Regularni izrazi (regular expressions)

Sažetak

U ovom članku je objašnjenja upotreba regularnih izraza (regular expression) u Odvjetničkom uredu.

Detaljni opis

Regularni izraz je izraz kojim se definira uzorak koji se koristi za pretraživanje teksta. U ovom članku ćemo regularne izraze objasniti na primjeru sudskih brojeva spisa, a to je upravo područje u kojem se regularni izrazi i koriste u Odvjetničkom uredu.

Ukoliko želimo pronaći točno određeni broj spisa (npr. P-1234/08) jednostavno u npr. Wordu pritisnemo Ctrl+F, u pretraživaču teksta upišemo P-1234/08 i pritisnemo traži. Ali što ako želimo pronaći bilo koji sudski broj: P-1234/08 ali i Ovr-123/2008. Iako zadatak na prvi pogled izgleda kao nemoguća misija, ako malo bolje pogledamo prethodna dva broja vidimo da imaju neke sličnosti. Oba počinju velikim slovom, zatim se u drugom broju pojavljuje nekoliko malih slova, znak -, nekoliko brojeva, znak / te još nekoliko brojeva. Upravo smo opisno definirali uzorak i sad ga trebamo prevesti u regularni izraz:

1. [A-Z] - Sudski broj počinje velikim slovom. Izraz [A-Z] znači, pronađi bilo koji znak između A i Z (u našem slučaju P-1234/08 i Ovr-123/2008).
2. [a-z]* - [a-z] izraz znači, pronađi bilo koji znak između a i z, a kvantifikator *, niti jednom ili više puta (u prvom broju nemamo malih slova, a u drugom dva: Ovr-123/2008).
3. - - sljedeći znak je u oba broja - pa ga upisujemo literalno (P-1234/08 i Ovr-123/2008).
4. [0-9]+ - Nakon povlake imamo nekoliko brojeva. Izraz [0-9] će pronaći bilo koji znak između 0 i 9 (dakle broj), a kvantifikator + označava da taj izraz mora biti pronađen jednom ili više puta (u našem slučaju P-1234/08 i Ovr-123/2008).
5. / - sljedeći znak je /, njega upisujemo literalno (P-1234/08 i Ovr-123/2008).
6. [0-9]+ - i na kraju imamo ponovo više brojeva (P-1234/08 i Ovr-123/2008).

Dakle naš regularni izraz za pronalaženje sudskih brojeva bi bio [A-Z][a-z]*-[0-9]+/[0-9]+. Ovaj izraz će pronaći i Pn-123/05 i Rev-124/08, ali neće R1-123/08, a ni Gž-123/08, jer drugi izraz ([a-z]*) pronalazi samo mala slova engleske abecede, a u R1-123/08 imamo broj 1, a u Gž-123/08 malo slovo ž. Da bi naš regularni izraz pronašao i ove brojeve, u [a-z] ćemo dopisati brojeve 1 i 2 (postoje samo R1 i R2 upisnici) i slovo ž, pa će naš izraz postati [A-Z][a-z12ž]*-[0-9]+/[0-9]+.

U gornjem primjeru smo koristili staru Unix sintaksu regularnih izraza, jer nju u nešto izmijenjenom i skraćenom obliku podržava i Microsoft Word. Postoje POSIX i Perl ekstenzije koje pojednostavnjuju sintaksu, a podržavaju i druge jezike (uključujući i hrvatski). Na primjer izraz [A-Z] se može napisati i kao \u, s tim de će izraz [A-Z] pronaći samo slova engleske abecede, dok će \u pronaći i Č,Ć,Đ,Š i Ž).

Regularni izrazi

Perl proširenja

Svi znakovi osim ".", "*", "?", "+", "(", ")", "{", "}", "[", "]", "^" "\" and "$" su literalni znakovi. Prethodno popisani znakovi postaju literalni ako ispred njih prethodi znak "\". Literalni znak je onaj znak koji pronalazi sam sebe.

Reference

Nema

Odnosi se na

Odvjetnički ured 4.1.0.93 (Novije verzije mogu imati i dodatne izraze).