Kiểm tra RegEx, thay thế & bảng tra cứu

Không. Mẫu và chuỗi kiểm tra được so khớp ngay trên trình duyệt của bạn bằng engine regex JavaScript có sẵn trong trình duyệt, và không được tải lên LeedyBox. Công cụ cũng không lưu chúng.

Mẫu khớp ở bất cứ chỗ nào phù hợp, nên \d{3} cũng tìm thấy 123 bên trong 12345. Hãy thêm \b ở hai đầu để chỉ khớp nguyên từ hoặc nguyên số, hoặc dùng ^ và $ để yêu cầu toàn bộ văn bản phải khớp (từng dòng, khi bật m), như mẫu mật khẩu trong bảng tra cứu. \b dựa vào các ký tự từ của \w (A–Z, a–z, 0–9 và _) và coi các chữ cái như é, đ hoặc 한 là ký tự không thuộc từ, nên \bcafé\b không khớp với café khi theo sau là một dấu cách. Các lượng từ như + và * cũng có tính tham lam: với <b>x</b>, mẫu <.+> khớp toàn bộ chuỗi, còn <.+?> hoặc <[^>]+> dừng lại ở dấu > đầu tiên.

Trang này dùng engine JavaScript, vốn không chấp nhận một số cú pháp của engine khác, như nhóm có tên (?P<name>…), cờ nội tuyến như (?i) ở đầu mẫu, nhóm nguyên tử (?>…) và lượng từ sở hữu như a++. Hãy viết nhóm có tên dưới dạng (?<name>…) và dùng các ô đánh dấu trong "Cờ" thay cho cờ nội tuyến. Với cờ u, JavaScript cũng chặt chẽ hơn về ký tự thoát: \# là lỗi, \- bên ngoài dấu ngoặc vuông cũng vậy, nên hãy bỏ dấu gạch chéo ngược hoặc tắt cờ u.

Các lớp thuộc tính Unicode như \p{L} cần cờ u; nếu không có cờ này, JavaScript đọc \p{L} thành chuỗi p{L} theo nghĩa đen, và . chỉ khớp một nửa của một ký tự nằm ngoài Mặt phẳng Đa ngôn ngữ Cơ bản (BMP), chẳng hạn nhiều emoji. Khi bạn tải một mẫu từ bảng tra cứu, các cờ của mẫu đó cũng được tải theo, và mọi mẫu trừ "Ký tự đặc biệt" đều tắt cờ u, nên hãy kiểm tra "Cờ" trước khi thêm cú pháp như vậy. Ngay cả khi có u, . chỉ khớp một điểm mã, trong khi một số emoji, như cờ quốc gia hoặc ngón tay cái giơ lên kèm màu da, được tạo từ hai điểm mã trở lên. Vị trí trong chi tiết phần khớp được đếm theo đơn vị mã UTF-16, giống như JavaScript, nên ký tự nằm ngoài BMP chiếm hai vị trí ngay cả khi có u.

Phần thay thế tuân theo quy tắc của replace() trong JavaScript: chỉ những chuỗi bắt đầu bằng $ mới có ý nghĩa đặc biệt, nên \n và \t được chèn nguyên văn thành dấu gạch chéo ngược và một chữ cái, chứ không phải dấu xuống dòng hay tab. Ô này chỉ có một dòng nên không thể nhập dấu xuống dòng ở đây; hãy thêm nó vào mã được tạo. Để xóa các phần khớp, hãy đánh dấu "Thay phần khớp bằng" và để trống ô, như mẫu "Xóa thẻ HTML/XML" trong bảng tra cứu.

Khi trình duyệt cho phép Web Worker, việc so khớp chạy trong một worker nền và bị dừng sau 2 giây, nên một mẫu gây quay lui thảm họa (catastrophic backtracking), như (a+)+$ trên một dãy dài chữ a theo sau là một ký tự khác, sẽ hiển thị thông báo thay vì làm treo trang. Số đếm trong "Phần khớp" bao gồm mọi phần khớp, nhưng chỉ 1.000 phần khớp đầu tiên được tô sáng và liệt kê trong phần chi tiết.

Hãy dùng nó làm điểm khởi đầu. Trình tạo mã viết mẫu dưới dạng literal regex trong JavaScript và dưới dạng chuỗi trong các ngôn ngữ khác, viết lại nhóm có tên và tham chiếu trong phần thay thế ở những chỗ cú pháp khác nhau, như (?P<name>…) và \g<1> trong Python, ánh xạ các cờ i, m và s, và giả định dữ liệu đầu vào nằm trong một biến tên là text. Nếu mẫu chứa dấu nháy hoặc dấu gạch chéo, hãy kiểm tra xem đoạn mã đã thoát chúng đúng cách chưa. Các engine vẫn khác nhau: gói regexp của Go dùng cú pháp RE2, vốn không hỗ trợ lookaround hay tham chiếu ngược, và module re chuẩn của Python không hỗ trợ lớp \p{…}, nên hãy thử mã với dữ liệu của chính bạn.