyller ut et skjema, oppgir nøyaktig den teksten du krever, kan du bruke et regulært uttrykk til å kreve et bestemt mønster i inndataene eller til å validere dataene.

La oss si at du vil be om et britisk National Insurance Number (NIN). Det har et mønster med 2 tegn, etterfulgt av 6 sifre og deretter ett tegn til. Et regulært uttrykk som tilsvarer dette mønsteret, er:

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

Her betyr [a-z] "en hvilken som helst liten bokstav", [A-Z] betyr "en hvilken som helst stor bokstav", og | betyr eller. Dermed betyr [a-z|A-Z] "et hvilket som helst tegn", {2} betyr "gjenta to ganger" osv.

Enkelte myndigheter tilbyr regulære uttrykk for vanlige mønstre. Se for eksempel denne Wikipedia-artikkelen om britiske postnumre.

Hvis du trenger en kort oversikt over regulære uttrykk, kan du søke etter en 'veiledning i regulære uttrykk' eller lese videre.

Tegn

Forklaring

Eksempel

Eksempel på treff

\d

De fleste motorer: ett siffer
fra 0 til 9

file_\d\d

file_25

\d

.NET, Python 3: ett Unicode-siffer i et hvilket som helst skriftsystem

file_\d\d

file_9੩

\w

De fleste motorer: "ordtegn": ASCII-bokstav, siffer eller understrek

\w-\w\w\w

A-b_1

\w

.Python 3: "ordtegn": Unicode-bokstav, ideogram, siffer eller understrek

\w-\w\w\w

字-ま_۳

\w

.NET: "ordtegn": Unicode-bokstav, ideogram, siffer eller forbindelsestegn

\w-\w\w\w

字-ま‿۳

\s

De fleste motorer: "blanktegn": mellomrom, tabulator, linjeskift, vognretur, vertikal tabulator

a\sb\sc

a b
c

\s

.NET, Python 3, JavaScript: "blanktegn": et hvilket som helst Unicode-skilletegn

a\sb\sc

a b
c

\D

Ett tegn som ikke er et siffer slik det er definert av motorens \d

\D\D\D

ABC

\W

Ett tegn som ikke er et ordtegn slik det er definert av motorens \w

\W\W\W\W\W

*-+=)

\S

Ett tegn som ikke er et blanktegn slik det er definert av motorens \s

\S\S\S\S

Yoyo

Kvantifikatorer

Kvantifikator

Forklaring

Eksempel

Eksempel på treff

+

Én eller flere

Version \w-\w+

Version A-b1_1

{3}

Nøyaktig tre ganger

\D{3}

ABC

{2,4}

To til fire ganger

\d{2,4}

156

{3,}

Tre eller flere ganger

\w{3,}

regex_tutorial

*

Null eller flere ganger

A*B*C*

AAACC

?

Én eller ingen ganger

plurals?

plural

Flere tegn

Tegn

Forklaring

Eksempel

Eksempel på treff

.

Et hvilket som helst tegn unntatt linjeskift

a.c

abc

.

Et hvilket som helst tegn unntatt linjeskift

.*

whatever, man.

\.

Et punktum (spesialtegn: må maskeres med en \)

a\.c

a.c

\

Maskerer et spesialtegn

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

.*+? $^/\

\

Maskerer et spesialtegn

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

[{()}]

Logikk

Logikk

Forklaring

Eksempel

Eksempel på treff

|

Alternativ / ELLER-operand

22|33

33

( … )

Fangstgruppe

A(nt|pple)

Apple (fanger "pple")

\1

Innholdet i gruppe 1

r(\w)g\1x

regex

\2

Innholdet i gruppe 2

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

12+65=65+12

(?: … )

Ikke-fangende gruppe

A(?:nt|pple)

Apple

Flere blanktegn

​

Tegn

Forklaring

Eksempel

Eksempel på treff

\t

Tabulator

T\t\w{2}

T ab

\r

Vognreturtegn

se nedenfor

\n

Linjematingstegn

se nedenfor

\r\n

Linjeskilletegn i Windows

AB\r\nCD

AB
CD

\N

Perl, PCRE (C, PHP, R…): ett tegn som ikke er et linjeskift

\N+

ABC

\h

Perl, PCRE (C, PHP, R…), Java: ett horisontalt blanktegn: tabulator eller Unicode-mellomromstegn

