Expressions rationnelles

Description

Les expressions rationnelles (angl.) sont un concept important en thorie des langages formels. Elles permettent de dcrire un ensemble ventuellement infini de chanes de caractres (appel langage). Une expression rationnelle, en son cur, ncessite les fonctionnalits suivantes :

• Un ensemble de caractres pouvant tre utiliss dans le langage, appel alphabet.
• Concatnation : ab signifie  le caractre a suivi du caractre b .
• Union : a|b signifie  soit a, soit b .
• toile de Kleene : a* signifie  zro ou plusieurs caractres a .

En supposant un alphabet fini (comme les 26 lettres de l'alphabet anglais, ou l'ensemble des caractres Unicode), tous les langages rguliers peuvent tre gnrs par les fonctionnalits ci-dessus. Bien sr, de nombreux modles sont trs fastidieux exprimer de cette manire (comme  10 chiffres  ou  un caractre qui n'est pas un espace ), donc les expressions rationnelles JavaScript incluent de nombreux raccourcis, prsents ci-dessous.

Crer des expressions rationnelles

Une expression rationnelle est gnralement cre comme un littral en encadrant un motif avec des barres obliques (/) :

const regex1 = /ab+c/g;

Les expressions rationnelles peuvent galement tre cres avec le constructeur RegExp() :

const regex2 = new RegExp("ab+c", "g");

Elles n'ont pas de diffrences l'excution, bien qu'elles puissent avoir des implications sur les performances, la capacit d'analyse statique et l'ergonomie de l'criture avec l'chappement des caractres. Pour plus d'informations, voir la rfrence RegExp.

Indicateurs d'expressions rationnelles

Les indicateurs sont des paramtres spciaux qui peuvent modifier la faon dont une expression rationnelle est interprte ou la faon dont elle interagit avec le texte d'entre. Chaque indicateur correspond une proprit d'accs sur l'objet RegExp.

Les indicateurs i, m et s peuvent tre activs ou dsactivs pour des parties spcifiques d'une expression rationnelle en utilisant la syntaxe de modificateur.

Les sections ci-dessous rpertorient toutes les syntaxes d'expressions rationnelles disponibles, regroupes par leur nature syntaxique.

Assertions

Les assertions sont des constructions qui vrifient si la chane de caractres satisfait une certaine condition la position dfinie, sans consommer de caractres. Les assertions ne peuvent pas tre quantifies.

Assertion de limite de tampon : \A, \z, \Z

Assure que la position actuelle dans la chane de caractres se trouve strictement au dbut ou la fin de la chane de caractres entire (\Z autorise galement un retour la ligne en fin de chane de caractres), quelle que soit la prsence de l'indicateur m.

Assertion de limite d'entre : ^, $

Assure que la position actuelle est le dbut ou la fin de l'entre, ou le dbut ou la fin d'une ligne si l'indicateur m est activ.

Assertion anticipe : (?=...), (?!...)

Assure que la position actuelle est suivie ou non suivie par un certain motif.

Assertion de prcdence : (?<=...), (?<!...)

Assure que la position actuelle est prcde ou non prcde par un certain motif.

Assertion de limite de mot : \b, \B

Assure que la position actuelle est une limite de mot.

Atomes

Les atomes sont les units les plus lmentaires d'une expression rgulire. Chaque atome consomme un ou plusieurs caractres dans la chane de caractres, et choue soit la correspondance, soit permet au motif de continuer correspondre avec l'atome suivant.

Rtro-rfrence : \1, \2

Correspond un sous-motif prcdemment captur avec un groupe capturant.

Groupe capturant : (...)

Correspond un sous-motif et mmorise des informations sur la correspondance.

Classe de caractres : [...], [^...]

Correspond n'importe quel caractre faisant partie ou non d'un ensemble de caractres. Lorsque l'indicateur v est activ, il peut galement tre utilis pour correspondre des chanes de caractres de longueur finie.

Classes de caractres chapps : \d, \D, \w, \W, \s, \S

Correspond n'importe quel caractre faisant partie ou non d'un ensemble de caractres prdfini.

Squence de caractre chapp : \n, \u{...}

Correspond un caractre qui peut ne pas pouvoir tre reprsent de manire pratique sous sa forme littrale.

Caractre littral : a, b

Correspond un caractre spcifique.

Modificateur : (?ims-ims:...)

Remplace les paramtres d'indicateur dans une partie spcifique d'une expression rgulire.

Rtro-rfrence nomme : \k<name>

Correspond un sous-motif prcdemment captur avec un groupe capturant nomm.

Groupe capturant nomm : (?<name>...)

Correspond un sous-motif et mmorise des informations sur la correspondance. Le groupe peut ensuite tre identifi par un nom personnalis au lieu de son index dans le motif.

Groupe non capturant : (?:...)

Correspond un sous-motif sans mmoriser d'informations sur la correspondance.

Squence de classe de caractres Unicode chapp : \p{...}, \P{...}

Correspond un ensemble de caractres dfini par une proprit Unicode. Lorsque l'indicateur v est activ, il peut galement tre utilis pour correspondre des chanes de caractres de longueur finie.

Joker : .

Correspond tout caractre sauf les terminateurs de ligne, moins que l'indicateur s soit dfini.

Autres fonctionnalits

Ces fonctionnalits ne dfinissent aucun motif elles seules, mais servent composer des motifs.

Disjonction : |

Correspond l'une des alternatives spares par le caractre |.

Quantificateur : *, +, ?, {n}, {n,}, {n,m}

Correspond un atome un certain nombre de fois.

Squences d'chappement

Les squences d'chappement des expressions rationnelles dsignent toute syntaxe forme de \ suivi d'un ou plusieurs caractres. Elles peuvent avoir des fonctions trs diffrentes selon ce qui suit \. Voici la liste de toutes les  squences d'chappement  valides :

\ suivi de 0 et d'un autre chiffre forme une squence d'chappement octale historique, interdite en mode sensible l'Unicode. \ suivi de toute autre squence de chiffres forme une rtro-rfrence.

En outre, \ peut tre suivi de certains caractres qui ne sont ni des lettres ni des chiffres, auquel cas la squence d'chappement est toujours une squence de caractre chapp reprsentant le caractre chapp lui-mme :

• \$, \(, \), \*, \+, \., \/, \?, \[, \\, \], \^, \{, \|, \} : valides partout
• \- : valide uniquement dans les classes de caractres
• \!, \#, \%, \&, \,, \:, \;, \<, \=, \>, \@, \`, \~ : valides uniquement dans les classes de caractres du mode v

Les autres caractres ASCII, savoir l'espace, ", ', _ et toute lettre non mentionne ci-dessus, ne constituent pas des squences d'chappement valides. En mode non sensible l'Unicode, les squences d'chappement qui ne figurent pas ci-dessus deviennent des chappements d'identit : elles reprsentent le caractre qui suit la barre oblique inverse. Par exemple, \a reprsente le caractre a. Ce comportement limite la possibilit d'introduire de nouvelles squences d'chappement sans provoquer de problmes de compatibilit ascendante, et interdit donc ces squences en mode sensible Unicode.

Spcifications

Compatibilit des navigateurs

Voir aussi

• Le guide des expressions rationnelles
• L'objet natif RegExp