Constructies van reguliere uitdrukkingen

De reguliere uitdrukkingen (of afgekort regex) die worden gebruikt in zoekacties en segmentatieregels zijn die welke worden ondersteund door Java. Als u meer specifieke informatie nodig heeft raadpleeg dan http://java.sun.com/j2se/1.5/docs/api/java/util/regex/Pattern.html. Bekijk de aanvullende verwijzingen en voorbeelden hieronder. 

Vlaggen

Tekens

Quote

Klassen voor Unicode-blokken en categorieën

Tekenklassen

Voorgedefinieerde tekenklassen

Overeenkomsten voor begrenzingen

Gulzige parameters

Weigerachtige (niet-gulzige) parameters

Logische operatoren

Regex-programma's en gebruiksvoorbeelden

    

 


De constructie...

...komt overeen met het volgende:


Vlaggen

(?i)

Schakelt overeenkomen van hoofd-/kleine letters in (standaard is het patroon hoofdletter-gevoelig).


Tekens

x

Het teken x, met uitzondering van het volgende...

\uhhhh

Het teken met de hexadecimale waarde 0xhhhh

\t

Het Tab-teken ('\u0009')

\n

Het teken voor een nieuwe regel (line feed) ('\u000A')

\r

Het teken voor een carriage-return ('\u000D')

\f

Het teken voor form-feed ('\u000C')

\a

Het waarschuwingsteken (bel) ('\u0007')

\e

Het escape-teken ('\u001B')

\cx

Het besturingsteken dat overeenkomt met x

\0n

Het teken met de octale waarde 0n (0 <= n <= 7)

\0nn

Het teken met de octale waarde 0nn (0 <= n <= 7)

\0mnn

Het teken met de octale waarde 0mnn (0 <= m <= 3, 0 <= n <= 7)

\xhh

Het teken met de hexadecimale waarde 0xhh


Quote

\

Niets, maar quote het volgende teken. Dit is vereist als u een van de metatekens !$()*+.<>?[\]^{|} zou willen invoeren om overeen te komen als hetzelfde teken.

\\

Dit is bijvoorbeeld het teken voor een backslash

\Q

Niets, maar quote alle tekens tot \E

\E

Niets, maar beëindigt quoten dat werd gestart door \Q


Klassen voor Unicode-blokken en categorieën

\p{InGreek}

Een teken in het Griekse blok (eenvoudig blok)

\p{Lu}

Een hoofdletter (eenvoudige categorie)

\p{Sc}

Een valutasymbool

\P{InGreek}

Elk teken met uitzondering van die in het Griekse blok (negatie)

[\p{L}&&[^\p{Lu}]]

Elke letter met uitzondering van hoofdletters (subtractie)


Tekenklassen

[abc]

a, b of c (eenvoudige klasse)

[^abc]

Elk teken met uitzondering van a, b of c (negatie)

[a-zA-Z]

a tot en met z of A tot en met Z inclusief (bereik)


Voorgedefinieerde tekenklassen

.

Elk teken (met uitzondering van regeleinden)

\d

Een getal: [0-9]

\D

Geen getal: [^0-9]

\s

Een teken voor witruimte: [ \t\n\x0B\f\r]

\S

Een teken niet zijnde witruimte: [^\s]

\w

Een woordteken: [a-zA-Z_0-9]

\W

Een teken voor geen-woord: [^\w]


Overeenkomsten voor begrenzingen

^

Het begin van een regel

$

Het einde van een regel

\b

Een woordgrens

\B

Grens voor geen-woord


Gulzige parameters

Deze zullen overeenkomen met zoveel als voor hen mogelijk is. a+ zal bijvoorbeeld overeenkomen met aaa in aaabbb

X?

X, één maal of helemaal niet

X*

X, nul of meer keren

X+

X, één of meer keren


Weigerachtige (niet-gulzige) parameters

Deze zullen overeenkomen met zo weinig als voor hen mogelijk is. a+? zal bijvoorbeeld overeen komen met de eerste a in aaabbb

X??

X, één maal of helemaal niet

X*?

X, nul of meer keren

X+?

X, één of meer keren


Logische operatoren

XY

X gevolgd door Y

X|Y

Of X óf Y

(XY)

XY als een enkele groep



Regex-programma's en gebruiksvoorbeelden


Er zijn een aantal interactieve programma's beschikbaar om reguliere uitdrukkingen te ontwikkelen en te testen. Zij volgen min of meer allemaal hetzelfde patroon (zie hieronder voor een voorbeeld in de vorm van een plug-in voor Firefox): de reguliere uitdrukking (bovenste item) analyseert de zoektekst (tekstvak in het midden), wat de hits oplevert, weergegeven in het tekstvak met het resultaat.

Plug-in voor het testen van reguliere uitdrukkingen voor FireFox

Zie The Regex Coach voor Windows, Linux, Mac, FreeBSD versies van een zelfstandig programma, dat vrijwel identiek is aan het bovenstaande voorbeeld.

Een fijne collectie van handige gevallen van reguliere uitdrukkingen kan worden gevonden in OmegaT zelf (zie Opties > Segmentatie). De volgende lijst bevat uitdrukkingen die u misschien handig vindt bij het doorzoeken van het vertaalgeheugen:

Reguliere uitdrukking Vindt het volgende:
(\b\w+\b)\s\1\b
dubbele woorden 
[\.,]\s*[\.,]+ mix van komma's en punten
\. \s$ extra witruimte, gevolgd door de punt aan het einde van de regel
\s+a\s+[aeiou]  Engels:  woorden, beginnend met een klinker, zouden moeten worden voorafgegaan door "an", niet "a"
\s+an\s+[^aeiou]  Engels: dezelfde controle als hierboven, maar voor medeklinkers ("a", niet "an")
\s\s+ meer dan één spatie
\.[A-Z] missende spatie tussen een punt en het begin van een nieuwe zin



Auteursrechten Home Inhoudsopgave