Имитируем пересечение, исключение и вычитание, с помощью Lookahead условий, в регулярных выражениях в ECMAScript

Имитируем пересечение, исключение и вычитание, с помощью Lookahead условий в регулярных выражениях в ECMAScript

От переводчика

Это перевод небольшой заметки, написанной вчера Lea Verou ^[1]

В ней предлагается интересная техника для решения повседневных задач. В самой статье нету ничего нового, но это хорошее обобщение полезной информации.

Информация в статье касается ECMAScript, но может использоваться и в других RegExp Движках (хотя и есть вероятность, что там есть более подходящее решение).

Если примеры кажутся вам сложными, рекомендую играть с ними в консоли, по мере прочтения. И Заранее прощу прочтение за пугающее название.

Статья

Если вы какое-то время используете регулярные выражения, то наверняка вы сталкивались с разными вариантами следующих задач:

• Пересечение:«Что-то, что совпадает с шаблоном А и шаблоном Б»
  Например: Пароль, минимум 6 символов, в котором хотя бы одна цифра, хотя бы одна буква, и хотя бы один специальный символ

• Исключение: «Я хочу что-то, что совпадает с шаблоном А, но не совпадает с шаблоном Б»
  Например: Любое целое число, которое не делится на 50

• Отрицание: Все. Что не совпадает с шаблоном А
  Например: Строка, которая не содержит в себе слово «Foo»

Несмотря на то, что в ECMAScript есть циркумфлекс (^), для исключения набора символов, у нас нету возможности, исключить что-то более сложное.

Кроме того, у нас и есть вертикальная черта (|) обозначающая «ИЛИ», но нас нету ничего, что обозначало бы «И», и ничего что обозначало бы «КРОМЕ» (Исключение). Можно проделать все эти действия с несложным набором символов, с помощью символьных классов, но с со сложными последовательностями такое не получится.

Тем не менее, мы можем имитировать все три операции, воспользовавшись тем, что Lookahead условия не захватывают символы и не сдвигают позицию поиска. Мы можем просто продолжить искать соответствие дальше, и они будут совпадать с нужной нам подстрокой, поскольку Lookahead не захватывает ничего…

Исключение

В качестве простого примера: выражение /^(?! мяу)w{3}$/ захватит любое слово из трех символов, не содержащее слово «мяу». Это очеть простоый вариант исключения.

Вот решение для задачи, предложенной выше: /^(?!d+[50]0)d{3}$/.

Пересечение

Для пересечения (И), мы просто можем выстроить в цепочку несколько позитивных lookahead-условий, а последним шаблоном захватить нужную нам строку (Если оставить только Lookahead условия, то мы все равно получим верный ответ, но можем получить неверные соответствия). Например, решение для задачи с паролем, приведенной выше, будет таким: /^(?=.*d)(?=.*[a-z])(?=.*[W_]).{6,}$/i.

Если вы хотите, чтобы ваши регулярные выражения работали в Internet Explorer 8 версии и ниже, важно знать об этой ошибке ^[2] и изменить ваши регулярные выражения соответствнно

Отрицание

Отрицание — проше всего. Нам всего лишь нужно негативное lookahead-условие и .+, чтобы захватить подстроку, прошедшую проверку. Например, решение для предложенной выше задачи, будет выглядеть так: /^(?!.*foo).+$/. Стоит, правда, признать, что из всего списка, отрицание неименее полезно

Заключение

В этой технике присутствуют некоторые сложности. В основном это связано с тем, что захватывается в результате. (Убедитесь, что захватывающий шаблон вне lookahead-условий захватывают всю строку, которая вам нужна)

Steven Levithan копает еще глубже, и пытается имитировать операторы условия ^[3] и атомарные группы ^[4]. Прощай мозг ^[5].

Пара бонусных ссылок

Утилита ^[6], разбирающая регулярные выражения по частям и объясняющая их
JS библиотека ^[7], значительно облегчающая работу с регулярными выражениями и добавляющая им функционал.

Автор: z6Dabrata