Синтаксис регулярных выражений

• Регулярные выражения. Цель: уметь уверенно читать/писать и переводить «самодельные маски» в стандартные регексы.

1. Символьные классы и якоря

• Класс: […]. Совпадение одного символа из перечисленных.

  • Диапазоны: [a-z], [A-Z], [0-9].
  • Отрицание: [^…] — любой символ, кроме указанных (работает только если ^ стоит сразу после [).
  • Экранирование внутри класса: спецсимволы — ], -, .
    • Чтобы записать ]: поместите первым или экранируйте: []A-Z] или ]
    • Для дефиса как литерала: [-A-Z] или [A-Z-]
    • Бэкслеш: [\]

• Вне класса экранируйте: . ^ $ * + ? ( ) [ ] { } | \

• Якоря: ^ — начало строки, $ — конец строки.

  • Используйте ^…$ или функцию “fullmatch”, чтобы проверять весь пароль, а не подстроку.
  • В многострочном режиме ^/$ — начало/конец строки, а не всего текста; для «жёстких» границ некоторые движки имеют \A и \z.

2. Группы и альтернация

• ( … ) — захватывающая группа; (?: … ) — незахватывающая.
• Альтернация |: a|bc — «a» ИЛИ «bc». У | самый низкий приоритет — группируйте: (?:abc|def)ghi.
• Ссылки на группы: \1, \2… (пригодится позже; здесь фиксируем, что скобки по умолчанию «захватывают»).

3. Квантификаторы

• ? — 0 или 1; + — 1 или более; * — 0 или более; {m,n} — от m до n.
• Жадность/ленивость (*/+/? vs *?/+?/?):, детали — в модуле 3.

4. Различия «внутри [ ]» и «снаружи [ ]»

• Внутри класса мета-значение имеют только ^ (в начале), - (диапазон), ] (закрывает), \ (экранирует).
• Символы |, *, +, ? внутри [ ] — обычные литералы.
  • Пример: [a|b*] соответствует одному из символов: a, |, b, . Это НЕ «a ИЛИ b».
• Вне класса те же символы — операторы: | — альтернация, * — квантификатор и т.д.

5. Практика: регексы под простые политики (ASCII-строго, без \d/\w)

• P1. Только строчные латинские, длина 8–12

  • Регекс: ^[a-z]{8,12}$
  • Примеры: password12 ✗; passcode ✓; Passcode ✗

• P2. Буквы/цифры, длина 6–10, минимум одна цифра

  • Регекс: ^(?=.*[0-9])[A-Za-z0-9]{6,10}$
  • Примеры: abcdef ✗; abcde9 ✓; ABCDEF ✗; A1b2C3d4 ✓

• P3. Начинается с буквы, заканчивается цифрой; середина — буквы/цифры/подчёркивание; общая длина 6–12

  • Рассуждение: 1 буква + середина {4,10} + 1 цифра
  • Регекс: ^[A-Za-z][A-Za-z0-9_]{4,10}[0-9]$
  • Примеры: a____9 ✓; A12345 ✗ (конец не цифра); 9start1 ✗ (начало не буква)

• P4. Буквы/цифры, длина ≥8, запрещены «похожие» символы O, 0, l, I

  • Регекс: ^(?!.*[O0lI])[A-Za-z0-9]{8,}$
  • Примеры: Pa55w0rd ✗ (0 запрещён); Passw0rd ✗; Passw9rd ✓; HELLOlll ✗

• P5. Разрешены буквы/цифры/дефис/подчёркивание, длина 8–16, нельзя две подряд из [-_], начинаться должно с буквы/цифры

  • Идея: первый — буква/цифра; далее либо буква/цифра, либо одиночный - или _ не за которым снова - или _
  • Регекс: ^(?=.{8,16}$)[A-Za-z0-9](?:[A-Za-z0-9]|[-_](?![-_]))*$
  • Примеры: user–name ✗; user-name ✓; username ✗; username ✓; user__name ✗

6. Мини-набор тестов (ожидаемое соответствие)

• Для P1: [password ✓], [pass_word ✗], [abcdefgh ✓], [abc def ✗]
• Для P2: [abcde9 ✓], [abcdef ✗], [A1b2C3d4 ✓], [ABCDEF1 ✓], [ABcdefghij1 ✗ (длина >10)]
• Для P3: [a1234Z ✗], [a1234z9 ✓], [Start_1 ✓], [1start9 ✗], [A____9 ✓]
• Для P4: [GoodPass9 ✓], [Pa55w0rd ✗], [IloveYou9 ✗], [safeSAFE2 ✓]
• Для P5: [name_surname ✓], [name__surname ✗], [name-surname ✓], [name–surname ✗], [9name_ok ✓], [_name_ok ✗]

7. Замечания по практике

• Всегда добавляйте ^…$ (или используйте fullmatch) — иначе совпадёт подстрока.
• Явно задавайте алфавит диапазонами: [A-Za-z0-9], избегайте \w и \d, если не уверены в Unicode-правилах двигателя.
• В диапазонах помните порядок кодпоинтов: [A-z] захватывает лишние символы между Z и a. Используйте [A-Za-z].

