Группы в регулярных выражениях

Определение групп в регулярных выражениях

Для поиска в строке более сложных соответствий применяются группы. В регулярных выражениях группы заключаются в скобки. Например, нам надо получить дату в определенном формате. С помощью метода exec() объекта RegExp мы можем получить все совпадение полностью. Допустим, дата представлена в формате "yyyy-mm-dd" (2021-09-06):

const exp = /\d{4}-\d{2}-\d{2}/;
const text = "Publication Date: 2021-09-06"
const result = exp.exec(text);

console.log(result[0]);	// 2021-09-06

Из результата метода exec мы можем извлечь результат - нужную нам дату. Однако что, если мы хотим получить отдельные компоненты дат - год, месяц, день? В этом случае мы можем воспользоваться группами.

Каждая группа представляет некоторый сегмент регулярного выражения, который заключен в круглые скобки. Например:

const exp = /(\d{4})-(\d{2})-(\d{2})/;
const text = "Publication Date: 2021-09-06"
const result = exp.exec(text);

console.log(result);	
// Консольный вывод 
// (4) ['2021-09-06', '2021', '09', '06', index: 18, input: 'Publication Date: 2021-09-06', groups: undefined] 

Здесь регулярное выражение /(\d{4})-(\d{2})-(\d{2})/ содержит три группы. Первая группа - (\d{4}) состоит из 4 цифр и представляет год. Вторая группа - (\d{2}) состоит из 2 цифр и представляет месяц. Третья группа также состоит из 2 цифр и представляет день.

Здесь применяется регулярное выражение "/(\d{4})-(\d{2})-(\d{2})/", где определены три группы:

1. Первая группа (\d{4}) соответствует числу из четырех цифр

2. Вторая группа (\d{2}) соответствует числу из двух цифр

3. Третья группа аналогична второй

И если мы посмотрим на результат метода exec(), то мы увидим, что кроме собственно соответствия дате он содержит соответствия для каждой группы:

(4) ['2021-09-06', '2021', '09', '06', index: 18, input: 'Publication Date: 2021-09-06', groups: undefined] 

Полученный результат представляет массив, где первый элемент (с индексом 0) всегда представляет подстроку, совпавшую с регулярным выражением. Все последующие элементы этого массива представляют группы. То есть первая группа имеет индекс 1, вторая - индекс 2 и так далее. Соответственно, применяя индексы, мы можем получить все соответствия группам из регулярного выражения:

const exp = /(\d{4})-(\d{2})-(\d{2})/;
const text = "Publication Date: 2021-09-06"
const result = exp.exec(text);

console.log(result[0]);     // 2021-09-06 - все соответствие
console.log(result[1]);     // 2021 - первая группа
console.log(result[2]);     // 09 - вторая группа
console.log(result[3]);     // 06 - третья группа

Получив значения отдельных групп, можно произвести с ними некоторые действия, например, преобразовать в другой формат даты:

console.log(`${result[3]}.${result[2]}.${result[1]}`); // 06.09.2021

Группировка упрощает создание более сложных регулярных выражений. К группам, как и к отдельным символам, можно применять квантификаторы. Например, выражение (la)+ представляет одно и более повторений строки "la"&

Именнованные группы

JavaScript позволяет назначить каждой группе в регулярных выражениях определенное имя. С помощью этого имени потом можно получить значение, которое соответствует этой группе. Для установки имени групы внутри скобок, которые определяют группу, ставится знак вопроса, после которого в угловых скобках идет название группы:

(?<название_группы> ... )

Рассмотрим следующий пример:

const exp = /(?<year>\d{4})-(?<month>\d{2})-(?<day>\d{2})/u;
const text = "Publication Date: 2021-09-06"
const result = exp.exec(text);
console.log(result.groups);         // {year: "2021", month: "09", day: "06"}
console.log(result.groups.year);    // 2021
console.log(result.groups.month);   // 09
console.log(result.groups.day);     // 06

Здесь регулярное выражение определяет три группы. Первая группа называется "year", вторая - "month" и третья "day". При получении результата мы можем обаться к каждой группе через свойство groups. Это свойство представляет объект, в котором свойства называются так же, как и группы, и содержат значения для каждой группы:

console.log(result.groups);			// {year: "2021", month: "09", day: "06"}

Соответственно с помощью названия группы мы можем получить значение для определенной группы.

Утверждения

Утверждения или assertions позвляют получить подстроку, которая соответствует регулярному выражению и которая предваряется или, наоборо, не предваряется определенным выражением.

Положительное утверждение (когда подстрока должна предваряться другой подстрокой) определяется с помощью выражения:

(?<=...)

После знака равно = идет выражение, которым должна предваряться подстрока.

Отрицательное утверждение (когда подстрока НЕ должна предваряться другой подстрокой) определяется с помощью выражения:

(?<!...)

После восклицательного знака ! идет выражение, которым НЕ должна предваряться подстрока.

Возьмем простую задачу. Допустим у нас есть некоторая информация с какой-то суммой. Но эта сумма может быть определена в долларах, в евро, в рублях и так далее. Что-то наподобие:

const text1 = "All costs: $10.53";
const text2 = "All costs: €10.53";

const exp = /\d+(\.\d*)?/;
const result1 = exp.exec(text1);
console.log(result1[0]);	// 10.53

const result2 = exp.exec(text2);
console.log(result2[0]);	 // 10.53

Здесь мы видим, что и сумма в долларах () и сумма в евро соответствует нашему регулярному выражению. Но что, если мы хотим получить только сумму в долларах. Для этого применим положительное утверждение:

const text1 = "All costs: $10.53";
const text2 = "All costs: €10.53";

const exp = /(?<=\$)\d+(\.\d*)?/;

const result1 = exp.exec(text1);
console.log(result1);	// ["10.53", ".53", index: 12, input: "All costs: $10.53", groups: undefined]

const result2 = exp.exec(text2);
console.log(result2);	 // null

Группа (?<=\$) укзывает, что перед строкой должен идти знак доллара $. Если его нет, то метод exec() не найдет соответствий и возвратит null.