Regulární výrazy

Co jsou to regulární výrazy?

Regulární výrazy představují prostředek umožňující identifikaci textových řetězců, například určitých znaků, slov nebo uspořádání znaků.  V rámci modulu Model Review jsou nejčastěji využívány k zajištění dodržování konvencí tvorby názvů nebo prohledávání poznámek v projektovém modelu za účelem zjištění specifických informací.

Zvláštní znaky

V regulárních výrazech se využívají zvláštní znaky, které umožňují vyšší míru flexibility při definování shod. Těmito „zvláštními znaky“ jsou:

+ * ? . [ ] ^ ( ) | \

Následující části obsahují popisy použití každého z těchto zvláštních znaků:

Tečka

Tečka (.) bude odpovídat jednomu libovolnému znaku.

Výraz	Význam	Odpovídá	Neodpovídá
390-.	Odpovídá řetězci „390-“, za kterým následuje libovolný znak.	390-A, 390-1, 390--	390-A1, 1390-1
Revize . vydána	Odpovídá řetězci „REVIZE“, za kterým následuje libovolný znak a poté řetězec „vydána“.	Revize A vydána Revize 1 vydána Revize # vydána	Revize A1 vydána RevizeAvydána

Hranaté závorky

Hranaté závorky „[ ]“ definují třídu znaků, která zastupuje kterýkoli jednotlivý znak odpovídající znakům v závorce. V závorkách ztrácejí všechny zvláštní znaky svůj význam, s výjimkou znaku ^, který při použití na prvním místě v závorce znamená NEGACI a zakazuje tedy shodu se stanovenými znaky.

V hranatých závorkách lze používat i rozsahy.

Výraz	Význam	Odpovídá	Neodpovídá
[akm]	Jeden znak: buď a, k, nebo m	A, K, M	Akm, ak, G
[a-z]	Kterékoli písmeno	A, b, c, d	1, 2, -, #
[^akm]	Jeden znak, pokud to NENÍ písmeno a, k nebo m.	C, f, G, Am (Protože se jedná o dvojici znaků.)	A, k, m
[0-9]	Jakákoliv číslice	0, 4, 7	A, #, z
[a-z][a-z]	Libovolná dvě písmena	AB, BC, DE	A (jen jedno písmeno) A1 12

Hvězdička

Hvězdička „*“ následuje za výrazem a označuje, že se předcházející výraz může nulakrát či vícekrát opakovat.

Výraz	Význam	Odpovídá	Neodpovídá
Ab*c	Písmeno A, za kterým nenásleduje ani jednou písmeno b nebo za nímž následuje vícekrát písmeno b, s písmenem C na konci.	Ac Abc Abbbbbbbc	Bbb Abcd
[a-z]*	Jakýkoli počet libovolných písmen (neboli pouze písmena &endash; ale zahrnuje i nulový počet písmen)	A Bob AAAAA Ocel <Blank> (Protože znak * může označovat i nulový počet výskytů.)	OCEL230 12 AA-##

Znaménko plus

Znaménko „+“ následuje za výrazem a označuje, že se předcházející výraz může jednou či vícekrát opakovat.

Výraz	Význam	Odpovídá	Neodpovídá
Ab+c	Písmeno A následované jedním či více písmeny b, s písmenem C na konci.	Abc Abbbbbbbc	Ac Bbb Abcd
[a-z]+	Jakýkoli počet libovolných písmen (neboli pouze písmena)	Bob AAAAA Ocel	OCEL230 12 AA-## <blank>

Otazník

Otazník (?) následuje za výrazem a označuje, že předcházející výraz byl volitelný.

Výraz	Význam	Odpovídá	Neodpovídá
Ab?c	Písmeno A, za kterým může volitelně následovat písmeno b, s písmenem C na konci.	Ac Abc	Abbc Abcd
390-[a-z][a-z]?	„390-“, za kterým následuje některé písmeno a druhé volitelné písmeno	390-A 390-AB	390-11 390- 390-ABC

Svislítko (svislá čára)

Znak „|“ funguje jako operátor NEBO mezi dvěma výrazy (obvykle uzavřenými v závorce).

Výraz	Význam	Odpovídá	Neodpovídá
(390|241)-[a-z]+	Buď číslo 390 nebo 241 následované znakem „-“ a jedním či více písmeny	390-A 241-A 241-AB	200-A 241 241-
Podle (MS2377|CS123)	Slovo „Podle“ následované buď řetězcem MS2377 nebo CS123	Podle MS2377 Podle CS123	Podle Podle MS3222
390-([abc]|[123])	„390-“, za kterým následuje písmeno a, b či c NEBO číslice 1, 2 či 3	390-A 390-3	390-F 390-

Zpětné lomítko rušící význam zvláštních znaků

V případě potřeby skutečného vyhledávání znaku, který patří do skupiny zvláštních znaků, lze umístěním zpětného lomítka před příslušný zvláštní znak zajistit, aby modul Model Review zacházel s tímto znakem tak, jako s běžnými znaky bez zvláštního významu.

Výraz	Význam	Odpovídá	Neodpovídá
[0-9]\+	Číslice následovaná znakem „+“	1+ 2+	1 A 1+1
Co\?	Výraz „Co“, za kterým následuje otazník	Co?	Copak se děje?

Oddělovací znak typu Začíná na/Končí na

Při práci s modulem Model Review se často setkáte s potřebou vyjádření konkrétní hodnoty na začátku nebo konci řetězce. Tato syntaxe představuje rozdíl pro uživatele, kteří jsou zvyklí používat regulární výrazy „vyhledávacího“ stylu. Doporučený postup je použití znaku “.*“ nebo „.+“ na začátku nebo na konci výrazu, které značí možnost „Začíná“ nebo „Končí“.

Výraz	Význam	Odpovídá	Neodpovídá
390-.*	Začíná na „390-“ (končí čímkoliv &endash; včetně prázdného místa).	390-1 390-111	1390-1
390-.+	Začíná na „390-“ (a končí čímkoliv, musí se ale jednat alespoň o jeden znak).	390-1 390-111	1390-1 390-
.*-[a-z]	Končí na „-“ a některé písmeno (začíná čímkoliv &endash; včetně prázdného místa).	Revize-A Rev-A -A	Revize-A1 Rev-1 123 -1
.+-[a-z]	Končí na „-“ a některé písmeno (začíná čímkoliv, musí se ale jednat alespoň o jeden znak).	Revize-A Rev-A	Revize-A1 Rev-1 123 -1 -A

Sestavování komplexních výrazů

Používání regulárních výrazů představuje velmi účinnou, i když někdy poněkud složitou, metodu vyhledávání (porovnávání) textu. Abyste byli schopni vyřešit i složitější požadavky, bude možná potřeba naučit se dobře kombinovat více různých výrazů a vytvářet komplexní výrazy.

Několik příkladů komplexních výrazů:

Výraz	Význam	Odpovídá	Neodpovídá
[0-9]+[-]?[0-9]+	Číslice s nepovinnou pomlčkou uprostřed	123-45 12345	12A32 1232-A A
.*[^_]	Nemůže končit podtržítkem (_).	123324 ČÁST1	12343_
(390|231)-[a-z0-9]+-[0-9]+	Číslo 390 nebo 231 následované znakem „-“, alfanumerickou částí s nejméně jedním znakem, poté znakem „-“ a alespoň jednou číslicí.	390-moječást-1 231-závorka-99	120-moječást-1 380- -