Символьные классы, диапазоны, отрицание, якоря

• Один символ из набора:
  • Регекс: ^[abc]{3}$
  • Совпадения: cab ✓, aaa ✓; dad ✗
• Диапазон:
  • Регекс: ^[a-z]{4}$
  • Совпадения: java ✓; Go ✗; abc5 ✗
• Отрицание (не цифры):
  • Регекс: ^[^0-9]{3,5}$
  • Совпадения: abc ✓; a9b ✗
• Якоря:
  • Строка “xxabcxx”: /abc/ ✓ (подстрока), /^abc$/ ✗ (вся строка должна быть ровно “abc”)

Экранирование (вне и внутри классов)

• Вне класса . ^ $ * + ? ( ) [ ] { } | \ — спецсимволы.
  • Литерал точки:
    • Регекс: ^3.14$
    • Совпадения: 3.14 ✓; 3314 ✗
• Внутри класса спецсимволы: ^ (в начале), - (диапазон), ] (закрытие), \ (экранирование).
  • Литерал дефиса:
    • Регекс: ^[A-Z-]{3}$
    • Совпадения: AB- ✓; A-C ✓; ABC ✓

Группы и альтернация

• Захватывающая группа и |:
  • Регекс: ^(cat|dog)$
  • Совпадения: cat ✓; dog ✓; catt ✗; hotdog ✗
• Незахватывающая группа (не создаёт \1):
  • Регекс: ^(?:red|green|blue)$
• Важно группировать при |:
  • Неправильно: ^ab|cd$ (это «начинается с ab» ИЛИ «где-то есть cd»)
  • Правильно: ^(?:ab|cd)$

Квантификаторы

• ? (0 или 1):
  • Регекс: ^colou?r$
  • Совпадения: color ✓; colour ✓; colouur ✗
• • (1 или более):
  • Регекс: ^[A-Za-z0-9]+$
  • Совпадения: abc123 ✓; "" ✗
• • (0 или более):
  • Регекс: ^ba*$ (b, ba, baa, …)
• {m,n} (интервал):
  • Регекс: ^[0-9]{2,4}$
  • Совпадения: 12 ✓; 1234 ✓; 1 ✗; 12345 ✗

Разница внутри [ ] и снаружи

• Внутри класса | и * — это обычные символы:
  • Регекс: ^[ab|*]{3}$ — один символ из {a, b, |, *}, ровно 3 раза
  • Совпадения: a|* ✓; ab| ✓
• Снаружи это операторы:
  • Регекс: ^(?:a|b*)$ — либо “a”, либо буква b со звёздочкой как литералом
  • Совпадения: a ✓; b* ✓; b ✗

Мини‑практика: простые политики и тесты

• Только строчные латинские, длина 8–12:
  • Регекс: ^[a-z]{8,12}$
  • Тесты: password ✓; pass_word ✗; ABCdefgh ✗
• Буквы/цифры, длина 6–10, минимум одна цифра:
  • Регекс: ^(?=.*[0-9])[A-Za-z0-9]{6,10}$
  • Тесты: abcdef ✗; abcde9 ✓; ABCDEF1 ✓; ABcdefghij1 ✗ (длинно)
• Начинается с буквы, заканчивается цифрой; середина — буквы/цифры/подчёркивание; общая длина 6–12:
  • Регекс: ^[A-Za-z][A-Za-z0-9_]{4,10}[0-9]$
  • Тесты: a____9 ✓; 9start1 ✗; A12345 ✗ (конец не цифра)
• Буквы/цифры, длина ≥8, запрет символов O, 0, l, I:
  • Регекс: ^(?!.*[O0lI])[A-Za-z0-9]{8,}$
  • Тесты: Pa55w0rd ✗; GoodPass9 ✓; IllIlIll ✗

• Классы: [abc] — один из; диапазоны: [a-z]; отрицание: [^...] (только если ^ сразу после [)
• Экранирование вне класса: . ^ $ * + ? ( ) [ ] { } | \
• Внутри класса экранируем ] - \ при необходимости.
• Якоря: ^ начало, $ конец. Для полной проверки строки всегда используйте ^...$ или fullmatch.
• Группы: ( … ) — захватывающая; (?: … ) — незахватывающая.
• Альтернация: x|y (группируйте: (?:abc|def)).
• Квантификаторы: ? (0/1), + (1+), * (0+), {m,n}.
• Просмотры (lookahead) для «должно содержать/запрещено»: (?= … ), (?! … ).
• Разница внутри/снаружи [...]: внутри | * + ? — обычные символы; мета — только ^ - ] \.

• [A-z] вместо [A-Za-z] — захватывает лишние символы между Z и a.
• Нет якорей ^$ — совпадение с подстрокой.
• Неправильная альтернация: ^ab|cd$ вместо ^(?:ab|cd)$.
• Бездумные \w, \d: в Unicode‑режимах они шире ASCII и могут давать «лишние» совпадения.

