Анализ регулярного выражения

@user7845 · Регистрация: 07.06.2012

Author24 — интернет-сервис помощи студентам

Имеется регулярное выражение для вставки разделителя в числа. Например на входе 12345678 на выходе 12,345,678

Javascript

1
2
3

  function numberWithCommas(x) {
    return x.toString().replace(/\B(?=(\d{3})+(?!\d))/g, ',' );
  }

Не могу понять как работает это регулярное выражение. По отдельности, вроде понимаю, что означает каждый символ, но как это всё вместе работает и почему не могу понять.

\B cоответствует несловообразующей границе. Несловообразующая граница соответствует позиции, в которой предыдущий и следующий символы являются символами одного типа. (Вроде понятно)

Движок регулярных выражений идет и по строке и по шаблону. Находит в строке первое соответствие. Если в качестве примера взять строку 12345678, то первое соответствие будет граница между 1 и 2. Что дальше?

Дальше движок идет по шаблону, и видит в шаблоне скобочную группу с символами ?=

?= это выражение работает по формуле x(?=y) где соответствие случится, только если после x идет y

Теперь движок будет смотреть что стоит после знаков ?= и искать это в строке. Если найдет, то соответствие случится, если не найдет, значит соответствие не случится.

У нас после знака стоит выражение (\d{3})+ т.е. нужно найти три цифры, потом еще три, потом еще три и так до конца строки. Получается на этом этапе он находит цифры 234567

Движок продолжает идти по шаблону. Видит в шаблоне (?!\d). Это значит, что после 234567 не должна стоять цифра, а в нашем случае она стоит, значит ничего не происходит, соответствие не найдено.

Всё шаблон и строка пройдены до конца. А так как стоит флаг глобального поиска, то весь вышеописанный алгоритм действий повторяется, но только уже не с первого, а со второго символа. И так много раз. И в определенные моменты будут найдены "границы" на которые функция replace поставит запятые.

Вот. Вроде что-то, как-то смутно понимается, но сложно.

Если кто-то опишет понятнее, буду благодарен.

@Svsh2015 · 11.02.2018, 17:47

user7845, Вы ,по-моему впервые на форумах создали тему по логике работы регулярных выражений,причем в сложном аспекте применения регулярных выражений,дело в том,что совпадение может быть не только с фрагментом текста,но также и с позицией в тексте,а при замене,когда не было совпавшего текста,а была найдена только позиция совпадения,замещающий текст(у нас запятая) подставляется в эту позицию.

Процесс сопоставления т шаблону обычно начинается с начала,а в нашем случае в шаблоне задано другое \B( то есть начинаем поиск в позиции между 1 и 2) и с начала шаблона.
Имеются два подшаблона-позитивная опережающая проверка (?=шаблон) и негативная опережающая проверка(?!шаблон)
У Вас в целом правильная логика рассуждений,поэтому я только подкорректировал Ваш текст:

Если в качестве примера взять строку 12345678, то первая позиция будет между 1 и 2.

Дальше движок идет по шаблону, и видит в шаблоне позитивную опережающую проверку

Далее у нас выражение (\d{3})+ и квантификатор принимает значения 1 и 2 соответственно для каждой испытуваемой позиции.
Движок продолжает идти по шаблону. Видит в шаблоне подшаблон негативной опережающей проверки (?!\d). Это значит,что в найденной позиции на три и на шесть символов вправо от исходной испытуваемой позиции
далее не должна стоять цифра.

А так как стоит флаг глобального поиска, то весь вышеописанный алгоритм действий повторяется, но только уже не с первого, а со второго символа. И так много раз. И в определенные моменты будут найдены две позиции на которые функция replace поставит запятые.
Добавлю,что можно (\d{3}) записать в функции как (?:\d{3})в целях повышения эффективности поиска.

