คู่มือสำหรับผู้เริ่มต้นใช้งานนิพจน์ทั่วไป

คุณเคยพยายามค้นหารูปแบบที่เกิดซ้ำในข้อความหรือไม่? คุณอาจเคยใช้บางอย่าง เช่น ฟังก์ชันการค้นหาในเบราว์เซอร์หรือโปรแกรมประมวลผลคำ แต่เมื่อคุณต้องการค้นหาบางอย่างที่ซับซ้อนกว่านี้ ก็อาจเหมือนกับการค้นหาเข็มในกองหญ้าที่เป็นที่เลื่องลือ

โชคดีที่มีวิธีเลือกรูปแบบที่แม่นยำในข้อความลงไปถึงตัวละคร ซึ่งเรียกว่านิพจน์ทั่วไป (RegEx) และช่วยให้คุณเป็นผู้เชี่ยวชาญในการค้นหาข้อความได้

ฉันจะใช้ RegEx ได้ที่ไหน

แม้ว่า Unix และ Linux จะได้รับความนิยม แต่นิพจน์ทั่วไปก็มีให้ใช้งานในแพ็คเกจที่หลากหลาย รวมถึง Microsoft Word

นิพจน์ทั่วไปมีการใช้งานที่โดดเด่นที่สุดในโปรแกรม Linux ที่มีชื่อเสียงหลายโปรแกรม รวมถึง grep , Awk และ Sed .

ตัวอย่างเช่น คุณอาจต้องการตรวจสอบอุปกรณ์ USB บนพีซีของคุณ การใช้ lspci คุณจะเห็นรายการอุปกรณ์ทั้งหมด และคุณจะต้องค้นหารายการ USB ด้วยตัวเอง คุณสามารถใช้สิ่งต่อไปนี้เพื่อแสดงเฉพาะอุปกรณ์ USB:

lspci | grep "USB"

นี่เป็นตัวอย่างที่ง่ายที่สุดของการดำเนินการ RegEx เป็นวิธีที่ได้รับความนิยมมากที่สุดในการใช้นิพจน์ทั่วไปในเทอร์มินัล แต่ไม่ใช่วิธีเดียว วันนี้ คุณสามารถหาการสนับสนุน RegEx ในซอฟต์แวร์ประเภทต่างๆ ได้มากมาย ตั้งแต่โปรแกรมแก้ไขข้อความไปจนถึงโปรแกรมจัดการไฟล์

การหารูปแบบ

คุณอาจเคยใช้ * อักขระซึ่งทำหน้าที่เป็นตัวแทนเมื่อเลือกไฟล์หรือโฟลเดอร์ในเทอร์มินัล ตัวอย่างเช่น ในการแสดงรายการไฟล์ JPG ทั้งหมดในโฟลเดอร์ คุณสามารถใช้:

ls *.jpg

RegEx ที่เทียบเท่ากับข้างต้นจะเป็น:

ls | grep -E "\.jpg"

หากต้องการค้นหาทั้งไฟล์ jpg และ png ให้ใช้:

ls | grep -E "(\.jpg|\.png)"

ช่วง

หากคุณต้องการค้นหาช่วงอักขระเฉพาะแทนที่จะเป็นรูปแบบ คุณสามารถทำได้โดยกำหนดในวงเล็บ ตัวอย่างเช่น หากคุณใช้ [a-z] เป็นรูปแบบของคุณ ซึ่งจะจับคู่สตริงใดๆ ที่ประกอบด้วยตัวพิมพ์เล็กของตัวอักษร

อย่างที่คุณอาจเดาได้ [A-Z] จะเลือกเฉพาะอักษรตัวพิมพ์ใหญ่เท่านั้น ในการเลือกช่วงของตัวอักษรทั้งตัวพิมพ์ใหญ่และตัวพิมพ์เล็ก นิพจน์จะเปลี่ยนเป็น [a-zA-Z] .

