کاراکترهای خاص و عبارات منظم (Regex) در پردازش متن
عبارات منظم یا Regex یکی از قدرتمندترین ابزارها برای کار با متن در محیط‌های برنامه‌نویسی و خط فرمان است. این تکنیک به شما امکان می‌دهد الگوهای پیچیده را در رشته‌های متنی شناسایی، استخراج یا جایگزین کنید.
نکته کلیدی: یادگیری Regex مانند یادگیری یک زبان جدید است. با تمرین مداوم می‌توانید به مهارت بالایی در استفاده از آن دست یابید.
کاراکترهای خاص پرکاربرد
| کاراکتر |
معنی |
مثال |
| . |
هر کاراکتر به جز خط جدید |
a.c با "abc" یا "a5c" مطابقت دارد |
| * |
تکرار 0 یا بیشتر |
ab*c با "ac" یا "abbc" مطابقت دارد |
| + |
تکرار 1 یا بیشتر |
ab+c با "abc" مطابقت دارد اما نه با "ac" |
| ? |
تکرار 0 یا 1 بار |
colou?r با "color" و "colour" مطابقت دارد |
کلاس‌های کاراکتر و محدوده‌ها
با استفاده از براکت‌ها می‌توانید مجموعه‌ای از کاراکترهای مجاز را تعریف کنید:
- [abc] - با a یا b یا c مطابقت دارد
- [a-z] - با هر حرف کوچک انگلیسی مطابقت دارد
- [^0-9] - با هر کاراکتر به جز اعداد مطابقت دارد (^ به معنی نفی است)
- [\d] - معادل [0-9] (هر رقم)
- [\w] - معادل [a-zA-Z0-9_] (حروف، اعداد و زیرخط)
برای یادگیری تکنیک‌های پیشرفته‌تر می‌توانید به این صفحه بروید و مطالب تکمیلی را مطالعه کنید.
کاربردهای عملی Regex
- اعتبارسنجی داده‌ها: بررسی صحت فرمت ایمیل، شماره تلفن یا کد ملی
- جستجوی پیشرفته: یافتن الگوهای خاص در فایل‌های متنی بزرگ
- تغییرات دسته‌ای: جایگزینی همزمان چندین الگوی مختلف در متن
- استخراج داده: جداسازی بخش‌های خاصی از یک رشته طبق الگوی تعریف شده
برای تمرین بیشتر، سعی کنید الگوهای زیر را بنویسید:
- شناسایی تاریخ به فرمت YYYY-MM-DD
- جستجوی کلمات با حداقل 8 کاراکتر که شامل حروف بزرگ و کوچک و اعداد باشند
- استخراج تمام لینک‌های موجود در یک سند HTML
