mitmario.dev

Zeichenklassen und Wiederholungen

JavaScript Im Browser 3 Min Lesezeit 4 BeispieleLektion 2 von 6

Eine Postleitzahl hat fünf Ziffern. Eine Uhrzeit hat zwei Ziffern, einen Doppelpunkt und noch einmal zwei. Mit \d allein kannst du das nicht sagen, denn \d meint genau ein Zeichen. Es fehlt noch, welche Zeichen sonst an einer Stelle stehen dürfen und wie oft, und mehr braucht man für Formularprüfungen selten.

Die fertigen Klassen

Die fertigen Klassen
const probe = "Kurs 3, Teil A";

// \d eine Ziffer, \w ein Wortzeichen, \s ein Leerraum.
console.log("Ziffern:", probe.replace(/\d/g, "#"));
console.log("Wortzeichen:", probe.replace(/\w/g, "#"));
console.log("Leerraum:", probe.replace(/\s/g, "#"));

// Der Punkt steht für fast jedes Zeichen.
console.log("Punkt:", probe.replace(/./g, "#"));

// Groß geschrieben ist es das Gegenteil.
console.log("kein Wortzeichen:", probe.replace(/\W/g, "#"));
console.log("keine Ziffer:", probe.replace(/\D/g, "#"));

// Und ein Punkt, den man wirklich meint, braucht einen Backslash.
console.log("echter Punkt:", "a.b.c".replace(/\./g, "#"));

Vier Kürzel decken die häufigsten Fälle ab. \d ist eine Ziffer, \w ein Wortzeichen (Buchstabe, Ziffer oder Unterstrich) und \s ein Leerraum (Leerzeichen, Tabulator, Zeilenumbruch). Der Punkt steht für fast jedes Zeichen.

Groß geschrieben bedeutet jedes davon das Gegenteil. \D ist alles außer einer Ziffer, \W alles außer einem Wortzeichen, \S alles außer Leerraum. Das ist bequem, und man liest es leicht falsch. Bei fremden Mustern schaue ich deshalb zweimal auf die Schreibweise.

Ein Punkt, der wirklich ein Punkt sein soll, braucht einen Backslash. /./ passt auf alles, /\./ nur auf den Punkt. Das gilt für die anderen Sonderzeichen genauso, mit einem Backslash davor meinen sie sich selbst.

Eigene Klassen

Eigene Klassen in eckigen Klammern
// In eckigen Klammern steht, was an dieser einen Stelle
// stehen darf. Eine der aufgezählten Möglichkeiten, nicht alle.
console.log(/[abc]/.test("nur b hier"));
console.log(/[abc]/.test("nur x hier"));

// Ein Bindestrich macht daraus einen Bereich.
console.log("Kleinbuchstaben:", "Kurs 3".replace(/[a-z]/g, "#"));
console.log("Buchstaben:", "Kurs 3".replace(/[A-Za-z]/g, "#"));

// Ein ^ an erster Stelle kehrt die Klasse um.
console.log("alles außer Ziffern:", "Kurs 3".replace(/[^0-9]/g, "#"));

// In der Klasse verlieren die meisten Sonderzeichen ihre
// Bedeutung. Der Punkt ist dort einfach ein Punkt.
console.log("Klasse mit Punkt:", "a.b".replace(/[.]/g, "#"));

In eckigen Klammern steht, was an einer Stelle stehen darf. [abc] passt auf ein a, ein b oder ein c, aber nicht auf alle drei hintereinander.

Mit einem Bindestrich wird daraus ein Bereich. [a-z] sind die Kleinbuchstaben, [0-9] ist dasselbe wie \d, und [A-Za-z] sind alle Buchstaben ohne Umlaute.

Ein ^ an erster Stelle kehrt die Klasse um. [^0-9] passt auf alles, was keine Ziffer ist. Weiter hinten in der Klasse steht ^ nur für sich selbst, /[a^]/ passt also auf ein ^. Außerhalb der eckigen Klammern heißt es „Anfang“, und das kommt in der nächsten Lektion.

In den eckigen Klammern verlieren die meisten Sonderzeichen ihre Bedeutung. Der Punkt ist dort einfach ein Punkt, und du brauchst keinen Backslash.

