PHP और नियमित अभिव्यक्ति: शुरुआती के लिए मूल बातें

"PHP में बैकएंड-डेवलपर" , साथ ही संबंधित पाठ्यक्रम "फ्रेमवर्क लारवेल" पर एक नए धागे की शुरुआत की प्रत्याशा में, हम अपने फ्रीलांस लेखक द्वारा तैयार किए गए लेख को साझा करना चाहते हैं।

चेतावनी! यह लेख पाठ्यक्रम कार्यक्रम के लिए प्रासंगिक नहीं है और केवल शुरुआती के लिए उपयोगी होगा। अधिक गहन ज्ञान के लिए, हम आपको इस विषय पर एक गहन दो-दिवसीय ऑनलाइन गहन यात्रा करने के लिए आमंत्रित करते हैं: "संस्था में कॉफी ऑर्डर करने और ऑनलाइन भुगतान करने के लिए टेलीग्राम-बॉट बनाना । " प्रखर का दूसरा दिन यहां आयोजित होगा।

---

सभी को नमस्कार! आने वाले सभी के साथ [20]{2,}0 वर्ष। आज मैं एक ऐसे विषय पर बात करना चाहता हूं, जो कभी-कभी "क्यों आपको पहले से तैयार समाधान" "क्या आप पर्ल के सभी भी सीख सकते हैं?" हालाँकि, समय बीत जाता है, कई प्रोग्रामर नियमित अभिव्यक्ति में महारत हासिल करने लगते हैं, और हैबे पर इस विषय पर एक भी ताज़ा ( हालांकि नियमित भाव बहुत अधिक परिवर्तित नहीं हुए हैं ) लेख नहीं हैं। यह एक और लिखने का समय है!

उनके विशिष्ट कार्यान्वयन से अलगाव में नियमित अभिव्यक्ति

नियमित अभिव्यक्ति (अंग्रेजी में RegEx या regex के रूप में चिह्नित) एक उपकरण है जिसका उपयोग पाठ के अध्ययन और प्रसंस्करण के लिए विभिन्न विकल्पों के लिए किया जाता है: अक्षरों या संख्याओं से युक्त तत्व की खोज, जाँच, खोज और प्रतिस्थापन (या किसी भी अन्य वर्ण में) विशेष वर्ण और विराम चिह्न वर्ण सहित)। प्रारंभ में, वैज्ञानिक अनुसंधान के वातावरण से प्रोग्रामिंग की दुनिया में नियमित अभिव्यक्ति आई, जिसे गणित के क्षेत्र में 50 के दशक में किया गया था।

दशकों बाद, सिद्धांतों और विचारों को UNIX ऑपरेटिंग सिस्टम वातावरण में स्थानांतरित किया गया था (विशेष रूप से, उन्हें grep उपयोगिता में शामिल किया गया था) और पर्ल प्रोग्रामिंग भाषा में लागू किया गया था, जो इंटरनेट पर सुबह के समय बैकेंड पर व्यापक रूप से उपयोग किया जाता था (और इस दिन का उपयोग किया जाता है, लेकिन पहले से ही कम) ऐसे कार्य के लिए। जैसे कि फॉर्म सत्यापन।

यदि वे सरल प्रतीत होते हैं, तो पहली नज़र में वे इतने डरावने क्यों हैं?

वास्तव में, कोई भी अभिव्यक्ति "नियमित" हो सकती है और इसका उपयोग किसी भी वर्ण की जांच या खोज के लिए किया जा सकता है। उदाहरण के लिए, शब्द Pavel या example@mail.ru का उपयोग नियमित रूप से किया जा सकता है, केवल, निश्चित रूप से, बल्कि संकीर्ण कुंजी में। अपने सर्वर या होस्टिंग को शुरू किए बिना PHP वातावरण में नियमित अभिव्यक्तियों के प्रदर्शन का परीक्षण करने के लिए, आप निम्न ऑनलाइन सेवा का उपयोग कर सकते हैं (यह उस पर रूसी वर्णों के प्रसंस्करण के साथ काम नहीं करता है)। शुरुआत के लिए, हम सिर्फ पावेल को एक नियमित अभिव्यक्ति के रूप में उपयोग करते हैं।

मान लें कि हमारे पास निम्नलिखित पाठ है:

पावेल बहुत ज्यादा जानते हैं। पावेल नेगनेक्स का उपयोग कर रहा है और वह जुआरी नहीं है।