• P1. Только строчные латинские, длина 8–12
  Регекс: ^[a-z]{8,12}$
• P2. Буквы/цифры, длина 6–10, минимум одна цифра
  Регекс: ^(?=.*[0-9])[A-Za-z0-9]{6,10}$
• P3. Начинается с буквы, заканчивается цифрой; середина — [A-Za-z0-9_]; общая длина 6–12
  Регекс: ^[A-Za-z][A-Za-z0-9_]{4,10}[0-9]$
• P4. Буквы/цифры, длина ≥8, запреты: O, 0, l, I
  Регекс: ^(?!.*[O0lI])[A-Za-z0-9]{8,}$
• P5. Разрешены [A-Za-z0-9-_], длина 8–16, нельзя две подряд из -/_, начинается буквой/цифрой
  Регекс: ^(?=.{8,16}$)[A-Za-z0-9](?:[A-Za-z0-9]|[-_](?![-_]))*$

^(?=.*[0-9])[A-Za-z0-9]{6,10}$

1. ^$ — вся строка, не подстрока.
2. (?=.*[0-9]) — есть хотя бы одна цифра.
3. [A-Za-z0-9]{6,10} — длина 6–10 из заданного алфавита.

1. Прочитайте: ^(?=.*[A-Z])(?=.*[0-9])[A-Za-z0-9]{8,12}$
   Ответьте: алфавит? длина? обязательные классы?
2. Постройте шаблон: «начинается с заглавной, далее 5–9 строчных/цифр, заканчивается не цифрой».
   Эталон: ^[A-Z][a-z0-9]{5,9}[^0-9]$
3. Исправьте: ^[A-z]{6,}$ → только латинские буквы.
   Эталон: ^[A-Za-z]{6,}$
4. Запретите подряд идущие спецсимволы из [-_.], разрешая их по одному; длина 6–12; алфавит [A-Za-z0-9-_.].
   Эталон: ^(?=.{6,12}$)[A-Za-z0-9](?:[A-Za-z0-9]|[-_.](?![-_.]))*$
5. Составьте регекс: «строчные латинские и цифры, ровно 10, хотя бы три буквы и две цифры».
   Подсказка: можно через просмотры: ^(?=(?:.*[a-z]){3,})(?=(?:.*[0-9]){2,})[a-z0-9]{10}$

• Используйте regex101 (PCRE) или встроенные средства IDE.
• Для строгого ASCII — задавайте диапазоны вручную, избегайте \w и \d.
• Всегда добавляйте якоря ^…$ или используйте fullmatch.
• Готовьте короткие, целевые тест‑строки: положительные/отрицательные/крайние случаи.

Ниже — компактные наборы для P1–P5.

• P1 (^[a-z]{8,12}$)
  • Плюс: password, abcdefgh, hellothere
  • Минус: pass_word, ABCdefgh, abc def
• P2 (^(?=.*[0-9])[A-Za-z0-9]{6,10}$)
  • Плюс: abcde9, A1b2C3d4, ABCDEF1
  • Минус: abcdef, ABcdefghij1 (длинно), abc$123 (лишний символ)
• P3 (^[A-Za-z][A-Za-z0-9_]{4,10}[0-9]$)
  • Плюс: a____9, Start_1, A1b2c3d4e5f6g7h8i9 ✗ (длинно)
  • Минус: 9start1, A12345 (конец не цифра)
• P4 (^(?!.*[O0lI])[A-Za-z0-9]{8,}$)
  • Плюс: GoodPass9, safeSAFE2
  • Минус: Pa55w0rd, IllIlIll, HELLOlll
• P5 (^(?=.{8,16}$)[A-Za-z0-9](?:[A-Za-z0-9]|[-_](?![-_]))*$)
  • Плюс: name_surname, name-surname, username_
  • Минус: name__surname, name--surname, _username (начинается не буквой/цифрой)

Не нужен. Для обучения регексам полезнее короткие и точные тест‑строки, покрывающие границы: минимальные/максимальные длины, наличие/отсутствие обязательных классов, запрещённые символы, позиционные условия. Если всё же нужен «корпус» для экспериментов с подстроками, используйте примеры строк и проверяйте разницу между /abc/ и /^abc$/.

Примеры строк:
- The quick brown fox jumps over 13 lazy dogs.
- Start_1 middle_text end9
- password PASSword Pa55w0rd GoodPass9
- a____9 A12345 9start1
- name_surname name--surname username_ _username
- abcde9 abcdef ABCDEF1 ABcdefghij1
- HELLOlll IllIlIll safeSAFE2
- abc def abc_def abc-def
- 123456 0000000000 1234567890

• Есть ^ и $?
• Алфавит задан явно? (ASCII/Unicode?)
• Длина корректна?
• «Хотя бы/запретить» через (?=...) / (?!...)?
• Альтернации сгруппированы (?:...|...)?
• Нет ли [A-z], неожиданного \w/\d?