последовательност прецедентов классов активности компонент состояний объект развёртывания синхронизации Regex Network Wireframe Archimate Gantt MindMap WBS EBNF JSON YAML
PlantUML Language specification Regular Expression

Edit in DokuwikiEdit in AsciidocEdit in Markdown
Визуализация регулярных выражений при помощи PlantUML

Введение в регулярные выражения и проблемы их визуализации

Регулярные выражения (Regex) -- это мощный инструмент в программировании, который используют для сопоставления шаблонов и работы с текстом. Несмотря на то, что регулярные выражения очень полезны, их шаблоны часто могут становиться трудными для прочтения и интерпретации, особенно по мере их усложнения. Синтаксис, хотя и эффективный, может стать непонятным как для новичков, так и для опытных разработчиков. Именно здесь на помощь приходят визуальные инструменты, такие как PlantUML.

Зачем использовать PlantUML для Regex?

Упростить сложное при помощи визуализации

PlantUML, популярный инструментом для создания UML-диаграмм, предлагает уникальную функцию для тех, кто сталкивается с хитросплетениями регулярных выражений. Превращая шаблоны regex в визуальные диаграммы, PlantUML помогает в:

Применять бесценный инструмент для обучения и коллаборации

Превращая абстрактные шаблоны regex в осязаемые диаграммы, PlantUML не только помогает в понимании, но и улучшает общее впечатление от работы с регулярными выражениями. Будь то новичок, пытающийся освоить синтаксис, или опытный разработчик, стремящийся оптимизировать сложные шаблоны, функция визуализации PlantUML может стать неоценимым помощником.

Edit in DokuwikiEdit in AsciidocEdit in Markdown
Основы регулярных выражений

Обычный текст: PlantUML может отображать простой текст в регулярных выражениям, как это показано в примере ниже с abc.

🎉 Copied! 

@startregex
title litteralText
abc
@endregex

Edit in DokuwikiEdit in AsciidocEdit in Markdown
Символьные классы и последовательности

Сокращённые обозначения символьных классов

В синтаксисе регулярных выражений сокращенные обозначения обеспечивают краткое соответствие общим классам символов. Класс \d соответствует любой цифре, \w -- любому символу слова (включая буквы, цифры и символы подчеркивания), а \s соответствует любому пробельному символу (включая пробелы, табуляции и переносы строк).

🎉 Copied! 

@startregex
title shorthandCharacterClasses
\d\w\s
@endregex

Обычные символы (литералы)

Чтобы гарантировать, что определенная последовательность символов будет интерпретирована именно так, как она написана, без какого-либо специального значения, используется экранирующая последовательность \Q...\E. Например, \Qfoo\E трактует "foo" как литеральную строку, а не как отдельные символы с потенциальными специальными значениями в regex.

🎉 Copied! 

@startregex
title litteralCharacterSequence
\Qfoo\E
@endregex

Символьные классы

Символьные классы -- это гибкий способ указать набор символов для сопоставления. Например, [0-9] обозначает любую цифру от 0 до 9. Это особенно удобно для поиска символов в определенном диапазоне, например букв или цифр.

🎉 Copied! 

@startregex
title range
[0-9]
@endregex

Один любой символ

Метасимвол точка . -- это мощный инструмент который позволяет указать интерпретатору для поиска любого символа, кроме символа новой строки. Его часто используют, когда конкретный символ не важен, или при подборе широкого спектра символов.

🎉 Copied! 

@startregex
title anyCharacter
.
@endregex

Специальные экранированные символы

Специальные управляющие символы в регулярных выражениях позволяют включать в шаблоны непечатаемые и труднопечатаемые символы. Например, \t обозначает табуляцию, \r - возврат каретки, а +++<br>+++ - новую строку. Такие управляющие символы необходимы для работы с шаблонами, в которых используются пробельные или другие невидимые символы.

🎉 Copied! 

@startregex
title specialEscapes
\t\r\n\a\e\f
@endregex

Edit in DokuwikiEdit in AsciidocEdit in Markdown
Descriptive Name and Language

You can activate the Descriptive Names with !option useDescriptiveNames true. Then you can also choose the language of the Descriptive Names, with the !option language <xx> option where <xx> is the ISO 639 code of the language.

Without Descriptive Name (by default)

🎉 Copied! 

@startregex
!option useDescriptiveNames false

\d?\D+\w*\W{1,2}|\s.\S
@endregex

With Descriptive Name

English (en)

🎉 Copied! 

