Reguliere expressies voor beginners

Reguliere expressies staan bekend als cryptisch — een muur van symbolen als ^\d{3}-\d{4}$. Maar het kernidee is eenvoudig, en een beetje regex is een van de vaardigheden met de hoogste hefboom voor iedereen die met tekst werkt. Deze gids begint bij nul.

Wat een reguliere expressie is

Een reguliere expressie (regex) is een patroon dat een verzameling tekenreeksen beschrijft. In plaats van naar één exact woord te zoeken, beschrijf je de vorm van wat je zoekt — „drie cijfers, een streepje, dan vier cijfers” — en de engine vindt elk stuk tekst dat past. Hij wordt gebruikt voor zoeken-en-vervangen, het valideren van invoer (e-mails, telefoonnummers) en het uit tekst trekken van data.

Letterlijke tekens

De eenvoudigste regex is gewoon tekst. Het patroon cat matcht de letters c-a-t waar dan ook in de invoer. De meeste tekens matchen zichzelf — de kracht komt van een handvol speciale.

De kern-bouwstenen

Tekenklassen — wat voor soort teken

• \d — een willekeurig cijfer; \w — een woordteken; \s — witruimte.
• . — werkelijk elk teken.
• [aeiou] — een willekeurig teken uit de verzameling; [a-z] — een bereik.

Kwantoren — hoeveel

• * — nul of meer; + — een of meer; ? — nul of een (optioneel).
• {3} — precies drie; {2,4} — tussen twee en vier.

Ankers — waar

• ^ — begin van de tekenreeks; $ — eind van de tekenreeks.

Een echt voorbeeld lezen

Nu wordt die muur van symbolen uit de intro logisch:

^\d{3}-\d{4}$
^      start of string
\d{3}  exactly three digits
-      a literal dash
\d{4}  exactly four digits
$      end of string

Het matcht een tekenreeks die alleen een 7-cijferig telefoonnummer is zoals 555-1234 — niets ervoor, niets erna.

Vergeet niet te escapen

Om een teken te matchen dat normaal speciaal is — een letterlijke punt of vraagteken — zet er een backslash voor: \. matcht een echte punt. Dit vergeten is de beginnersfout nummer één, want . matcht anders elk teken.

Blijf oefenen

De snelste manier om te leren is patronen op echte tekst uitproberen en kijken wat matcht. Houd de regex-spiekbrief open terwijl je bezig bent, en gebruik tools als zoeken en vervangen om patronen op je eigen tekst toe te passen. Zodra regex klikt, worden taken die vervelend voelden — een lijst herformatteren, elke URL extraheren, invoer valideren — oneliners.