अब नियमित अभिव्यक्तियों में पावेल शब्द की दोनों घटनाएं मिली हैं। यह बहुत अच्छा है, लेकिन यह बहुत उपयोगी नहीं लगता (जब तक कि किसी कारण से आप वार और पाइथन के माध्यम से वॉर एंड पीस में सर शब्द के उल्लेख की मात्रा का विश्लेषण करने की कोशिश नहीं कर रहे हैं, लेकिन तब मेरे पास आपके लिए कोई सवाल नहीं है)।

अभिव्यक्ति परिवर्तनशीलता

यदि आपकी नियमित अभिव्यक्ति परिवर्तनशील है (उदाहरण के लिए, आप केवल इसका एक निश्चित भाग जानते हैं और वर्ष की घटनाओं की संख्या ज्ञात करने की आवश्यकता है, 2000 से शुरू होकर 2099 तक समाप्त हो रही है), तो हम निम्नलिखित नियमित अभिव्यक्ति का उपयोग कर सकते हैं: 20 ।।

पाठ: युवा लेखक बहुत सारी चीजें लिखते हैं। उदाहरण के लिए, 2002 में पैदा हुआ एक लेखक 2008 और 2012 से बहुत अलग है ।

यहां, नियमित अभिव्यक्तियों की मदद से, हम सभी वर्षों का पता लगा सकते हैं, लेकिन अभी तक इसका कोई मतलब नहीं है। सबसे अधिक संभावना है, हमें 2012 से आगे के वर्षों की आवश्यकता नहीं है (हालांकि 8 साल से कम उम्र के युवा लेखक नाराज हो सकते हैं, लेकिन अब इसके बारे में नहीं)। यह वर्ण सेटों का अध्ययन करने के लायक है, लेकिन उस पर बाद में और अधिक, क्योंकि अब हम नियमित अभिव्यक्तियों के एक अन्य महत्वपूर्ण भाग के बारे में बात करेंगे: मेट्रैक्टर्स से बचकर।

कल्पना कीजिए कि हमें एक्सटेंशन के साथ फ़ाइलों के होने की संख्या का पता लगाने की आवश्यकता है .doc (मान लीजिए कि हम अपने डेटाबेस पर अपलोड की गई कुछ फ़ाइलों को ही निर्यात करते हैं)। लेकिन क्या एक बिंदु का मतलब किसी भी वर्ण से है? तो क्या करें?
यहाँ, बैकलैश के साथ मेटाचैकर्स को बचाना हमारी सहायता के लिए आता है। अब एक्सटेंशन के साथ किसी भी पाठ उल्लेख के लिए खोज \.doc पर्याप्त सफल होगी .doc

नियमित अभिव्यक्ति: \.doc

पाठ: kursach .doc , nepodozritelneyfail.exe , काम .doc , shaprgalka.rtf doc

जैसा कि आप देख सकते हैं, हम सफलतापूर्वक एक्सटेंशन के साथ फाइलों की संख्या पा सकते हैं। सूची में। हालाँकि, हम इस नियमित अभिव्यक्ति का उपयोग करके पूर्ण फ़ाइल नामों को नहीं खींच सकते हैं, उदाहरण के लिए, एक सरणी में। यह चरित्र सेट पर एक बार देखने का समय है।

वर्णों के एक पूरे सेट का मिलान करें

नियमित अभिव्यक्तियों में, एक सेट के साथ मिलान मेटाचैकर्स - स्क्वायर ब्रैकेट [ ] का उपयोग करके प्रदान किया जाता है। किसी भी दो ASII वर्णों को एक सीमा के प्रारंभ और अंत के रूप में निर्दिष्ट किया जा सकता है। एक सरल कार्यान्वयन के लिए, मान लें कि हम एक्सटेंशन .jpg साथ 0 से 9 तक की सभी क्रमांकित फ़ाइलों को खोजना चाहते हैं।

नियमित अभिव्यक्ति: [0-9]\.jpg

पाठ: 1.jpg , 2.jpg , 3.jpg , photo.jpg, anime.jpg, 8.jpg , jj.ppg

यह ध्यान देने योग्य है कि 1 से अधिक अंकों का फ़ाइल नाम हमारी नियमित अभिव्यक्ति द्वारा कवर नहीं किया जाएगा। कई विकल्पों के बारे में थोड़ा कम होगा, लेकिन अब कल्पना कीजिए कि विपरीत परिणाम प्राप्त करने के लिए हमें अचानक आवश्यकता थी। मेटाचैकर ^ (जो, इसके विपरीत, नियमित अभिव्यक्तियों में दो कार्यों के रूप में कई हैं) जोड़ें। एक अपवाद के रूप में इसका उपयोग करने के लिए, आपको इसे हमारे सेट में ठीक से जोड़ना होगा:

