Kotlin регулярные выражения синтаксис

Введение в регулярные выражения Kotlin и шаблоны

Regex относится к регулярному выражению, которое используется для поиска строки или замены в объекте регулярного выражения. Чтобы использовать эту функциональность, нам нужно использовать класс Regex(шаблон: строка). Класс KotlinRegex находится в пакете kotlin.text.regex.

Рассмотрим введение в регулярные выражения Kotlin и их шаблоны.

Конструктор регулярных выражений Kotlin

Regex(pattern: String)	Создает регулярное выражение из заданного строкового шаблона.
Regex(pattern: String, option: RegexOption)	Он создает регулярное выражение из заданного шаблона строки и данного единственного параметра.
Regex(pattern: String, options: Set)	Создается регулярное выражение из заданного шаблона строки и набора заданных параметров.

Regex функции

Функции	Описания
fun containsMatchIn(input: CharSequence): Boolean	Указывает, что регулярное выражение содержит хотя бы один входной символ.
fun find( input: CharSequence, startIndex: Int = 0 ): MatchResult?	Возвращает первое совпадение регулярного выражения во входной последовательности символов, начиная с заданного startIndex.
fun findAll( input: CharSequence, startIndex: Int = 0 ): Sequence	Возвращает все вхождения регулярного выражения во входную строку, начиная с заданного startIndex.
funmatchEntire(input: CharSequence): MatchResult?	Используется для сопоставления полного входного символа из шаблона.
infix fun matches(input: CharSequence): Boolean	Указывает, соответствует ли в регулярном выражении вся введенная последовательность символов.
fun replace(input: CharSequence, replacement: String): String	Заменяет всю входную последовательность символов регулярного выражения заданной строкой замены.
fun replaceFirst( input: CharSequence, replacement: String ): String	Заменит первое вхождение регулярного выражения в данной входной строке заданной строкой замены.
fun split(input: CharSequence, limit: Int = 0): List	Разбивает входную последовательность символов регулярного выражения.
fun toPattern(): Pattern fun toString(): String	Возвращает регулярное выражение в виде строки.

Проверка класса Regex, содержащего входной шаблон

Результат функции Regex основан на сопоставлении шаблона регулярного выражения и входной строки. Некоторые функции проверяют частичное совпадение, а некоторые — полное.

Пример регулярного выражения containsMatchIn()

Пример регулярного выражения Matches(input: CharSequence): Boolean

Matches(input: CharSequence): логическая функция регулярного выражения проверяет совпадения всех входных последовательностей символов в регулярном выражении.

Пример matchEntire(input: CharSequence): MatchResult?

Функция matchEntire() используется для сопоставления полного входного символа из шаблона.

Регулярное выражение offfind(input: CharSequence, startIndex: Int = 0): MatchResult?

Функция find используется для поиска последовательности входных символов из объекта регулярного выражения.

fun main(args: Array)< val emailParttern = Regex("""\w+@[a-zA-Z_]+?\.[a-zA-Z]""") val email :String? = emailParttern.find("this is my email mymail@google.com")?.value println(email) val phoneNumber :String? = Regex(pattern = """\d-\d-\d""") .find("phone: 123-456-7890, e..")?.value println(phoneNumber) >

[email protected] 123-456-7890

offfindAll(input: CharSequence, startIndex: Int = 0): Sequence

Функция регулярного выражения findAll() возвращает последовательность результатов совпадения на основе предоставленного шаблона.

fun main(args: Array) < val foundResults = Regex("""\d+""").findAll("ab12cd34ef 56gh7 8i") val result = StringBuilder() for(findText in foundResults) < result.append(findText.value + " ") >println(result) >

ofreplace(input: CharSequence, replacement: String): String

Функция регулярного выражения replace() заменяет все совпадающие шаблоны из входной последовательности символов указанной строкой замены.