@Svsh2015 · 12.02.2018, 20:38

user7845, К #1 и#2 могу добавить следующее, поскольку описание процесса в #2 очень краткое:
Модификатор(мнимый символ) \b соответствует границе слова, то есть соответствует позиции с одной стороны которой находится символ слова(буква,цифра или знак подчёркивания),а с другой стороны такого символа нет.
Мнимый символ \B соответствует позиции внутри слова, то есть с одной и другой стороны от неё находится символ слова(буква,цифра или знак подчёркивания).
В регулярках языков Java Script, Perl,PHP задействован алгоритм поиска –НКА(недетерминированный конечный автомат(алгоритм управляется шаблоном), при этом действует принцип возвратов: в случае локальной неудачи поиска совпадения, происходит откат к предыдущему минимальному подшаблону, имеющему переменный квантификатор.
Механизм поиска совпадения ( движок) хранит текущие позиции в тексте и шаблоне.
Поиск заканчивается удачей, когда текущая позиция в шаблоне выходит за пределы шаблона.
В примере текста 12345678 для данной темы не так и много итераций:
1. Процесс сопоставления текста шаблону в нашем случае начинается в тексте с позиции между 1 и 2, ей соответствует подшаблон(мнимый символ ) \B.
Далее жадный квантификатор + выбирает максимальное значение 2,чтобы оставаться в цифровом блоке.
Соответственно мы смещается вправо на 6 позиций, то есть проверка на наличие цифры справа (опережающая негативная проверка)правее осуществляется в позиции между 7 и 8.
Проверка заканчивается локальной неудачей.
2. В соответствии с принципом возвратов происходит откат к предыдущему минимальному подшаблону, то есть к индексу квантификатора 1,то есть мы смещаемся на 3 позиции от исходной между 1 и 2,негативная опережающая проверкана наличие цифры (далее проверка) происходит в позиции между 4 и 5 .
Опять локальная неудача, цифра имеется.
3. В соответствии с принципом возвратов происходит откат к предыдущему минимальному подшаблону \B и в тексте мы смещается на одну позицию между 2 и 3
Опять жадный квантификатор + выбирает максимальное значение 2,чтобы оставаться в цифровом блоке( 3 не подойдёт).
Опять мы смещается на (3*2=)6 позиций вправо.
Проверка на наличие цифры приносит удачу, то есть позиция между 2 и 3 подходит для вставки запятой функцией Replace.
4. И на этом все бы закончилось, но специальный режим поиска с индефикатором g(global) производит откат к предыдущему минимальному подшаблону,имеющему переменный квантификатор , то есть к максимальному индексу жадного квантификатора 1(2 уже не подойдёт, чтобы остаться в цифровом блоке),а позицию в тексте увеличивается на 1 между 3 и 4.
Проверка будет осуществляться между 6 и 7 и локальная неудача, опять откат, позицию в тексте увеличивается на 1-мы между 4 и 5 проверка будет между 7 и 8, и локальная неудача вновь, далее откат,
А позицию в тексте увеличивается на 1 между 5 и 6,проверка с индексом квантификатора 1 даёт удачу
Позиция в тексте между 5 и 6 подошла для вставки запятой функцией Replace.
И так нйдены две искомые позиции.
Добавлю ,что в конце #2 в предпредпредпоследнем предложении имеется опечатка.Надо так изменить :
Весь вышеописанных алгоритм повторяется, но только не с позиции между первым и вторым символом,а с позиции между вторым и тетьим символом.

volodin661 · 13.02.2018, 08:24

для простоты восприятия можно упростить regex до
/(?=(\d{3})+$)/

и для подопытной строки "12345678" всё отработает идентично --> 12,345,678

но вот если число символов в строке будет кратно 3, появится ненужная нам запятая в нулевой позиции
( ,123,456,789 ). Таким образом, метасимвол \B в начале нужен для исключения таких случаев.

оставшаяся часть (?=(\d{3})+$) заставит механизм regexp найти найти такую позицию в строке для вставки запятой,
при которой группы из трех цифр кратно уложатся в строку.

Тем, кто умеет управляться с Perl,
могу посоветовать использовать фантастический модуль Дамиана Конвея ( Damian Conway ) Regexp::Debugger,
который наглядно в весёлых картинках покажет, как работает данный regex.