Wie oft

Wie oft
// Die Mengenangabe steht hinter dem, worauf sie sich bezieht.
console.log("* keins oder mehr:", /ab*c/.test("ac"), /ab*c/.test("abbbc"));
console.log("+ eins oder mehr:", /ab+c/.test("ac"), /ab+c/.test("abbbc"));
console.log("? keins oder eins:", /ab?c/.test("ac"), /ab?c/.test("abbc"));

// Genau, mindestens, oder von bis.
console.log("genau 5:", /^\d{5}$/.test("04103"), /^\d{5}$/.test("4103"));
console.log("2 bis 4:", /^\d{2,4}$/.test("123"), /^\d{2,4}$/.test("12345"));
console.log("ab 2:", /^\d{2,}$/.test("1"), /^\d{2,}$/.test("123456"));

// Ohne Mengenangabe steht dort genau ein Zeichen.
console.log("nur eins:", /^\d$/.test("7"), /^\d$/.test("77"));

Die Mengenangabe steht hinter dem, worauf sie sich bezieht, und das ist immer nur das eine Zeichen davor oder eine Gruppe, wie sie in der nächsten Lektion vorkommt.

* heißt keins oder mehr, + heißt eins oder mehr, ? heißt keins oder eins. Zwischen * und + liegt der Unterschied im leeren Fall. /\d*/ passt deshalb auch auf einen Text ganz ohne Ziffern.

In geschweiften Klammern geht es genauer. {5} heißt genau fünf, {2,4} heißt zwei bis vier, {2,} heißt mindestens zwei. Steht keine Mengenangabe da, heißt das genau ein Zeichen.

Im Beispiel steht bei den Prüfungen ein ^ vorn und ein $ hinten. Die beiden machen das Muster am Anfang und am Ende des Textes fest, damit \d{5} nicht auch irgendwo in einer längeren Zahl passt. Warum das zu jeder Prüfung gehört, kommt in der nächsten Lektion. Bis dahin stehen sie einfach mit da.

Gierig und genügsam

Gierig, und was das Fragezeichen ändert
const text = "<b>fett</b> und <i>kursiv</i>";

// + und * nehmen so viel wie möglich. Der erste Treffer geht
// deshalb bis zum letzten spitzen Klammerpaar.
console.log("gierig:", text.replace(/<.+>/, "[TAG]"));

// Ein ? dahinter macht sie genügsam: so wenig wie möglich.
console.log("genügsam:", text.replace(/<.+?>/, "[TAG]"));
console.log("alle:", text.replace(/<.+?>/g, "[TAG]"));

// Umlaute fallen nicht unter \w. Das ist die Falle in
// deutschen Mustern.
console.log("Jörg mit \\w:", /^\w+$/.test("Jörg"));
console.log("Jörg mit Klasse:", /^[A-Za-zÄÖÜäöüß]+$/.test("Jörg"));

+ und * sind gierig, sie nehmen so viel, wie sie können. /<.+>/ auf <b>fett</b> fängt beim ersten < an und läuft bis zum letzten >, also über den ganzen Text.

Ein ? hinter der Mengenangabe macht sie genügsam. Dann nimmt sie so wenig wie möglich, und /<.+?>/ trifft genau ein Tag. Mit dem ? als Mengenangabe hat das nichts zu tun. Es ist dieselbe Taste in zwei Rollen.

Umlaute

Umlaute fallen nicht unter \w. In den letzten Zeilen des Beispiels siehst du es. /^\w+$/ lehnt „Jörg“ ab, und woran es lag, steht nirgends. \w meint die Buchstaben A bis Z, a bis z, die Ziffern und den Unterstrich. Mehr nicht.

Für deutsche Namen stehen die Umlaute deshalb ausdrücklich in der Klasse, [A-Za-zÄÖÜäöüß]. Das ist unschön, aber es ist die ehrliche Fassung, und wer sie weglässt, sperrt am Ende jeden aus, der Jörg, Müller oder Weiß heißt.

In der Aufgabe beschreiben drei Muster eine Postleitzahl, eine Uhrzeit und einen Namen.

Zum Mitnehmen

Klassen wie \d, \w und \s oder eigene in eckigen Klammern sagen, welche Zeichen an einer Stelle stehen dürfen, die Mengenangaben, wie oft. Umlaute fallen nicht unter \w, in einem deutschen Muster stehen sie deshalb in der Klasse.

Jetzt du

Basis Konto, kostenlos

Zu dieser Lektion gehört eine Aufgabe. Du schreibst den Code selbst, und nach jedem Lauf sagt dir eine Prüfliste, was schon stimmt.

Dafür brauchst du das Basis Konto. Es kostet nichts, und ein Passwort gibt es auch nicht.

Was in dieser Lektion steckt

  • Artikel mit 4 Beispielen zum Ausprobieren

    Steht hier, ohne Konto lesbar.

  • Aufgabe im Editor, direkt im Browser geprüft

    Öffnet sich mit dem Basis Konto.