नियमित अभिव्यक्ति: [^0-9]\.jpg

पाठ: 1.jpg, 2.jpg, 3.jpg, फोटो o.jpg , एनिमेशन e.jpg , 8.jpg, jk l.jpg

लेकिन कई विकल्पों के बिना, ये निश्चित रूप से हीन भाव हैं।

उपयोगी टेबल्स

यहाँ मेटाचैटर्स की एक तालिका है:



व्हाइट स्पेस मेटाचैटर्स टेबल

मल्टीपल चॉइस: सिंपल वैलिडेशन बनाना

अधिग्रहीत ज्ञान के साथ सशस्त्र, हम एक नियमित अभिव्यक्ति बनाने की कोशिश करेंगे जो उदाहरण के लिए, 3 अक्षरों से छोटे शब्दों (एंटी-स्पैम के लिए एक मानक कार्य) को ढूंढता है। यदि हम निम्नलिखित नियमित अभिव्यक्ति का उपयोग करने की कोशिश करते हैं - \w{1,3} (जिसमें मेटाचैकर \w किसी वर्ण को इंगित करता है, और घुंघराले कोष्ठक वर्णों की संख्या को कितने से कितने तक इंगित करता है, तो हम सभी वर्णों को एक पंक्ति में हाइलाइट करेंगे - आपको किसी तरह नामित करने की आवश्यकता है पाठ में शब्दों का आरंभ और अंत, इसके लिए हमें मेटाचैकर \b ।

नियमित अभिव्यक्ति: \b\w{1,3}\b:

पाठ: अच्छा शब्द
नहीं
अंडा

बुरा नहीं है! अब तीन अक्षरों से छोटे शब्द हमारे डेटाबेस में नहीं जा पाएंगे। आइए मेलिंग पते के सत्यापन को देखें:

नियमित अभिव्यक्ति: \w+@\w+\.\w+

आवश्यकताएँ: शुरुआत में ईमेल में कोई भी वर्ण (संख्या या अक्षर) होना चाहिए, क्योंकि ईमेल, जिसमें शुरुआत में केवल संख्याएँ होती हैं, बहुत सामान्य है)। इसके बाद @ प्रतीक आता है, फिर जितने अक्षर आपको पसंद हैं, उसके बाद एक एस्केप डॉट (यानी सिर्फ एक डॉट) और एक प्रथम-स्तरीय डोमेन है।

चरित्र पुनरावृत्ति पर अधिक विस्तार से विचार करें।

अब आइए नियमित रूप से वर्णों को दोहराने के तरीके पर करीब से नज़र डालें। उदाहरण के लिए, आप पाठ में 2-6 से संख्याओं का कोई संयोजन खोजना चाहते हैं:

नियमित अभिव्यक्ति: [2-6]+

पाठ: यहाँ आ गए हैं 89 विभिन्न 234 अंक 24 ।

मुझे आप सभी मेटाचैकर क्वांटिफायर की एक तालिका दें:



क्वांटिफायर लगाने के बारे में कुछ भी जटिल नहीं है। एक कैविटी को छोड़कर: लालची और आलसी क्वांटिफायर। यहाँ तालिका है:



आलसी क्वांटिफायर लालची से भिन्न होते हैं, जिसमें वे न्यूनतम, अधिकतम वर्णों को पकड़ते हैं। कल्पना करें कि हमारे पास सभी h1-h6 हैडर टैग और उनकी सामग्री को खोजने का एक कार्य है, और बाकी पाठ प्रभावित नहीं होने चाहिए (मैंने जानबूझकर गैर-मौजूद h7 टैग में प्रवेश किया ताकि हबरा टैग से बचने के साथ पीड़ा न हो):

नियमित अभिव्यक्ति: <h [1-7]>। *? </ H / 1-7]>

पाठ: < h7 > हैलो </ h7 > लोरेम इप्सम अवदा केदवरा < h7 > खरीद < /h7 >

सब कुछ सफलतापूर्वक हुआ, लेकिन केवल आलसी क्वांटिफायर के लिए धन्यवाद। लालची क्वांटिफायर का उपयोग करने के मामले में, टैग के बीच का सारा पाठ बाहर खड़ा होगा (मुझे लगता है कि इसे चित्रण की आवश्यकता नहीं है)।

चरित्र स्ट्रिंग सीमाएँ

चरित्र के तार की सीमाएँ हम पहले ही ऊपर उपयोग कर चुके हैं। यहां एक अधिक विस्तृत तालिका दी गई है:

