রেগুলার এক্সপ্রেশন
রেগুলার এক্সপ্রেশন (রেজেক্স) হলো অক্ষরের এমন একটি ক্রম, যা টেক্সটে খোঁজার একটি প্যাটার্ন ঠিক করে দেয়।
রেগুলার এক্সপ্রেশনের সিনট্যাক্স শেখানো এই টপিকের পরিধির বাইরে।
আমরা রেজেক্স কাজে লাগাতে jq যে এক্সপ্রেশনগুলো দেয়, সেগুলোতেই মনোযোগ দেব।
রেজেক্সের ধরন
ভিন্ন ভিন্ন টুল রেগুলার এক্সপ্রেশনের ভিন্ন ভিন্ন ভার্সন বাস্তবায়ন করে।
jq Oniguruma রেজেক্স লাইব্রেরিটি ব্যবহার করে, যা Perl v5.8-এর রেজেক্সের সাথে বেশিরভাগ ক্ষেত্রেই সামঞ্জস্যপূর্ণ।
jq যে নির্দিষ্ট সিনট্যাক্স ব্যবহার করে, তা Oniguruma GitHub রিপোতে পাওয়া যাবে।
jq-এর রেগুলার এক্সপ্রেশনের জন্য কোনো আলাদা সিনট্যাক্স নেই।
এগুলোকে সহজভাবে স্ট্রিং হিসেবেই লেখা হয়।
মানে হলো, রেগুলার এক্সপ্রেশনের যেকোনো ব্যাকস্ল্যাশ স্ট্রিংয়ের ভেতরে এস্কেপ করতে হবে।
যেমন, ডিজিট ক্যারেক্টার ক্লাসটি (\d) লিখতে হবে "\\d" হিসেবে।
রেজেক্স ফাংশন
jq-তে রেগুলার এক্সপ্রেশন কয়েকটি ফিল্টারের মধ্যে সীমাবদ্ধ।
সাধারণ ম্যাচিং
কোনো স্ট্রিং একটি প্যাটার্নের সাথে মেলে কি না জানতে হলে test ফিল্টারটি ব্যবহার করুন।
STRING | test(REGEX)
STRING | test(REGEX; FLAGS)
STRING | test([REGEX, FLAGS])
এই ফিল্টারটি একটি বুলিয়ান ফলাফল আউটপুট দেয়।
"Hello World!" | test("W") # => true
"Goodbye Mars" | test("W") # => false
ম্যাচ সম্পর্কে তথ্য
প্যাটার্নের সাথে আসলে যে সাবস্ট্রিংটি মিলেছে তা বের করতে হলে match ফিল্টারটি ব্যবহার করুন।
STRING | match(REGEX)
STRING | match(REGEX; FLAGS)
STRING | match([REGEX, FLAGS])
এই ফিল্টারটি আউটপুট দেয়:
- কোনো ম্যাচ না থাকলে কিছুই না, অথবা
- ম্যাচ থাকলে নানা প্রপার্টি-সহ একটি অবজেক্ট।
এই উদাহরণটি ব্যাকরেফ সিনট্যাক্স \1 ব্যবহার করে পরপর থাকা দুটি একই স্বরবর্ণ খুঁজে দেখে।
"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
# }
# ]
# }
match ফিল্টারটি প্রতিটি ম্যাচের জন্য একটি অবজেক্ট রিটার্ন করে।
এই উদাহরণে সব স্বরবর্ণ খুঁজে বের করতে "g" ফ্ল্যাগটি কাজ করতে দেখা যায়।
"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": [] }
ক্যাপচার করা সাবস্ট্রিং
match ফিল্টারের মতোই, capture ফিল্টারটি ম্যাচ থাকলে একটি অবজেক্ট রিটার্ন করে।
STRING | capture(REGEX)
STRING | capture(REGEX; FLAGS)
STRING | capture([REGEX, FLAGS])
রিটার্ন করা অবজেক্টটি নেমড ক্যাপচারগুলোর একটি ম্যাপিং।
