&Anders.Lund; &Anders.Lund.mail; Thomas Diehl

thd@kde.org

GUI-Übersetzung MatthiasSchulz

matthias.schulz@kdemail.net

Deutsche Übersetzung Dieser Anhang enhält eine kurze, aber hoffentlich ausreichende Einführung in die Welt der regulären Ausdrücke. Es werden reguläre Ausdrücke in der Form dokumentiert, in der sie in &kate; anwendbar sind, die aber nicht kompatibel &zb; zu der in Perl oder in grep verwendeten Form ist. Reguläre Ausdrücke stellen eine Möglichkeit zur Verfügung, vielleicht zu suchende Teile von Text in einer Form zu beschreiben, die von einer kleinen Software verstanden wird, so dass diese feststellen kann, ob die Beschreibung zutrifft und sogar Text zur späteren Verwendung speichern kann. Ein Beispiel: Nehmen Sie an, Sie wollen eine Text nach Abschnitten durchsuchen, die mit einem der Namen Henrik oder Pernille beginnen, gefolgt von einer Form des Verbs say. Mit einer normalen Suche würden Sie anfangen, nach dem ersten Namen Henrik zu suchen, vielleicht gefolgt von sa, also Henrik sa. Bei dieser Suche würden Sie alle Treffer überspringen müssen, die nicht am Anfang eines Abschnittes stehen und die, hinter denen ein sa steht, aber kein says, said und so weiter. Dann natürlich das Ganze von vorn für den nächsten Namen ... Mit regulären Ausdrücken können Sie dies mit einer einzelnen Suche erreichen und das noch genauer. Um dies zu erreichen, definieren reguläre Ausdrücke Regeln zum Ausdrücken von Details einer zu suchenden Zeichenkette. Unser Beispiel, das wir wie folgt ausdrücken können: Eine Zeile mit Henrik oder Pernille beginnend (eventuell nach bis zu 4 Leerzeichen oder Tabulatoren) gefolgt von einem Leerzeichen gefolgt von sa und dann entweder ys oder id kann so als regulärer Ausdruck geschrieben werden: ^[ \t]{0,4}(Henrik|Pernille) sa(ys|id) Das oben angegebene Beispiel zeigt alle vier Hauptkonzepte von regulären Ausdrücke, speziell: Muster Behauptungen Quantifiers Referenzen Das Hochzeichen (^) am Anfang des Ausdruckes kennzeichnet eine Behauptung, die nur dann wahr ist, wenn sich der folgende Text am Anfang einer Zeile befindet. Die Zeichenketten [ \t] und (Henrik|Pernille) sa(ys|id) sind Muster. Das erste ist ein Zeichen das entweder auf ein Leerzeichen oder ein Tabulatorzeichen zutrifft, das andere enthält als erstes ein Untermuster, das entweder auf Henrik oder Pernille zutrifft, dann ein Muster, das exakt auf sa zutrifft und zum Schluss wieder ein Untermuster, das auf ys, oder id zutrifft. Die Angabe {0,4} ist ein Quantifizierer, der sagt: von 0 bis 4 mal das vorher spezifizierte. Weil Software für reguläre Ausdrücke, die das Konzept von Referenzen den gesamten zutreffenden Teil des Textes wie auch in Klammern eingeschlossene Untermuster sichert, können Sie diese gefundenen Textstellen (diese sind nach dem Suchen mit einem regulären Ausdruck in einem Textdokument in einem Editor meistens ausgewählt) oder den gefundenen Namen oder den letzten Teil des Verbs weiterverwenden, die Referenzen ermöglichen den Zugriff auf diese. Zusammengefasst: die regulären Ausdrücke treffen zu, wo wir wollten, und nur dort. Die folgenden Abschnitte beschreiben im einzelnen, wie Muster, Zeichenklassen, Behauptungen, Quantifizierer und Backreferenzen benutzt werden und der letzte Abschnitt gibt einige nützliche Beispiele. Muster bestehen aus Zeichenketten und Zeichenklassen. Muster können Untermuster enthalten, diese sind in Klammern eingeschlossene Muster. In Mustern und in Zeichenklassen haben einige Zeichen spezielle Bedeutungen. Um diese Steuerzeichen zu finden, müssen sie als solche markiert werden. Dies geschieht durch das Voranstellen eines Rückwärtsschrägstriches (\) vor das Zeichen. Die Software ignoriert die Kennzeichnung als Steuerzeichen