Регулярное выражение ofreplaceFirst(input: CharSequence, replacement: String): String

Функция регулярного выражения replaceFirst() заменяет первое вхождение совпадающего шаблона из входной последовательности символов указанной строкой замены.

nature is awesome, beautiful is nature

ofsplit(input: CharSequence, limit: Int = 0): List

Функция regex split() разбивает входную последовательность символов в соответствии с предоставленным шаблоном. Это значение разделения возвращается в список.

[ab, cd, ef] [nothing match to split]

Regex шаблоны

Regex использует несколько символических обозначений(шаблонов) в своей функции в Котлин. Некоторые часто используемые шаблоны приведены ниже:

Символ	Описание
x|у	Соответствует либо x, либо y
xу	Соответствует x, за которым следует y
[xyz]	Соответствует x,y,z
[xz]	Соответствует любому символу от x до z
[^xz]	‘^’ в качестве первого символа отменяет шаблон. Это соответствует всему, что находится за пределами диапазона xz
^xyz	Соответствует выражению xyz в начале строки
xyz$	Соответствует выражению xyz в конце строки
.	Соответствует любому одиночному символу

Мета-символы регулярного выражения

Символ	Описание
\d	Соответствует цифрам(6)
\D	Не содержит цифры
\w	Соответствует символам слова
\W	Соответствует символам, не являющимся словами
\s	Соответствует пробелам [\t\r\f\n]
\S	Соответствует непробельным символам
\b	Соответствует границе слова вне скобок. Соответствует обратной косой черте при помещении в скобки
\B	Соответствует границе слова
\A	Соответствует началу строки
\Z	Соответствует концу строки

Шаблоны квантификаторов

Символ	Описание
abcd?	Соответствует 0 или 1 вхождению выражения abcd
abcd*	Соответствует 0 или более вхождениям выражения abcd
abcd+	Соответствует 1 или более вхождениям выражения abcd
abcd	Соответствует точному количеству x вхождений выражения abcd
abcd	Соответствует x или более вхождениям выражения abcd
abcd	Сопоставляет от x до y вхождений выражения abcd

Шаблоны регулярных выражений

Шаблон	Описание
([^\s]+(?=\.(jpg|gif|png))\.\2)	Соответствует изображениям jpg, gif или png.
([А-Zа-z0-9-]+)	Соответствует последнему, числу и дефису.
(^4$|^11$|^100$)	Соответствует любому числу от 1 до 100 включительно.
(#?([A-Fa-f0-9])(([A-Fa-f0-9]))?)	Соответствует допустимому шестнадцатеричному цветовому коду.
((?=.*\d)(?=.*[az])(?=.*[AZ]).)	Соответствует строке от 8 до 15 символов, по крайней мере, с одним прописным регистром, одним строчным регистром и одной цифрой.
(\w+@[a-zA-Z_]+?\.[a-zA-Z])	Совпадает с адресом электронной почты.
(\<(/?[^\>]+)\>)	Соответствует тегам HTML.

Источник

6.5. Основы Kotlin. Регулярные выражения RegExp

Регулярные выражения (RegExp) — специальный язык для описания множества строк. Они помогают решать задачу поиска какого-либо текста (из описанного множества) в другом тексте, описывают интересующий нас текст и работают достаточно эффективно для быстрого решения задачи поиска.

В некоторых случаях количество вариантов искомого текста настолько велико, что перечислять все варианты становится неудобно. Иногда все эти варианты могут быть представлены одной строкой — регулярным выражением.

Примеры регулярных выражений (см. слайды):

Поиск регулярного выражения осуществляется с помощью автомата с состояниями, или конечного автомата. В данном случае под этим понимается алгоритм, имеющий некоторое количество устойчивых состояний. Для каждого состояния определяются действия, которые алгоритм выполняет в этом состоянии, а также условия, по которым алгоритм переходит в другие состояния.