\H

Ett tegn som ikke er et horisontalt blanktegn

\v

.NET, JavaScript, Python, Ruby: vertikal tabulator

\v

Perl, PCRE (C, PHP, R…), Java: ett vertikalt blanktegn: linjemating, vognretur, vertikal tabulator, sideskift, avsnitts- eller linjeskilletegn

\V

Perl, PCRE (C, PHP, R…), Java: et hvilket som helst tegn som ikke er et vertikalt blanktegn

\R

Perl, PCRE (C, PHP, R…), Java: ett linjeskift (kombinasjonen vognretur + linjemating, og alle tegn som \v gir treff på)

Flere kvantifikatorer

Kvantifikator

Forklaring

Eksempel

Eksempel på treff

+

+ (én eller flere) er "grådig"

\d+

12345

?

Gjør kvantifikatorer "late"

\d+?

1 i 12345

*

* (null eller flere) er "grådig"

A*

AAA

?

Gjør kvantifikatorer "late"

A*?

tomt treff i AAA

{2,4}

To til fire ganger, "grådig"

\w{2,4}

abcd

?

Gjør kvantifikatorer "late"

\w{2,4}?

ab i abcd

Tegnklasser

Tegn

Forklaring

Eksempel

Eksempel på treff

[ … ]

Ett av tegnene i hakeparentesene

[AEIOU]

Én stor vokal

[ … ]

Ett av tegnene i hakeparentesene

T[ao]p

Tap eller Top

-

Intervallindikator

[a-z]

Én liten bokstav

[x-y]

Ett av tegnene i intervallet fra x til y

[A-Z]+

GREAT

[ … ]

Ett av tegnene i hakeparentesene

[AB1-5w-z]

Ett av følgende: A,B,1,2,3,4,5,w,x,y,z

[x-y]

Ett av tegnene i intervallet fra x til y

[ -~]+

Tegn i den utskrivbare delen av ASCII-tabellen.

[^x]

Ett tegn som ikke er x

[^a-z]{3}

A1!

[^x-y]

Ett av tegnene som ikke er i intervallet fra x til y

[^ -~]+

Tegn som ikke er i den utskrivbare delen av ASCII-tabellen.

[\d\D]

Ett tegn som er et siffer eller noe annet enn et siffer

[\d\D]+

Alle tegn, inkludert
linjeskift, som det vanlige punktumet ikke gir treff på

[\x41]

Gir treff på tegnet på heksadesimal posisjon 41 i ASCII-tabellen, det vil si A

[\x41-\x45]{3}

ABE


​

Ankere og grenser

Anker

Forklaring

Eksempel

Eksempel på treff

^

Starten av strengen eller starten av linjen avhengig av flerlinjemodus. (Men når tegnet er [^inne i hakeparenteser], betyr det "ikke")

^abc .*

abc (linjestart)

$

Slutten av strengen eller slutten av linjen avhengig av flerlinjemodus. Mange detaljer avhenger av motoren.

.*? the end$

this is the end

\A

Begynnelsen av strengen
(alle vanlige motorer unntatt JS)

\Aabc[\d\D]*

abc (strengens...
...start)

\z

Helt på slutten av strengen
Ikke tilgjengelig i Python og JS

the end\z

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

\Z

Slutten av strengen eller (unntatt i Python) før siste linjeskift
Ikke tilgjengelig i JS

the end\Z

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

\G

Begynnelsen av strengen eller slutten av forrige treff
.NET, Java, PCRE (C, PHP, R…), Perl, Ruby

\b

Ordgrense
De fleste motorer: en posisjon der tegnet på bare én side er en ASCII-bokstav, et siffer eller en understrek

Bob.*\bcat\b

Bob ate the cat

\b

Ordgrense
.NET, Java, Python 3, Ruby: en posisjon der tegnet på bare én side er en Unicode-bokstav, et siffer eller en understrek

Bob.*\b\кошка\b

Bob ate the кошка

\B

c.*\Bcat\B.*

copycats

Svarte dette på spørsmålet?