von Zeichen, die in dem betrachteten Zusammenhang keine Steuerzeichen sind. So ist &zb; die Angabe von (\j), also ein j als Steuerzeichen markiert, kein Problem. Wenn Sie Zweifel haben, ob ein Zeichen eine spezielle Bedeutung hat, können Sie dies ohne Bedenken als Steuerzeichen markieren. Selbstverständlich können Sie auch den Rückwärtsschrägstrich als Steuerzeichen markieren, dies geschieht durch \\. Eine Zeichenklasse ist ein Ausdruck, der auf einen bestimmten Satz von Zeichen zutrifft. Zeichenklassen werden in regulären Ausdrücken durch Setzen der zugelassenen Zeichen in eckige Klammern [] oder durch Nutzen einer der im Folgenden beschriebenen abgekürzten Klassen definiert. Einfache Zeichenklassen enthalten nur ein oder mehrere Zeichen, &zb; [abc] (zutreffend auf einen der Buchstaben a, b oder c) oder [0123456789] (zutreffend auf eine Zahl). Da Buchstaben und Zahlen eine festgelegte Reihenfolge haben, können diese durch Angabe des Bereiches :abgekürzt werden: [a-c] entspricht [abc] und [0-9] entspricht [0123456789]. Diese Angaben können auch kombiniert werden, &zb; trifft [a-fynot1-38] auf die folgenden Zeichen zu: a,b,c,d, e,f,y,n,o,t, 1,2,3 oder 8. Da Großbuchstaben von Kleinbuchstaben unterschieden werden, müssen Sie zur Angabe von a oder b ohne Unterscheidung von Groß- und Kleinschreibung [aAbB] angeben. Die Erzeugung von negativen Klassen, die auf alles außer zutreffen, erfolgt durch das Hoch-Zeichen (^) am Anfang der Klassendefinition: [^abc] trifft auf alle Zeichen außer a, b oder c zu. Zusätzlich zu den druckbaren Zeichen sind noch einige Abkürzungen definiert, um die Verwendung ein wenig einfacher zu machen: \a Trifft auf das ASCII-Beep-Zeichen zu (BEL, 0x07). \f Trifft auf das ASCIISeitenvorschub-Zeichen zu (FF, 0x0C). \n Trifft auf das ASCII-Zeilenvorschub-Zeichen zu (LF, 0x0A, Unix newline). \r Trifft auf das ASCII-Wagenrücklauf-Zeichen zu (CR, 0x0D). \t Trifft auf das ASCII-Zeichen Horizontaltabulator zu (HT, 0x09). \v Trifft auf das ASCII-Zeichen Vertikaltabulator zu (VT, 0x0B). \xhhhh Dieser Ausdruck trifft auf das Unicodezeichen mit dem Code mit der Hexadezimalzahl hhhh (zwischen 0x0000 und 0xFFFF) zu. \0ooo (&zb;, \zero ooo) trifft auf das ASCII-/Latin-1-Zeichen mit dem Code mit der Oktalzahl ooo (zwischen 0 und 0377) zu. . (Punkt) Trifft auf jedes Zeichen einschließlich Zeilenvorschub zu. \d Trifft auf eine Ziffer zu. Entspricht [0-9]. \D Trifft auf ein Zeichen, das keine Ziffer ist, zu. Entspricht [^0-9] oder [^\d]. \s Trifft auf ein Zeichen, das einen Zwischenraum angibt, zu. Praktisch entspricht dies [ \t\n\r]. \S Trifft auf ein Zeichen, das keinen Zwischenraum angibt, zu. Praktisch entspricht dies [^ \t\n\r] oder [^\s]. \w Trifft auf ein druckbares Zeichen zu - in diesem Fall Buchstabe oder Ziffer. Entspricht [a-zA-Z0-9]. Das Zeichen Unterstrich (_) trifft nicht zu. \W Trifft auf alle Zeichen außer Buchstaben und Ziffern zu. Entspricht [^a-zA-Z0-9] oder [^\w] Die abgekürzten Klassen können in selbstdefinierte Klassen eingefügt werden, &zb; kann für die Klasse druckbares Zeichen, Leerzeichen oder Punkt der Ausdruck [\w \.] verwendet werden. Die Angabe von Klassen nach POSIX-Notierung, [:<class name>:], wird gegenwärtig nicht unterstützt. Die folgenden Zeichen haben spezielle Bedeutungen innerhalb des Ausdrucks in eckigen Klammern [], diese müssen als Steuerzeichen gekennzeichnet werden, damit sie als Zeichen in die Klasse einbezogen werden: ] Beendet die Definition der Zeichenklasse. Dieses Zeichen braucht nicht als Steuerzeichen gekennzeichnet werden, wenn es das erste Zeichen in einer Zeichenklassendefinition (nach dem Zeichen [ oder ^) ist. ^ (Hoch-Zeichen) Bezeichnet eine negative Klasse, wenn es das erste Zeichen in einer