"JIRAISSUE-1234" | capture("(?<project>\\w+)-(?<issue_num>\\d+)")
# => {
# "project": "JIRAISSUE",
# "issue_num": "1234"
# }
শুধু সাবস্ট্রিং
scan ফিল্টারটি "g" ফ্ল্যাগ-সহ match-এর মতোই।
STRING | scan(REGEX)
STRING | scan(REGEX; FLAGS)
scan সাবস্ট্রিংয়ের একটি স্ট্রিম আউটপুট দেবে।
"Goodbye Mars" | scan("[aeiou]")
# => "o"
# "o"
# "e"
# "a"
সাবস্ট্রিংগুলো ক্যাপচার করতে [...] অ্যারে কনস্ট্রাক্টরটি ব্যবহার করুন।
"Goodbye Mars" | [ scan("[aeiou]") ]
# => ["o", "o", "e", "a"]
স্ট্রিং ভাগ করা
স্ট্রিংয়ের যে অংশগুলো আপনি রাখতে চান সেগুলো যদি জানা থাকে, তবে match বা scan ব্যবহার করুন।
আর যে অংশগুলো আপনি বাদ দিতে চান সেগুলো যদি জানা থাকে, তবে split ব্যবহার করুন।
STRING | split(REGEX; FLAGS)
একটি মাত্র আর্গুমেন্ট নেওয়া split ফিল্টারটি তার আর্গুমেন্টকে একটি ফিক্সড স্ট্রিং হিসেবে ধরে।
split-এর সাথে রেজেক্স ব্যবহার করতে হলে আপনাকে অবশ্যই দ্বিতীয় আর্গুমেন্টটি দিতে হবে; খালি স্ট্রিং দিলেও চলবে।
যেকোনো হোয়াইটস্পেসে একটি স্ট্রিং ভাগ করার একটি উদাহরণ।
"first second third fourth" | split("\\s+"; "")
# => ["first", "second", "third", "fourth"]
প্রতিস্থাপন
sub ও gsub ফিল্টার ইনপুট স্ট্রিংটি রূপান্তর করতে পারে, ইনপুটের যে অংশগুলো মিলেছে সেগুলোকে একটি রিপ্লেসমেন্ট স্ট্রিং দিয়ে বদলে দিয়ে।
শুধু প্রথম ম্যাচটি বদলাতে sub ব্যবহার করুন।
সব ম্যাচ বদলাতে gsub ব্যবহার করুন।
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."
রিপ্লেসমেন্ট টেক্সট মিলে যাওয়া সাবস্ট্রিংগুলোকে নির্দেশ করতে পারে; এজন্য নেমড ক্যাপচার ও স্ট্রিং ইন্টারপোলেশন ব্যবহার করুন।
"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"
ফ্ল্যাগ
উপরের সব ফিল্টারে FLAGS হলো সাপোর্টেড ফ্ল্যাগগুলোর শূন্য বা ততোধিক নিয়ে গঠিত একটি স্ট্রিং।
-
g - গ্লোবাল সার্চ (শুধু প্রথমটি নয়, সব ম্যাচ খুঁজে বের করে)
-
i - কেস-ইনসেনসিটিভ সার্চ
-
m - মাল্টি লাইন মোড ('.' নতুন লাইনেও ম্যাচ করবে)
-
n - খালি ম্যাচ উপেক্ষা করে
-
p - s ও m দুটি মোডই চালু থাকে
-
s - সিঙ্গল লাইন মোড ('^' -> '\A', '$' -> '\Z')
-
l - সবচেয়ে লম্বা সম্ভাব্য ম্যাচ খুঁজে বের করে
-
x - এক্সটেন্ডেড রেজেক্স ফরম্যাট (হোয়াইটস্পেস ও কমেন্ট উপেক্ষা করে)
যেমন
"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")
লার্নিং অনুশীলনী