1.pl

Perl

use Regexp::Debugger;
 
$str = "12345678";
 
$str =~ s /\B(?=(\d{3})+$)/,/g;
 
print $str;

Bash

perl 1.pl

@Svsh2015 · 13.02.2018, 10:37

user7845, в Perl очень иллюстративен вариант с позитивной ретроспективной проверкой

Код

$t=~s!(?<=\d)(?=(?:\d{3})+(?!\d))!,!g;

К сожалению в Java Script нет ретроспективных проверок

Для Java Script можно приспособить такой вариант:

Код

$t=~s!(\d)(?=(?:\d{3})+(?!\d))!$1,!g;

@user7845 · 13.02.2018, 22:10 **[ТС]**

Спасибо всем за ответы. Есть над чем поразмыслить

volodin661 · 16.02.2018, 08:55

Не по теме:

Может кому будет любопытно:

Larry Wall ( создатель языка Perl и, соответственно, автор синтаксиса регулярных выражений Perl)
придумал другой синтаксис - совсем не PCRE,
который на данный момент реализован в языке Perl6

вот полностью рабочий пример:

Perl

my \РАЗДЕЛИТЕЛЬ = ',';
 
'12345678'
 .subst( / <?after \d> #`(разделитель будет вставлен здесь) <?before [\d**3]+ $> /, РАЗДЕЛИТЕЛЬ, :global)
 .print

как видно, у синтаксиса вполне себе человеческий вид.

Добавлено через 37 минут

Не по теме:

вот так совсем по-человечески:

Perl

my \РАЗДЕЛИТЕЛЬ = ',';
my token ЦИФРА  { \d };
my token ГРУППЫ-ПО-ТРИ-ЦИФРЫ { [<ЦИФРА> ** 3]+ $};
 
«12345678»
 .subst( / <?after <ЦИФРА> > #`(разделитель будет вставлен здесь) <?before <ГРУППЫ-ПО-ТРИ-ЦИФРЫ> >/, РАЗДЕЛИТЕЛЬ, :g)
 .say

@evikza · 17.02.2018, 23:06

user7845, возможно совсем не в тему, но вдруг кому-то пригодится.

В JS есть нативный метод для работы с числами — Intl.NumberFormat.

Javascript

1
2
3

var numberFormatter = new Intl.NumberFormat('en-US');
 
console.log(numberFormatter.format(12345678)); // -> 12,345,678

Документация и поддержка браузерами + полифил для браузеров.

@user7845 · 19.02.2018, 10:01 **[ТС]**

Прикольный метод. Не знал о его существовании. Мне пригодится.

@Svsh2015 132 / 108 / 22 Регистрация: 23.06.2015 Сообщений: 339
	11.02.2018, 17:47	2
	user7845, Вы ,по-моему впервые на форумах создали тему по логике работы регулярных выражений,причем в сложном аспекте применения регулярных выражений,дело в том,что совпадение может быть не только с фрагментом текста,но также и с позицией в тексте,а при замене,когда не было совпавшего текста,а была найдена только позиция совпадения,замещающий текст(у нас запятая) подставляется в эту позицию. Процесс сопоставления т шаблону обычно начинается с начала,а в нашем случае в шаблоне задано другое \B( то есть начинаем поиск в позиции между 1 и 2) и с начала шаблона. Имеются два подшаблона-позитивная опережающая проверка (?=шаблон) и негативная опережающая проверка(?!шаблон) У Вас в целом правильная логика рассуждений,поэтому я только подкорректировал Ваш текст: Если в качестве примера взять строку 12345678, то первая позиция будет между 1 и 2. Дальше движок идет по шаблону, и видит в шаблоне позитивную опережающую проверку Далее у нас выражение (\d{3})+ и квантификатор принимает значения 1 и 2 соответственно для каждой испытуваемой позиции. Движок продолжает идти по шаблону. Видит в шаблоне подшаблон негативной опережающей проверки (?!\d). Это значит,что в найденной позиции на три и на шесть символов вправо от исходной испытуваемой позиции далее не должна стоять цифра. А так как стоит флаг глобального поиска, то весь вышеописанный алгоритм действий повторяется, но только уже не с первого, а со второго символа. И так много раз. И в определенные моменты будут найдены две позиции на которые функция replace поставит запятые. Добавлю,что можно (\d{3}) записать в функции как (?:\d{3})в целях повышения эффективности поиска. 1