Возможности языка регулярных выражений

Регулярное выражение в общем случае — это строка, в которой часть символов играет специальную роль. Но большинство символов в регулярном выражении обозначают просто самих себя. Например:

Существует однако ряд специальных символов. Например, класс символов обозначает любой символ из определённого множества:

• [0123456789] — любая цифра
• [aeiouy] — любая буква из перечисленных
• [~!@#$%^&*+-] — любой символ из перечисленных

Отрицание класса символов ищет любой символ НЕ из заданного множества:

• [^0123456789] — всё, что угодно, кроме цифры
• [^a-z] — всё, что угодно, кроме строчной латинской буквы
• [^-az] — всё, что угодно, кроме — , a , z

Классы и их отрицания, как видим, используют специальные символы […​] для обозначения класса, специальный символ — для обозначения интервала символов и последовательность [^…​] для обозначения отрицания.

Якоря позволяют найти начало или конец всей строки:

• ^fun — fun в начале строки
• \.$ — точка в конце строки
• ^Kotlin is great as the first language!$ — ВСЯ строка с заданной фразой (и более ничем)

Здесь ^ используется для обозначения начала строки, а $ для обозначения конца. Следует иметь в виду, что якоря никак не учитывают переводы строк — имеется в виду начало или конец всего текста, а не одной строки в тексте.

\. использует экранирование для обозначения символа . , поскольку в регулярных выражениях точка является специальным символом (и обозначает любой символ). Таким образом, \ в регулярных выражениях экранирует последующий символ, делая его из специального символа обыкновенным. Для обозначения символа \ применяется пара \\ . Аналогично, \^ обозначает символ-шапку, \$ — символ доллара, \[ — открывающую квадратную скобку, \] — закрывающую квадратную скобку.

Особые символы ищут символы по специальным правилам:

• ` …​.. ` — любая последовательность из пяти символов, начинающаяся и заканчивающаяся пробелов
• \t — табуляция, \n — новая строка, \r — возврат каретки (два последних символа унаследованы компьютерами от эпохи пишущих машинок, когда для начала печати с новой строки необходимо было выполнить два действия — возврат каретки в начало строки и перевод каретки на новую строку)
• \s — произвольный вид пробела (пробел, табуляция, новая строка, возврат каретки)
• \d — произвольная цифра, аналог 2
• \w — произвольная “символ в слове”, обычно аналог [a-zA-z0-9] , то есть, латинская буква или цифра
• \S — НЕ пробел, \D — НЕ цифра, \W — НЕ “символ в слове”

Шаблон выбора | ищет одну строку из нескольких, например:

• Марат|Михаил — Марат или Михаил
• ^\[|\]$ — открывающая квадратная скобка в начале строки или закрывающая в конце
• for.(val|var). — цикл for с последующим val или var

Шаблоны количества ищут определённое число совпадений:

• .* — любое количество (в том числе ноль) любых символов
• (Марат)+ — строка Марат один или более раз (но не ноль)
• (Михаил)? — строка Михаил ноль или один раз
• (7) — последовательность из ровно четырёх любых цифр
• \w — последовательность из 8-16 “символов в слове”

Круглые скобки () задают так называемые группы поиска, объединяя несколько символов вместе.

• (Kotlin)+AsFirst — KotlinAsFirst, KotlinKotlinAsFirst, KotlinKotlinKotlinAsFirst, …​
• (?:\$\$)+ — `, «, ` , …​
• (\w+)\s\1 — слово, за которым следует пробел и то же самое слово.
• fun\s+(/w+)\s*\\1.\> — fun с последующими пробелами, произвольным словом в круглых скобках, пробелами и тем же словом в фигурных скобках

Здесь \1 ( \2 , \3 , …​) ищет уже описанную группу поиска по её номеру внутри регулярного выражения (в данном случае — первую группу). Комбинация (?:…​) задаёт группу поиска без номера. В целом, (?…​) задаёт группы особого поиска:

• Марат(?=\sАхин) — Марат, за которым следует пробел и Ахин
• (?⇐Михаил\s)Глухих — Глухих, перед которым стоит Михаил с пробелом
• \d+(?![$\d]) — число, после которого НЕ стоит знак доллара
• (?

Источник