Regexponline – интерактивный анализатор и редактор регулярных выражений

А я пользуюсь www.regexper.com/

Странно, а почему 100, а не 198?

Замечательный инструмент! Всегда боялся регэкспов, и зачастую городил вместо них сложные конструкции, в которых потом тратил время на то чтобы разобраться.

>> (<([a-z]+[^>]*)>)(.*)(</\2>)
>> да и знающего человека заставляет невольно поморщить нос

Вроде простенькое выражение, просто группировок побольше поставили
Хотя бы /(?:(?:\s?\{\d\/\d\}\s)([\w\d\+\-\*]*))+?(?:\s(?:->|->|=)\s)(?:(?:\s?\{\d\/\d\}\s)([\w\d\+\-\*]*))+?(?:\s===(?:>|>){3})/

>> (<([a-z]+[^>]*)>)(.*)(</\2>)
Немного не верно. Правильнее будет:

(<([A-Za-z](?:[A-Za-z0-9:-]*[A-Za-z0-9])?)[^>]*>)(.*)(</\2>)
Иначе аттрибуты искать будет в закрывающем тэге.

А вообще нужно еще корректно описать формат аттрибутов, а не с помощью [^>]*.
Да и с вложеными тегами облажаться можно. Короче, прописная истина: использовать регулярные выражения для разбора xml — себе дороже.

Оххх.
(<([a-z]+[^>]*)>)(.*)(</\2>) -> (<([a-z]+[^>]*)>)(.*?)(</\2>)

Но вообще парсить HTML регулярками черевато :)

/(<([a-z]+[^>]*)>)(.*)(</\2>)/

Если уж пишете статью, то пользуйтесь

А вообще что бы читать свободно регулярки надо их писать, какие-то жалкие 10 000 часов тренировок и прочитать любое выражение не составит труда :)

