عبارات با قاعده

عبارات با قاعده

مقدمه

عبارات با قاعده (Regular Expressions یا Regex) ابزاری قدرتمند برای جستجو، تطبیق و دستکاری متن هستند. در دنیای برنامه‌نویسی، تحلیل داده، و پردازش متن، عبارات با قاعده نقش حیاتی ایفا می‌کنند. این ابزار به شما امکان می‌دهد الگوهایی را تعریف کنید که با رشته‌های متنی مطابقت داشته باشند، و این قابلیت برای انجام وظایفی مانند اعتبارسنجی ورودی کاربر، استخراج اطلاعات، و جایگزینی متن بسیار مفید است. هدف از این مقاله، ارائه یک راهنمای جامع برای مبتدیان در زمینه عبارات با قاعده است، که با مثال‌های عملی و توضیحات مفصل، مفاهیم اساسی را پوشش می‌دهد.

مفاهیم پایه

عبارت با قاعده، یک دنباله از کاراکترها است که یک الگو را تعریف می‌کند. این الگو می‌تواند شامل حروف، اعداد، نمادها و کاراکترهای خاص باشد. موتور عبارات با قاعده، این الگو را بر روی یک رشته متنی اعمال می‌کند و تمام قسمت‌هایی از رشته را که با الگو مطابقت دارند، پیدا می‌کند.

**لیترال‌ها (Literals):** ساده‌ترین نوع الگوها، لیترال‌ها هستند. لیترال‌ها کاراکترهایی هستند که دقیقاً همان‌طور که نوشته شده‌اند، جستجو می‌شوند. به عنوان مثال، عبارت با قاعده `hello` فقط رشته "hello" را پیدا می‌کند.

**متادیتا (Metacharacters):** متادیتا کاراکترهایی هستند که معنای خاصی در عبارات با قاعده دارند. این کاراکترها به شما امکان می‌دهند الگوهای پیچیده‌تری را تعریف کنید. برخی از متادیتاهای رایج عبارتند از:

   * `.`: هر کاراکتری را به جز newline (خط جدید) مطابقت می‌دهد.
   * `^`: ابتدای رشته را مطابقت می‌دهد.
   * `$`: انتهای رشته را مطابقت می‌دهد.
   * `*`: صفر یا چند بار تکرار شدن کاراکتر قبلی را مطابقت می‌دهد.
   * `+`: یک یا چند بار تکرار شدن کاراکتر قبلی را مطابقت می‌دهد.
   * `?`: صفر یا یک بار تکرار شدن کاراکتر قبلی را مطابقت می‌دهد.
   * `[]`: یک کلاس کاراکتری را تعریف می‌کند. به عنوان مثال، `[aeiou]` هر یک از حروف صدادار را مطابقت می‌دهد.
   * `()`: یک گروه را تعریف می‌کند. گروه‌ها می‌توانند برای capturing (گرفتن) قسمت‌های خاصی از رشته مطابقت داده شده استفاده شوند.
   * `|`: عملگر OR (یا) را نشان می‌دهد. به عنوان مثال، `cat|dog` رشته "cat" یا "dog" را مطابقت می‌دهد.
   * `\`: برای escape کردن متادیتاها یا معرفی دنباله‌های خاص استفاده می‌شود. به عنوان مثال، `\.` یک نقطه واقعی را مطابقت می‌دهد (نه هر کاراکتری).

مثال‌های عملی

بیایید با چند مثال عملی، نحوه استفاده از عبارات با قاعده را بررسی کنیم:

**اعتبارسنجی آدرس ایمیل:** فرض کنید می‌خواهیم یک آدرس ایمیل را اعتبارسنجی کنیم. یک عبارت با قاعده ساده برای این کار می‌تواند به صورت زیر باشد:

  ```
  ^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$
  ```

  این عبارت با قاعده، رشته‌هایی را که با یک یا چند کاراکتر الفبایی-عددی، نقطه، underscore، درصد، به علاوه یا منهای، به دنبال یک علامت @، و سپس یک یا چند کاراکتر الفبایی-عددی یا نقطه، و در نهایت یک نقطه و دو یا چند کاراکتر الفبایی مطابقت دارند، اعتبارسنجی می‌کند.

