Únikové a speciální znaky

Jak jsme viděli, k označení znakových tříd se používá zpětné lomítko \, např. \d. V regulárních výrazech je to tedy speciální znak (stejně jako v běžných řetězcích).

V regulárních výrazech mají speciální význam i jiné speciální znaky, například [ ] { } ( ) \ ^ $ . | ? * +. Používají se k provádění silnějšího hledání.

Nesnažte se si tento seznam zapamatovat – se všemi těmito znaky se brzy setkáme a pak je budete znát jako své boty.

Únikový znak

Řekněme, že chceme najít tečku. Ne „libovolný znak“, ale skutečnou tečku.

Abychom použili speciální znak jako běžný, uvedeme před ním zpětné lomítko: \..

Tomu se také říká „únikový znak“.

Příklad:

alert( "Kapitola 5.1".match(/\d\.\d/) ); // 5.1 (shoda!)
alert( "Kapitola 511".match(/\d\.\d/) ); // null (hledá opravdovou tečku \.)

Závorky jsou také speciální znaky, takže pokud je chceme hledat, měli bychom použít \(. Následující příklad hledá řetězec "g()":

alert( "function g()".match(/g\(\)/) ); // "g()"

Jestliže hledáme zpětné lomítko \, je to speciální znak v běžných řetězcích i v regulárních výrazech, takže bychom je měli zdvojit.

alert( "1\\2".match(/\\/) ); // '\'

Lomítko

Symbol lomítka '/' není speciální znak, ale v JavaScriptu se používá k otevření a uzavření RV: /...vzor.../, takže bychom i před ním měli uvést únikový znak.

Takto vypadá hledání lomítka '/':

alert( "/".match(/\//) ); // '/'

Naproti tomu, jestliže nepoužíváme /.../, ale vytváříme nový RV pomocí new RegExp, nemusíme uvádět únikový znak:

alert( "/".match(new RegExp("/")) ); // najde /

new RegExp

Jestliže vytváříme regulární výraz pomocí new RegExp, nemusíme uvést únikový znak před /, ale musíme jej uvést před jinými znaky.

Uvažujme například tohle:

let rv = new RegExp("\d\.\d");

alert( "Kapitola 5.1".match(rv) ); // null

V jednom z předchozích příkladů fungovalo podobné hledání s /\d\.\d/, ale new RegExp("\d\.\d") nefunguje, proč?

Důvodem je, že zpětná lomítka jsou „spotřebována“ řetězcem. Jak si možná vzpomínáme, běžné řetězce mají své vlastní speciální znaky, např. \n, a zpětné lomítko se používá jako únikový znak.

Takto bude pochopeno "\d\.\d":

alert("\d\.\d"); // d.d

Řetězcové uvozovky „spotřebují“ zpětná lomítka a interpretují je po svém, například:

• \n – vytvoří znak nového řádku,
• \u1234 – vytvoří znak s uvedeným kódem v Unicode,
• …a když není žádný speciální význam, například \d nebo \z, bude zpětné lomítko jednoduše odstraněno.

new RegExp tedy obdrží řetězec bez zpětných lomítek. Proto hledání nefunguje!

Abychom to opravili, potřebujeme dvojici zpětných lomítek, protože řetězcové uvozovky změní \\ na \:

let regŘetězec = "\\d\\.\\d";
alert(regŘetězec); // \d\.\d (teď je to správně)

let rv = new RegExp(regŘetězec);

alert( "Kapitola 5.1".match(rv) ); // 5.1

Shrnutí

• Abychom mohli najít přímo speciální znaky [ \ ^ $ . | ? * + ( ), musíme před nimi uvést zpětné lomítko \ („únikový znak“).
• Pokud jsme uvnitř /.../, musíme uvést únikový znak i před / (ale ne uvnitř new RegExp).
• Když předáváme řetězec do new RegExp, musíme zpětná lomítka zdvojit \\, protože řetězcové uvozovky jedno z nich spotřebují.