Ты не можешь распарсить [X]HTML при помощи регулярных выражений. Потому что HTML не может быть распарсен при помощи регулярных выражений. Регулярные выражения это не тот инструмент, который может быть использован для того, чтобы корректно распарсить HTML. Как я уже неоднократно ранее отвечал в вопросах про HTML и регулярные выражения, нельзя скормить регулярке HTML. Регулярные выражения являются инструментом, недостаточно продвинутым для того, чтобы понять все конструкции, используемые в HTML. HTML — не регулярный язык и не может быть разобран регулярными выражениями. Запросы регулярных выражений не приспособлены для разбивки HTML на осмысленные части. так много раз но я не понимаю. Даже навороченные нерегулярные регулярные выражения Перла не в силах справиться с задачей парсинга HTML. Ты никогда меня не сломишь. HTML является языком достаточной сложности, чтобы его нельзя было разбирать при помощи регулярных выражений. Даже Джон Скит не может распарсить HTML регулярными выражениями. Каждый раз, когда ты пытаешься распарсить HTML регулярными выражениями, дитя дьявола умывается кровью девственниц, и русские хакеры взламывают твой сайт. Разбор HTML регулярками призывает нечестивые души в обитель живых. Регулярные выражения и HTML сочетаются также, как любовь, брак и ритуальное детоубийство. Его <center> не сдержит уже слишком поздно. Совместная сила регулярных выражений и HTML в одном концептуальном пространстве разметет твой разум как водянистые какашки. Если ты парсишь HTML регулярными выражениями, ты склоняешься перед Ними и их богохульными путями которые обрекли нас всех на нечеловеческие муки во имя Того чье Имя не может быть выражено в Основной Мультилингвальной Плоскости, он грядет. HTML-и-регулярки разжижит нервы разумных пока ты наблюдаешь твоя душа иссыхает в атаке ужаса. Парсе̿̔̉ры HTML на регулярках это рак убивающий Хабрахабр слишком поздно слишком поздно нас не спасти проступок ди͡тя гарантирует регулярки поглотят всю живую плоть (кроме HTML, как уже ранее предрекалось) боже милостивый помоги нам как кто нибудь может пережить эту кару парсить HTML регулярками обрекло человечество на вечность ужасающих пыток и дыр в безопасности использование регулярок как инструмента для обработки HTML создает брешь между этим миром и кошмарной обителью и͒ͪс͛ͫпорченных сущностей (как сущности SGML, только более испорченные) даже беглый взгляд на мир парсеров HTML на регулярках мгновенно перенесет сознание программиста в мир нескончаемого плача, он грядет, тлетворная склизкая регулярная зараза пожрет твой HTML-парсер, приложение и существование всего времени как Visual Basic только хуже он грядет он грядет не противься он гряд̡ет ̕его нече̨сти͞вое сџяњµе разру҉шает разу̍̈́̂̈́мне, теги HTML те͠ќ̧у͘т џ̶з тв̡ои͟х гла͢з̸ ̛к̕ак жидкая боль, песнь парсинга регу̸лярными выражениями затмит глас смертных со сферы я вижу ты видµшь ̲͚̖͔̙э̩́т̲͎̩̱͔́̋̀∆ оно прекрасно последняя капля лжи людской ВСЕ ПОТЕ͖̩͇̗̪̏̈́РЯНО ВСЕ ПОТЕРЯНО пон̷и он грядет он гр̶̮ядет он грядет ich or permeates все МОЕ ЛИЦО МОЕ ЛИЦО бᵒже нет НЕТ Н∑Е̼∑Т ЊЂТ прекрат *̶͑̾̾​̅ͫ͏̙̤g͇̫͛͆̾ͫ̑͆l͖͉̗̩̳̟̍ͫͥͨe̠̅s ͎a̧͈͖r̽̾̈́͒͑eэ̑ͧ̌т˚ͨç∂̘̝̙̃ͤ͂̾̆ нZA̡͊͠͝LGΌ Э†Оͮ̂҉̯͈͕̹̘̱ ТО͇̹̺ͅН̴Ɲ̳ ̘͖́̉ ͠∏̯͍̭0̚​Н̐И̡ 0͖́̉ ͠Н̯͍̭ Г̸̡̪̯ͨ͊̽̅̾̎P̬̩̾͛ͪ̈́̀́͘ ̶̧̨̱̹̭̯ͧ̾ͬR̷̨̙̲̝͖̥̫͎̭ͭ̏ͥͮͯ̿̔̀͟∆̲̖͊̒ͪͩͬͮ̚̚͜͏̮̪̝͍∑̴̟̟͙ͬͮ̚̚͜͏̞ͩ͌͝†̸̡̯͍̭̪̯ͨ͊̽̅̾̎



А почему бы, кстати, не использовать XML-парсер? ^{[ оригинал ]}

В Komodo IDE есть прекрасный инструмент для анализа и написания RegExp. Подсветка синтаксиса присутствует. Отличная штука.

Кто сходу скажет что делает данное выражение? И какова сфера его применения?
(/([a-z0-9_-]+)/([a-z0-9_-]+))

Кстати выше упоминался сервис www.debuggex.com. Не совсем удобен. Да конечно хорошо что визуально показывает. Но с данным выражением не справился до конца. Да и ни один из сервисов не отработал так как нужно кроме. gskinner.com/RegExr/

Вообще, кроме попыток как-то подсветить регулярку, чтобы понять, что всё-таки имелось в виду, можно её еще изначально понятнее писать.
Вот некоторые трюки (некоторые работают не во всех языках):

• Выбирать делимитеры, которые не придётся экранировать: #http://# против /http:\/\//
• Использовать не-бэклинкующиеся группы (?expr) в тех случаях, когда группу не нужно выцеплять: #(?https?:)?//#. Потом не придётся гадать, зачем тут эта группа.
• Использовать именованные группы (?'name'expr) — тогда не придётся потом гадать, что эта группа выцепляет: #(?(?'proto'https?):)?//#. Только осторожно, а то возможно сумасшествия от экранирования кавычек.
• Если вы собрались писать совсем уж монструозный регэксп, возможно стоит воспользоваться xtented-синтаксисом — там можно разбивать монстра на несколько строк и комментировать их
• Стремиться решить задачу попроще, например, помня про незахватывающее заглядывание вперёд и назад
• Не парсить регулярками HTML, ну про это уже писали не раз.

