روبوت الدردشة النمطي

التعبيرات النمطية

التعبيرات النمطية (regexes) هي تسلسلات من الأحرف تحدد نمط بحث في النص.

تعلُّم صياغة التعبيرات النمطية أمر يتجاوز نطاق هذا الموضوع. سنركز على التعبيرات التي يوفرها jq لاستخدام التعبيرات النمطية.

نوع التعبيرات النمطية

تطبّق الأدوات المختلفة إصدارات مختلفة من التعبيرات النمطية. يضم jq مكتبة التعبيرات النمطية Oniguruma، وهي متوافقة إلى حد كبير مع تعبيرات Perl v5.8 النمطية.

يمكن العثور على الصياغة المحددة التي يستخدمها jq في مستودع Oniguruma على GitHub.

دوال التعبيرات النمطية

تقتصر التعبيرات النمطية في jq على مجموعة من المرشِّحات.

المطابقة البسيطة

عندما تحتاج إلى معرفة ما إذا كانت سلسلة نصية تطابق نمطًا، استخدم المرشِّح test.

STRING | test(REGEX)
STRING | test(REGEX; FLAGS)
STRING | test([REGEX, FLAGS])

يُرجع هذا المرشِّح نتيجة منطقية.

"Hello World!" | test("W")    # => true
"Goodbye Mars" | test("W")    # => false

معلومات عن المطابقة

عندما تحتاج إلى استخراج السلسلة الفرعية التي طابقت النمط فعليًا، استخدم المرشِّح match.

STRING | match(REGEX)
STRING | match(REGEX; FLAGS)
STRING | match([REGEX, FLAGS])

يُرجع هذا المرشِّح:

• لا شيء إذا لم تكن هناك مطابقة، أو
• كائنًا يحتوي على خصائص متنوعة إذا وُجدت مطابقة.

يبحث هذا المثال عن حرفَي علة متتاليين متطابقين باستخدام صياغة المرجع الخلفي، \1.

"Hello World!" | match("([aeiou])\\1")
# => empty

"Goodbye Mars" | match("([aeiou])\\1")
# => {
#      "offset": 1,
#      "length": 2,
#      "string": "oo",
#      "captures": [
#        {
#          "offset": 1,
#          "length": 1,
#          "string": "o",
#          "name": null
#        }
#      ]
#    }

يُرجع المرشِّح match كائنًا لكل مطابقة. يوضح هذا المثال العلامة "g" أثناء عملها للعثور على جميع حروف العلة.

"Goodbye Mars" | match("[aeiou]"; "g")
# => { "offset": 1, "length": 1, "string": "o", "captures": [] }
#    { "offset": 2, "length": 1, "string": "o", "captures": [] }
#    { "offset": 6, "length": 1, "string": "e", "captures": [] }
#    { "offset": 9, "length": 1, "string": "a", "captures": [] }

السلاسل الفرعية الملتقطة

على غرار المرشِّح match، يُرجع المرشِّح capture كائنًا إذا وُجدت مطابقة.

STRING | capture(REGEX)
STRING | capture(REGEX; FLAGS)
STRING | capture([REGEX, FLAGS])

الكائن المُرجَع هو خريطة الالتقاطات المسماة.

"JIRAISSUE-1234" | capture("(?<project>\\w+)-(?<issue_num>\\d+)")
# => {
#      "project": "JIRAISSUE",
#      "issue_num": "1234"
#    }

السلاسل الفرعية فقط

المرشِّح scan مشابه للمرشِّح match مع العلامة "g".

STRING | scan(REGEX)
STRING | scan(REGEX; FLAGS)

سيُرجع scan تدفقًا من السلاسل الفرعية.

"Goodbye Mars" | scan("[aeiou]")
# => "o"
#    "o"
#    "e"
#    "a"

استخدم مُنشئ المصفوفة [...] لالتقاط السلاسل الفرعية.

"Goodbye Mars" | [ scan("[aeiou]") ]
# => ["o", "o", "e", "a"]

تقسيم سلسلة نصية

إذا كنت تعرف أجزاء السلسلة النصية التي تريد الاحتفاظ بها، فاستخدم match أو scan. وإذا كنت تعرف الأجزاء التي تريد التخلص منها، فاستخدم split.

STRING | split(REGEX; FLAGS)

مثال يقسّم سلسلة نصية عند مسافات بيضاء عشوائية.

"first   second           third fourth" | split("\\s+"; "")
# => ["first", "second", "third", "fourth"]

الاستبدالات

يمكن للمرشِّحَين sub وgsub تحويل سلسلة الإدخال النصية، وذلك باستبدال الأجزاء المطابِقة من الإدخال بسلسلة استبدال نصية.

لاستبدال المطابقة الأولى فقط، استخدم sub. ولاستبدال جميع المطابقات، استخدم gsub.

STRING | sub(REGEX; REPLACEMENT)
STRING | sub(REGEX; REPLACEMENT; FLAGS)
STRING | gsub(REGEX; REPLACEMENT)
STRING | gsub(REGEX; REPLACEMENT; FLAGS)

"Goodnight kittens. Goodnight mittens." | sub("night"; " morning")
# => "Good morning kittens. Goodnight mittens."

"Goodnight kittens. Goodnight mittens." | gsub("night"; " morning")
# => "Good morning kittens. Good morning mittens."

يمكن لنص الاستبدال أن يشير إلى السلاسل الفرعية المطابِقة؛ استخدم الالتقاطات المسماة وإدراج القيم في السلاسل النصية.

"Some 3-letter acronyms: gnu, csv, png"
| gsub( "\\b(?<tla>[[:alpha:]]{3})\\b";     # find words 3 letters long
        "\(.tla | ascii_upcase)" )          # upper-case the match
# => "Some 3-letter acronyms: GNU, CSV, PNG"

العلامات

في جميع المرشِّحات أعلاه، تكون FLAGS سلسلة نصية تتكون من صفر أو أكثر من العلامات المدعومة.

• g - بحث شامل (العثور على جميع المطابقات، وليس الأولى فقط)
• i - بحث لا يفرّق بين حالي الأحرف
• m - وضع الأسطر المتعددة (ستطابق '.' الأسطر الجديدة)
• n - تجاهل المطابقات الفارغة
• p - تمكين الوضعين s و m معًا
• s - وضع السطر الواحد ('^' -> '\A', '$' -> '\Z')
• l - العثور على أطول المطابقات الممكنة
• x - صيغة التعبير النمطي الموسّعة (تجاهل المسافات البيضاء والتعليقات)

على سبيل المثال

"JIRAISSUE-1234" | capture("(?<project>\\w+)-(?<issue_num>\\d+)")

# or with Extended formatting

"JIRAISSUE-1234" | capture("
                     (?<project>   \\w+ )  # the Jira project
                     -                     # followed by a hyphen
                     (?<issue_num> \\d+ )  # followed by digits
                   "; "x")