@startregex
!option language en
!option useDescriptiveNames true

\d?\D+\w*\W{1,2}|\s.\S
@endregex

Deutsch (de)

🎉 Copied! 

@startregex
!option language de
!option useDescriptiveNames true

\d?\D+\w*\W{1,2}|\s.\S
@endregex

Japanese (ja)

🎉 Copied! 

@startregex
!option language ja
!option useDescriptiveNames true

\d?\D+\w*\W{1,2}|\s.\S
@endregex

[Ref. GH-2036]

Edit in DokuwikiEdit in AsciidocEdit in Markdown
Специальные экранированные символы

Экранирование восьмиричных и символов Юникода

Регулярные выражения позволяют экранировать восьмиричные символы и символы Unicode.

PlantUML код для экранирования восьмиричных символов:

🎉 Copied! 

@startregex
title octalEscapes
\0377\337
@endregex

PlantUML код для экранирования символов Юникода:

🎉 Copied! 

@startregex
title unicodeEscapes
\uFFFF\x{FFFF}
@endregex

Edit in DokuwikiEdit in AsciidocEdit in Markdown
Повторы и перечисления

Повторы

Регулярные выражения предоставляют разнообразные возможности для указания того, сколько раз должен встречаться тот или иной шаблон. Эти конструкции повторов позволяют подбирать текст различной длины и являются основой гибкости механизма regex.

Ленивая квантификация

Символ ? указывает на то, что предыдущий элемент является необязательным, то есть он может появляться ноль или один раз. Например, ab? соответствует либо "a", либо "ab".

🎉 Copied! 

@startregex
title optional
ab?
@endregex

Хотя бы одно повторение

Символ + требует, чтобы предшествующий элемент встречался один или несколько раз. В шаблоне ab+, "b" должен встречаться хотя бы один раз после "a".

🎉 Copied! 

@startregex
title requiredRepetition
ab+
@endregex

Ноль или более повторений

Символ "*" позволяет предшествующему элементу встречаться ноль или более раз. Например, "ab*" соответствует "a", "ab", "abb", "abbb" и так далее.

🎉 Copied! 

@startregex
title optionalRepetition
ab*
@endregex

Повторения с определенными условиями

Фигурные скобки {} используются для указания точного числа или диапазона повторений. Например, ab{1,2} соответствует "ab" или "abb".

🎉 Copied! 

@startregex
title rangeRepetition
ab{1,2}
@endregex

Минимальное число повторений

Чтобы указать минимальное количество повторений, используйте формат {n,}. В ab{1}c{1,} за "a" следует как минимум один "b" и один или несколько "c".

🎉 Copied! 

@startregex
title minimumRepetition
ab{1}c{1,}
@endregex

Еквивалентные выражения

Конструкции повторения часто могут быть выражены несколькими способами. Например, a{0,1}b{1,} эквивалентна a?b+, причем оба варианта представляют "a" как необязательный, а "b" как требуемый один или несколько раз.

🎉 Copied! 

@startregex
title repetitionEquivalance
a{0,1}b{1,} is the same as a?b+
@endregex
@enduml

Перечисления

Перечисление, представленное символом |, позволяет выбирать между несколькими последовательностями, как в примере a|b, где принимается либо "a", либо "b".

🎉 Copied! 

@startregex
title alternation
a|b
@endregex

Edit in DokuwikiEdit in AsciidocEdit in Markdown
Unicode

Категории символов Юникода

Категории символов Юникода в регулярных выражениях позволяют сопоставлять определенные типы символов, такие как буквы или цифры, в различных языках и сценариях. PlantUML может визуализировать эти категории, облегчая понимание их охвата.

🎉 Copied! 

@startregex
title unicodeCategories
letter \p{L}\p{Letter} lower \p{Ll}\p{Lowercase_letter}
@endregex

Скрипты Юникода

Скрипты Юникода используются для сопоставления символов из определенных систем письма. Например, \p{Latin} соответствует любому символу из латиницы, которая обычно используется в западных языках.

🎉 Copied! 

@startregex
title unicodeScripts
latin \p{Latin}
@endregex

Блоки Юникода

Блоки Юникода относятся к определенным диапазонам символов, как определено в стандарте Юникода. Например, \p{InGeometric_Shapes} соответствует символам, которые являются частью блока Geometric Shapes.

🎉 Copied! 

@startregex
title unicodeBlocks
\p{InGeometric_Shapes}
@endregex