หากต้องการระบุจำนวนอินสแตนซ์เฉพาะของรูปแบบ คุณสามารถระบุในวงเล็บปีกกา {5} จะส่งคืนรูปแบบของคุณห้าครั้ง คุณยังสามารถใช้ช่วงของตัวเลขได้ ดังนั้น {5,10} จะนำเสนอคุณด้วยห้าถึงสิบอินสแตนซ์

เมตาคาแรคเตอร์

ในนิพจน์ทั่วไป คุณยังสามารถค้นหาส่วนของสตริงที่มีอักขระสองตัวที่เรียกว่า metacharacters คล้ายกับการจับคู่ไวด์การ์ดที่คุณอาจเคยใช้ในเชลล์

ตัวหลักคือจุดธรรมดา ซึ่งย่อมาจากอักขระตัวเดียวอื่นๆ หากคุณใช้รูปแบบ c.ll จะจับคู่กับ "เซลล์" แต่ยัง "คัดแยก" และ "โทร" ด้วย

เมื่อป้อนเครื่องหมายดอกจันหลังจุด คุณสามารถใช้เพื่อจับคู่อักขระได้ไม่จำกัดจำนวน ตัวอย่างเช่น .*board จะเป็นการจับคู่สำหรับทั้ง "คีย์บอร์ด" และ "สเกตบอร์ด" แม้ว่า “คีย์” และ “สเก็ต” จะมีจำนวนตัวอักษรต่างกัน

หลบหนี

คุณอาจสังเกตเห็นว่าในตัวอย่างของเรา ที่เราเลือกไฟล์รูปภาพประเภทต่างๆ เราใช้แบ็กสแลชก่อนจุด (“\.jpg”) นั่นคือวิธีที่คุณจะหลีกเลี่ยงอักขระพิเศษใน RegEx

หากเราไม่ใช้มัน รูปแบบของเราจะไม่จับคู่เฉพาะนามสกุลของไฟล์ สตริง เช่น ".jpg" และ ".png" แต่จะจับคู่ "ajpg" และ "opng" ด้วย จำไว้นะ . เป็นไวด์การ์ดที่ตรงกับอักขระใดก็ได้

จุดยึดและขอบเขต

จุดยึดและขอบเขตช่วยให้คุณกำหนดสิ่งที่คุณต้องการได้อย่างแม่นยำยิ่งขึ้น

หากต้องการค้นหาเฉพาะคำว่า "คอมพิวเตอร์" แต่ละรายการโดยไม่มีอักขระอื่นอยู่ก่อนหรือหลัง คุณควรกำหนดรูปแบบเป็น \<computer\> .

คุณยังสามารถค้นหาเฉพาะสำหรับรูปแบบที่ปรากฏที่จุดเริ่มต้นหรือจุดสิ้นสุดของบรรทัด สิ่งนี้ทำได้ด้วย ^ และ $ ตามลำดับ

ดังนั้น หากคุณต้องการค้นหาเฉพาะรายการที่คำว่า "คอมพิวเตอร์" ปรากฏที่ต้นบรรทัด รูปแบบของคุณจะมีลักษณะเหมือน ^computer . ในทางกลับกัน เมื่ออยู่ท้ายบรรทัด รูปแบบจะเปลี่ยนเป็น computer$ .

นี่เป็นกฎง่ายๆ ของ RegEx ซึ่งคุณสามารถผสมเพื่อค้นหารูปแบบที่คุณต้องการได้อย่างแม่นยำ คุณสามารถค้นหาช่วงอักขระที่จุดเริ่มต้นของบรรทัดหรือคำที่สลับกันที่ส่วนท้าย วันที่ที่ระบุ หรือช่วงปี โดยใช้สตริงข้อความเดียว

อย่าลืมตรวจสอบชีทนิพจน์ทั่วไปของเราเพื่อควบคุมนิพจน์ทั่วไป