Zeichenklassendefinition ist. Wenn es als druckbares Zeichen behandelt werden soll, muss es als Steuerzeichen gekennzeichnet werden, wenn es das erste Zeichen in einer Zeichenklassendefinition ist. - (Bindestrich) Kennzeichnet einen logischen Bereich. Wenn es als Zeichen behandelt werden soll, muss es als Steuerzeichen gekennzeichnet werden. \ (Rückwärtsschrägstrich) Das Zeichen zum Kennzeichnen eines Steuerzeichens. Dieses Zeichen muss immer als Steuerzeichen gekennzeichnet werden, wenn es als druckbares Zeichen behandelt werden soll. Wenn ein erkanntes Muster von mehreren Mustern als zutreffend erkannt werden soll, dann müssen Sie diese Muster durch einen senkrechten Strich | getrennt angeben. Der Ausdruck John|Harry wird &zb; als zutreffend erkannt, wenn entweder John oder Harry gefunden wird. Untermuster sind in Klammern eingeschlossene Muster, die in regulären Ausdrücken viele Verwendungen haben. Sie können Untermuster verwenden, um Gruppen von Alternativen in einem Muster anzugeben. Die Alternativen werden durch den senkrechten Strich | getrennt. Um eines der Worte int, float oder double zu erkennen, geben Sie int|float|double an. Wenn eines der Worte nur dann erkannt werden soll, wenn nach dem Wort Zwischenraum und dann Buchstaben folgen, dann verwenden Sie den folgenden Ausdruck mit den Worten im Untermuster: (int|float|double)\s+\w+. Wenn Sie eine Referenz verwenden wollen, dann benutzen Sie ein Untermuster zum Speichern des gewünschten Teils des Musters. Wenn Sie &zb; das zweifache Auftreten des selben Wortes getrennt durch ein Komma und eventuell Zwischenraum finden wollen, dann würden Sie (\w+),\s*\1 verwenden. Das Untermuster \w+ findet ein Stück aus druckbaren Zeichen. Der gesamte Ausdruck trifft zu, wenn diese von einem Komma und keinem oder mehreren Zwischenraumzeichen und dann von einem gleichen Stück von Zeichen gefolgt werden. (Der Ausdruck \1 verweist auf das erste in Klammern angegebene Untermuster.) Eine vorwärtsgerichtete Behauptung ist ein Untermuster, das mit ?= oder ?! anfängt. Der Ausdruck Bill(?! Gates) besagt, dass Bill gefunden wird, aber nur wenn nicht von Gates gefolgt. Dies findet Bill Clinton oder Billy the kid, aber ignoriert stillschweigend den anderen Treffer. Untermuster, die für Behauptungen benutzt werden, werden nicht gespeichert. Sehen Sie auch unter Behauptungen nach. Die folgenden Zeichen haben spezielle Bedeutungen innerhalb eines Musters, diese müssen als Steuerzeichen gekennzeichnet werden, damit sie als Zeichen behandelt werden: \ (Rückwärtsschrägstrich) Das Escape-Zeichen. ^ (Hoch-Zeichen) Kennzeichnet den Anfang der Zeichenkette. $ Kennzeichnet das Ende der Zeichenkette. () (linke und rechte Klammer) Kennzeichnet Untermuster. {} (linke und rechte geschweifte Klammer) Kennzeichnet numerische Quantifizierer. [] (linke und rechte eckige Klammer) Kennzeichnet Zeichenklassen. | (senkrechter Strich) Logisches ODER. Trennt Alternativen. + (Pluszeichen) Quantifizierer, steht für eins oder mehrere. * (Stern) Quantifizierer, steht für kein oder mehrere. ? (Fragezeichen) Ein optionales Zeichen. Kann als Quantifizierer; 0- oder 1-mal gedeutet werden. Quantifizierer gestatten dem regulären Ausdruck die Angabe einer Anzahl von entweder Zeichen, Zeichenklasen oder Untermustern. Quantifizierer werden in geschweifte Klammern ({ und }) eingeschlossen und haben die Form {[minimale Anzahl][,[maximale Anzahl]]} Die Benutzung ist am besten an Beispielen erklärt: {1} Genau einmaliges Auftreten {0,1} Kein oder einmaliges Auftreten {,1} Kein oder einmaliges Auftreten (Kurzform) {5,10} Mindestens 5- bis maximal 10-maliges Auftreten {5,} Mindestens 5-maliges Auftreten. Zusätzlich gibt es einige Abkürzungen: * (Stern) entspricht {0,} findet jede Anzahl des Auftretens. + (Pluszeichen) entspricht {1,} findet mindestens einmaliges Auftreten. ? (Fragezeichen) entspricht {0,1} findet kein oder einmaliges Auftreten. Wenn Quantifizierer ohne Maximum verwendet werden, dann findet der reguläre Ausdruck so viel wie möglich vom Suchtext, dieses Verhalten wird auch als gierig bezeichnet. Moderne Software für reguläre Ausdrücke stellt die Möglichkeit bereit, das gierige Verhalten auszuschalten, aber in einer grafischen Umgebung ist es das Interface, das Ihnen Zugriff auf diese Möglichkeit bereitstellen muss. Ein Dialogfenster zum Suchen kann &zb; eine Option mit dem Namen Minimales Finden bereitstellen, es sollte auch anzeigen, ob gieriges Verhalten Standard ist. Hier sind einige Beispiele der Verwendung von Quantifizierern ^\d{4,5}\s Trifft auf die Zahlen in 1234 go und 12345 now zu, aber nicht die in für 567 eleven oder 223459 somewhere \s+ Trifft auf ein oder mehrere Zwischenraumzeichen zu. (bla){1,} Trifft zu für alle in blablabla und das bla in blackbird oder tabla. /?> Trifft für das /> in <closeditem/> sowie auch für das > in <openitem> zu. Behauptungen erweitern den regulären Ausdruck so, dass er nur unter bestimmten Bedingungen zutrifft. Eine Behauptung braucht kein Zeichen um zuzutreffen, diese ermittelt vielmehr die Umgebung eines eventuellen Treffers bevor dieser bestätigt wird. Die Behauptung Wortgrenze &zb; versucht nicht, ein nichtdruckbares Zeichen neben einem druckbaren Zeichen zu finden, sondern stellt fest, dass dort KEIN druckbares Zeichen ist. Das heisst, dass dieses &zb; auch am Ende einer Zeichenkette zutrifft. Einige Behauptungen haben ein Muster das gefunden werden muss, aber der zutreffende Teil des Suchtextes dieses Musters wird nicht Teil des Ergebnisses des gesamten regulären Ausdrucks. Reguläre Ausdrücke wie hier beschrieben unterstützen die folgenden Behauptungen: ^ (Hochzeichen: Anfang der Zeichenkette) Trifft auf den Anfang des zu suchenden Textes zu. Der Ausdruck ^Peter trifft auf Peter im Text Peter, hey! zu, aber nicht auf Hey, Peter!. $ (Ende der Zeichenkette) Trifft auf das Ende des Suchtextes zu. Der Ausdruck you\?$ trifft auf das letzte you in You didn't do that, did you? zu, aber nirgendwo in You didn't do that, right?. \b (Wortgrenze) Trifft zu, wenn ein druckbares Zeichen auf der einen Seite aber keines auf der anderen Seite ist. Dieser Ausdruck dient zum Finden von Wortenden, wenn nach beiden Enden gesucht wird, zum Finden des ganzen (einzelnstehenden) Wortes. Der Ausdruck \bin\b trifft auf das einzelnstehende in in He came in through the window zu, aber nicht auf das in in window. \B (keine Wortgrenze) Trifft immer dort zu, wo \b nicht zutrifft. Dieser Ausdruck dient zum Finden von Text innerhalb von Worten. Der Ausdruck \bin\B trifft &zb; auf das in im Wort window im Text He came in through the window zu, aber nicht auf das einzelnstehende in. (?=PATTERN) (Positive Vorwärtsreferenz) Eine Vorwärtsreferenz prüft den Text, der dem eventuell zutreffenden Teil des Textes folgt. Die Vorwärtsreferenz verhindert, dass der Text zutrifft, wenn der nachfolgende Text nicht auf das MUSTER der Behauptung zutrifft. Wenn die Behauptung zutrifft, wird der Text, der auf diese zutrifft, allerdings nicht Bestandteil des Ergebnisses. Der Ausdruck handy(?=\w) trifft auf handy in handyman zu, aber nicht auf das in That came in handy! (?!PATTERN) (Negative Vorwärtsreferenz) Eine negative Vorwärtsreferenz verhindert, dass der Text zutrifft, wenn der nachfolgende Text auf das MUSTER zutrifft. Der Ausdruck const \w+\b(?!\s*&) trifft auf const char im Text const char* foo, aber nicht const TQString in const TQString& bar weil das & auf die negative Vorwärtsreferenz zutrifft.