Pięć wyrażeń regularnych, które warto mieć pod ręką

Wyrażenia regularne mają opinię nieczytelnych i po części słusznie. Ale to po prostu bardzo zwięzły język opisu wzorca w tekście — a kilka konstrukcji wraca w nich stale.

Alfabet na start

• \d — cyfra, \s — biały znak, \w — litera, cyfra lub podkreślnik
• + — jeden lub więcej, * — zero lub więcej, ? — opcjonalnie
• {3} — dokładnie trzy, {2,4} — od dwóch do czterech
• ^ — początek tekstu, $ — koniec
• [...] — jeden ze znaków w nawiasie, (...) — grupa do zapamiętania

1. Polski numer telefonu

/^(\+48)?[\s-]?\d{3}[\s-]?\d{3}[\s-]?\d{3}$/

Czytamy od lewej: opcjonalny prefiks kraju, opcjonalna spacja lub myślnik, trzy cyfry, i tak trzy razy. Dzięki temu przejdzie zarówno +48 501 234 567, jak i 501234567.

2. Kod pocztowy

/^\d{2}-\d{3}$/

Dwie cyfry, myślnik, trzy cyfry — od początku do końca tekstu. Kotwice ^ i $ są tu kluczowe, bo bez nich wzorzec znalazłby kod gdziekolwiek w środku zdania.

3. Sprzątanie białych znaków

tekst.replace(/\s+/g, " ").trim();

Zamienia każdy ciąg spacji, tabulatorów i znaków nowej linii na jedną spację. Nieoceniona sztuczka przy tekstach wklejanych z Worda.

4. Wyciąganie adresów ze strony

/https?:\/\/[^\s"<>]+/g

Litery http, opcjonalne s, dwukropek z ukośnikami, a potem wszystko poza spacją, cudzysłowem i nawiasem ostrym — bo to one zwykle kończą adres w kodzie HTML.

5. E-mail — i dlaczego prosto wystarczy

/^[^@\s]+@[^@\s]+\.[^@\s]+$/

Coś, małpa, coś, kropka, coś. Wygląda naiwnie i takie właśnie ma być. Wzorzec zgodny z pełną specyfikacją adresu e-mail ma kilka tysięcy znaków i nadal nie odpowie na jedyne ważne pytanie: czy ta skrzynka istnieje.

Adres e-mail sprawdza się wysyłając na niego wiadomość, a nie wyrażeniem regularnym.

Dwie rady na koniec

Testuj na stronie regex101.com — rozkłada wzorzec na części i tłumaczy każdy fragment. Nauka idzie tam kilka razy szybciej niż metodą prób i błędów w kodzie.

Dopisz komentarz. Wzorzec, który dziś jest oczywisty, za trzy miesiące będzie zagadką. Jedna linijka wyjaśnienia nad nim oszczędza kwadrans zastanawiania się.