Раз уж речь зашла про Технопарк Mail.ru, хочу спросить: есть ли где в общем доступе ваши лекции?

По совпадению, часом позже после этой статьи, опубликовал свою статью про использование регекспов, чтобы распарсить строчку версии программы, составленную из 4 чисел, на составляющие, созданные достаточно сложными правилами. habrahabr.ru/post/175187/

Как только увидел эту статью — естественно, пошёл тестировать сервис на своём примере. Оказалось, что он не все выражения регекспов корректно отображает. Незахватывающие скобки считает группой и отображает то, что относится к другой группе, относящимся к этим незахватывающим скобкам (?=0). Вывод: охватывает не все структуры в регекспах, поэтому годится не для каждого разбора выражений.

Конкретно, вот на этом выражении он неполноценно работает:

/(\d+)\.(\d{4})\.(\d{1,2})\.([1-3]0(?=0)|0?[1-3]0$|[1-3][1-9](?!0)|0?[1-9])(\d*|$)/

И вот — расшаренная ссылка, куда я скопировал полностью примеры из статьи (20 строчек), которые у меня работает на джс-фиддле.
regexponline.com/s/we#sthash.GpUQK42k.92zmz1RF.dpuf, баги сервиса видны на (?=0) и (\d*|$);
фиддл: jsfiddle.net/spmbt/dk346/3/ с теми же примерами.

К вопросу о читабельности. В отличие от подхода этого сервиса, я представил регекспы в структурированном виде, прямо на фиддле, отчего можно оценить, насколько удобнее они читаются. И есть несколько примеров более сложных выражений в самой статье, которые со структуризацией читаются не намного сложнее. Подход сервиса, даёт понимание таких спллошных выражений — не хватает корректной работы с (?=x), (?!x),…

Результат собрал в одну строку, приведённую выше, и это читается заметно хуже.

Немного не по теме, но осмелюсь предложить посмотреть в сторону
www.regexbuddy.com/

Это офлайновая (под Windows) программа-редактор RE, но с богатым функционалом.
Меня в ней особенно подкупил режим отладки с возможностью сравнить по эффективности разные RE. Плюс подробная справка (на английском) по программе, регэкспам, и режимам отладки (с наглядными примерами).
Последняя версия вышла в марте.
Рекомендую. Правда удовольствие не бесплатное.

До этого пользовался различными онлайн вариантами и плагинами к Eclipse IDE. Теперь только «regexbuddy».

Некорректно обрабатывается удаление тестируемых строк — они не исчезают из таблицы снизу. Может есть какое-то магическое действие, но я его не нашел.

1. Через некоторое время балования перестали работать кнопки добавления строки и редактирования регулярки. Помогла только перезагрузка страницы
2. Если я делал свою регулярку, потом решил посмотреть другие примеры, то хотелось бы вернуться в свою — в этот раз у меня не получилось… :(

Сунул ему простейшую регулярку… Ой. :)
Кстати, как ввести новое регулярное выражение, не пользуясь мышкой? При переходе по табу на кнопку ok возвращается старое.

А как добавить тестовую строку новую, если я до этого все удалил?

Раз уж можно давать подвыражениям имена, было бы неплохо иметь возможность их(подвыражения) редактировать отдельно. Тогда запись регулярного выражения станет похожа на небольшую программу или набор предложений формы Бэкуса—Наура. А итоговое полное выражение — результат препроцессинга: подстановки определенных в другом месте подвыражений с опциональным сохранением их имен.