@Svsh2015 132 / 108 / 22 Регистрация: 23.06.2015 Сообщений: 339
	12.02.2018, 20:38	3
	user7845, К #1 и#2 могу добавить следующее, поскольку описание процесса в #2 очень краткое: Модификатор(мнимый символ) \b соответствует границе слова, то есть соответствует позиции с одной стороны которой находится символ слова(буква,цифра или знак подчёркивания),а с другой стороны такого символа нет. Мнимый символ \B соответствует позиции внутри слова, то есть с одной и другой стороны от неё находится символ слова(буква,цифра или знак подчёркивания). В регулярках языков Java Script, Perl,PHP задействован алгоритм поиска –НКА(недетерминированный конечный автомат(алгоритм управляется шаблоном), при этом действует принцип возвратов: в случае локальной неудачи поиска совпадения, происходит откат к предыдущему минимальному подшаблону, имеющему переменный квантификатор. Механизм поиска совпадения ( движок) хранит текущие позиции в тексте и шаблоне. Поиск заканчивается удачей, когда текущая позиция в шаблоне выходит за пределы шаблона. В примере текста 12345678 для данной темы не так и много итераций: 1. Процесс сопоставления текста шаблону в нашем случае начинается в тексте с позиции между 1 и 2, ей соответствует подшаблон(мнимый символ ) \B. Далее жадный квантификатор + выбирает максимальное значение 2,чтобы оставаться в цифровом блоке. Соответственно мы смещается вправо на 6 позиций, то есть проверка на наличие цифры справа (опережающая негативная проверка)правее осуществляется в позиции между 7 и 8. Проверка заканчивается локальной неудачей. 2. В соответствии с принципом возвратов происходит откат к предыдущему минимальному подшаблону, то есть к индексу квантификатора 1,то есть мы смещаемся на 3 позиции от исходной между 1 и 2,негативная опережающая проверкана наличие цифры (далее проверка) происходит в позиции между 4 и 5 . Опять локальная неудача, цифра имеется. 3. В соответствии с принципом возвратов происходит откат к предыдущему минимальному подшаблону \B и в тексте мы смещается на одну позицию между 2 и 3 Опять жадный квантификатор + выбирает максимальное значение 2,чтобы оставаться в цифровом блоке( 3 не подойдёт). Опять мы смещается на (3*2=)6 позиций вправо. Проверка на наличие цифры приносит удачу, то есть позиция между 2 и 3 подходит для вставки запятой функцией Replace. 4. И на этом все бы закончилось, но специальный режим поиска с индефикатором g(global) производит откат к предыдущему минимальному подшаблону,имеющему переменный квантификатор , то есть к максимальному индексу жадного квантификатора 1(2 уже не подойдёт, чтобы остаться в цифровом блоке),а позицию в тексте увеличивается на 1 между 3 и 4. Проверка будет осуществляться между 6 и 7 и локальная неудача, опять откат, позицию в тексте увеличивается на 1-мы между 4 и 5 проверка будет между 7 и 8, и локальная неудача вновь, далее откат, А позицию в тексте увеличивается на 1 между 5 и 6,проверка с индексом квантификатора 1 даёт удачу Позиция в тексте между 5 и 6 подошла для вставки запятой функцией Replace. И так нйдены две искомые позиции. Добавлю ,что в конце #2 в предпредпредпоследнем предложении имеется опечатка.Надо так изменить : Весь вышеописанных алгоритм повторяется, но только не с позиции между первым и вторым символом,а с позиции между вторым и тетьим символом. 0

@Svsh2015 132 / 108 / 22 Регистрация: 23.06.2015 Сообщений: 339
	13.02.2018, 10:37	5
	user7845, в Perl очень иллюстративен вариант с позитивной ретроспективной проверкой Код $t=~s!(?<=\d)(?=(?:\d{3})+(?!\d))!,!g; К сожалению в Java Script нет ретроспективных проверок Для Java Script можно приспособить такой вариант: Код $t=~s!(\d)(?=(?:\d{3})+(?!\d))!$1,!g; 0

@user7845 5 / 5 / 0 Регистрация: 07.06.2012 Сообщений: 111
	13.02.2018, 22:10 [ТС]	6
	Спасибо всем за ответы. Есть над чем поразмыслить 0

@user7845 5 / 5 / 0 Регистрация: 07.06.2012 Сообщений: 111
	19.02.2018, 10:01 [ТС]	9
	Прикольный метод. Не знал о его существовании. Мне пригодится. 0