**استخراج شماره تلفن:** فرض کنید می‌خواهیم تمام شماره تلفن‌های موجود در یک رشته متنی را استخراج کنیم. یک عبارت با قاعده برای این کار می‌تواند به صورت زیر باشد:

  ```
  \d{3}-\d{3}-\d{4}
  ```

  این عبارت با قاعده، رشته‌هایی را که با سه رقم، یک خط تیره، سه رقم، یک خط تیره، و چهار رقم مطابقت دارند، پیدا می‌کند.

**جایگزینی متن:** فرض کنید می‌خواهیم تمام کلمه "old" را در یک رشته متنی با کلمه "new" جایگزین کنیم. یک عبارت با قاعده برای این کار می‌تواند به صورت زیر باشد:

  ```
  old
  ```

  و سپس از دستور جایگزینی در زبان برنامه‌نویسی خود استفاده کنید.

کلاس‌های کاراکتری

کلاس‌های کاراکتری مجموعه‌ای از کاراکترها را تعریف می‌کنند که با یک کاراکتر واحد مطابقت دارند. برخی از کلاس‌های کاراکتری رایج عبارتند از:

`\d`: هر رقم (0-9) را مطابقت می‌دهد.
`\w`: هر کاراکتر الفبایی-عددی و underscore را مطابقت می‌دهد.
`\s`: هر کاراکتر فضای خالی (space, tab, newline) را مطابقت می‌دهد.
`\D`: هر کاراکتری غیر از رقم را مطابقت می‌دهد.
`\W`: هر کاراکتری غیر از الفبایی-عددی و underscore را مطابقت می‌دهد.
`\S`: هر کاراکتری غیر از فضای خالی را مطابقت می‌دهد.

Quantifiers (تعیین کننده‌ها)

Quantifiers مشخص می‌کنند که یک کاراکتر یا گروه باید چند بار تکرار شود. برخی از quantifiers رایج عبارتند از:

`*`: صفر یا چند بار.
`+`: یک یا چند بار.
`?`: صفر یا یک بار.
`{n}`: دقیقاً n بار.
`{n,}`: حداقل n بار.
`{n,m}`: بین n و m بار.

گروه‌ها و Capturing

گروه‌ها با استفاده از پرانتز `()` تعریف می‌شوند. گروه‌ها به شما امکان می‌دهند قسمت‌های خاصی از رشته مطابقت داده شده را capturing (گرفتن) کنید. این کار برای استخراج اطلاعات یا جایگزینی متن بسیار مفید است.

Lookarounds

Lookarounds به شما امکان می‌دهند الگوهایی را مطابقت دهید که با یک شرط خاص محصور شده‌اند، بدون اینکه شرط را در نتیجه نهایی شامل کنید.

**Positive Lookahead:** `(?=pattern)`: مطابقت را فقط در صورتی انجام می‌دهد که الگو بعد از مطابقت وجود داشته باشد.
**Negative Lookahead:** `(?!pattern)`: مطابقت را فقط در صورتی انجام می‌دهد که الگو بعد از مطابقت وجود نداشته باشد.
**Positive Lookbehind:** `(?<=pattern)`: مطابقت را فقط در صورتی انجام می‌دهد که الگو قبل از مطابقت وجود داشته باشد.
**Negative Lookbehind:** `(?<!pattern)`: مطابقت را فقط در صورتی انجام می‌دهد که الگو قبل از مطابقت وجود نداشته باشد.

پرچم‌ها (Flags)

پرچم‌ها (Flags) برای تغییر نحوه رفتار عبارات با قاعده استفاده می‌شوند. برخی از پرچم‌های رایج عبارتند از:

`i`: مطابقت بدون حساسیت به بزرگی و کوچکی حروف.
`g`: مطابقت سراسری (پیدا کردن تمام مطابقت‌ها، نه فقط اولین مورد).
`m`: مطابقت چند خطی (رفتار `^` و `$` را به ابتدای هر خط و انتهای هر خط تغییر می‌دهد).

ابزارهای تست عبارات با قاعده

برای تست و اشکال‌زدایی عبارات با قاعده، می‌توانید از ابزارهای آنلاین مانند Regex101، Regexr و RegEx Tester استفاده کنید. این ابزارها به شما امکان می‌دهند عبارات با قاعده را وارد کنید، یک رشته متنی را ارائه دهید و نتایج مطابقت را مشاهده کنید.