सबएक्सप्रेस के साथ काम करें

नियमित अभिव्यक्ति में Subexpressions समूह मेटाचैकर () का उपयोग करके किया जाता है।
यहां एक नियमित अभिव्यक्ति का एक उदाहरण है जो सार्वभौमिक रूप से आईपी पते के विभिन्न रूपों को पा सकता है।

नियमित अभिव्यक्ति: (((25 [0-5])) | (2 [0-4] \ d) | (1 \ d {2}) | ((d d {1,2})) \ _) {3}। ((25 [0-5] | (2 [0-4] \ d) | (1 \ d {2}) | ((\ d {1,2})))

पाठ: 255.255.255.255 सिर्फ एक पता है
191.198.174.192 विकिपीडिया
87.240.190.67 वीके
31.13.72.36 फेसबुक

यह तार्किक ऑपरेटर का उपयोग करता है | (या) जो हमें एक नियमित अभिव्यक्ति की रचना करने की अनुमति देता है जो उस नियम से मेल खाती है जिसके द्वारा आईपी पते संकलित किए जाते हैं। IP पते में 1 से 3 अंक होना चाहिए, जिसमें तीन संख्याओं में से 1 1 से शुरू हो सकती है, 2 के साथ (या फिर दूसरा अंक 0 और 4 के बीच होना चाहिए), या 25 से शुरू होता है, और फिर 3 अंक से शुरू होता है पता चलता है कि 0 और 5 के बीच है। इसके अलावा, संख्याओं के प्रत्येक संयोजन के बीच एक बिंदु होना चाहिए। उपरोक्त तालिकाओं का उपयोग करते हुए, शीर्ष पर नियमित अभिव्यक्ति को समझने की कोशिश करें। शुरुआत में नियमित अभिव्यक्तियाँ आपको उनके लंबे के साथ डराती हैं, लेकिन लंबे का मतलब जटिल नहीं है।

आगे देखिये

कुछ वर्णों के किसी भी संयोजन के लिए एक अभिव्यक्ति देखने के लिए, एक पैटर्न इंगित किया जाता है जिसके द्वारा एक मैच का पता लगाया जाता है, लेकिन वापस नहीं। अनिवार्य रूप से, आगे की खोज एक उपसंचाई को परिभाषित करती है और इसलिए यह उसी के अनुसार बनती है। आगे देखने के लिए वाक्यविन्यास पैटर्न में एक उपसंचाई होती है जो पहले होती है? =, और फिर मिलान किए जाने वाले पाठ का समान रूप से पालन किया जाता है।

यहां एक विशिष्ट कार्य है: एक पासवर्ड है जिसमें कम से कम 7 अक्षर शामिल होने चाहिए और इसमें कम से कम एक अपरकेस अक्षर और संख्या शामिल होनी चाहिए। यहां सब कुछ थोड़ा और अधिक जटिल होगा, क्योंकि उपयोगकर्ता को शुरुआत में और वाक्य के बीच में (और यही बात पत्र के साथ दोहराई जानी चाहिए) कैपिटल लेटर डालने में सक्षम होना चाहिए।

इसलिए, हमें अभिव्यक्ति को आगे बढ़ाने की आवश्यकता है। इसके अलावा, हमें संकेतों को समूहों में तोड़ने की जरूरत है। और मैं इसके आकार को 8 से 22 अक्षरों तक सीमित करना चाहता हूं:

नियमित अभिव्यक्ति: / /^(?=.*[az])(?=.*[AZ])(?=.*\d)[a-zA-Z\d]{8,}$/ ? /^(?=.*[az])(?=.*[AZ])(?=.*\d)[a-zA-Z\d]{8,}$/ ? /^(?=.*[az])(?=.*[AZ])(?=.*\d)[a-zA-Z\d]{8,}$/

पाठ: Qwerty123
Im789098
weakpassword

PHP में नियमित अभिव्यक्ति के काम की विशेषताएं

यह जानने के लिए कि PHP में नियमित रूप से कैसे काम होता है, आधिकारिक PCRE प्रलेखन (पर्ल कम्पेटिबल रेगुलर एक्सप्रेशंस) के कार्यों को देखें, जो आधिकारिक वेबसाइट पर उपलब्ध है। अभिव्यक्ति को परिसीमा में संलग्न किया जाना चाहिए, उदाहरण के लिए, आगे की स्लैश में।

अल्फ़ान्यूमेरिक, बैकस्लैश '\' और जीरो बाइट को छोड़कर मनमाने चरित्र हो सकते हैं। यदि पैटर्न में सीमांकक चरित्र दिखाई देता है, तो इसे बच जाना चाहिए। विभाजक के रूप में, संयोजन पर्ल से आते हैं: (), {}, []।

Php में किन कार्यों का उपयोग किया जाता है? PCRE पैकेज नियमित अभिव्यक्ति का समर्थन करने के लिए निम्नलिखित सुविधाएँ प्रदान करता है:

• preg_grep () - एक खोज करता है और मैचों की एक सरणी देता है।
• preg_match () - नियमित अभिव्यक्ति का उपयोग करके पहले मैच की खोज करता है
• preg_match_all () - नियमित अभिव्यक्ति का उपयोग करके वैश्विक खोज करता है
• preg_quote () - एक टेम्प्लेट लेता है और उसका बचा हुआ संस्करण लौटाता है
• preg_replace () - एक खोज करता है और ऑपरेशन को प्रतिस्थापित करता है
• preg_replace_callback () - भी एक खोज करता है और ऑपरेशन को प्रतिस्थापित करता है, लेकिन वे कॉलबैक का उपयोग करते हैं - किसी भी अन्य प्रतिस्थापन के लिए एक फ़ंक्शन
• preg_split () - सब्सट्रिंग्स में एक वर्ण स्ट्रिंग को विभाजित करता है

संशोधक i केस सेंसिटिविटी के बिना मैचों को व्यवस्थित करने के लिए i है।
m संशोधक का उपयोग करके, आप मल्टीलाइन टेक्स्ट प्रोसेसिंग मोड को सक्रिय कर सकते हैं।

प्रतिस्थापित स्ट्रिंग की गणना PHP कोड के रूप में की जा सकती है। इस मोड को सक्रिय करने के लिए, ई संशोधक का उपयोग करें।

सभी preg_replace() , preg_replace_callback() और preg_split() अतिरिक्त तर्क का समर्थन करते हैं, जो प्रतिस्थापन या विभाजन की अधिकतम संख्या पर प्रतिबंध का परिचय देता है।

बैकलिंक्स को $ साइन (उदाहरण के लिए, $ 1) द्वारा इंगित किया जा सकता है, और पहले के संस्करणों में, $ साइन के बजाय \\ संकेतों का उपयोग किया जाता है।
मेटाचैकर्स \ E, \ l, \ L, \ u और \ U का उपयोग नहीं किया जाता है (इसलिए, इस लेख में उनका उल्लेख नहीं किया गया है)।

पोसिक्स चरित्र वर्गों के बिना हमारा लेख अधूरा होगा, जो पीएचपी में भी काम करता है (और सामान्य रूप से आपके नियमित की पठनीयता में वृद्धि हो सकती है, लेकिन उनमें से सभी सीखने की जल्दी में नहीं हैं, क्योंकि वे अक्सर अभिव्यक्ति के तर्क को तोड़ते हैं)।



अंत में मैं ऊपर बताए गए कार्यान्वयन का उपयोग करके PHP में नियमित अभिव्यक्तियों के ठोस कार्यान्वयन का एक उदाहरण दूंगा। मैंने उपयोगकर्ता नाम के सत्यापन को भी जोड़ा ताकि वह अक्षरों के बहुत छोटे संयोजनों में प्रवेश न कर सके (अच्छी तरह से, ये उपनाम हैं, नाम नहीं, नाम दो अक्षरों से छोटे हैं):

  $pattern_name = '/\w{3,}/'; $pattern_mail = '/\w+@\w+\.\w+/'; $pattern_password = '/^(?=.*[az])(?=.*[AZ])(?=.*\d)[a-zA-Z\d]{8,}$/'; if (preg_match($pattern_name, $name) && preg_match($pattern_mail, $mail) && preg_match($pattern_password, $_POST['password'])) { #  ,  ,   ,   ,      } 

ध्यान देने के लिए आप सभी का धन्यवाद! बेशक, आज हम केवल नियमित अभिव्यक्तियों के एक हिस्से पर स्पर्श करते हैं, और उनके बारे में कुछ और लेख लिखे जा सकते हैं। उदाहरण के लिए, हमने पाठ में समान शब्दों के दोहराव के लिए खोज के कार्यान्वयन के बारे में बात नहीं की। लेकिन मुझे आशा है कि प्राप्त किया गया ज्ञान मेरे पहले फार्म सत्यापन को सार्थक रूप से लिखने के लिए पर्याप्त है और उसके बाद ही अधिक उग्र चीजों पर आगे बढ़ें।

परंपरा से, कुछ उपयोगी लिंक:

एमआईटी नियमित अभिव्यक्ति धोखा शीट
Php regex प्रलेखन का आधिकारिक हिस्सा।

वह सब है। आपको गहन में मिलते हैं !
प्रखर का दूसरा दिन यहां आयोजित होगा