===== Что это такое? =====
Регулярные выражения используются для поиска совпадения в строках.\\
К примеру, нужно автоматически загружать все торренты сериала «Ходячие мертвецы» из рассылки RSS. Для этого можно использовать следующее выражение:
''**/**The Walking Dead**.%%*%%**Сезон:**/i**''
Регулярное выражение в общем виде записывается как ''/строка/флаги''. Мы будем использовать флаги ''i'' и ''u''.\\ ''i'' означает нечувствительность к регистру, то есть ''а'' и ''А'' считаются одинаковыми символами.\\ ''u'' -- unicode, без этого русские буквы не будут считаться частью слова.
* ''.'' означает //«любой символ»//, ''*'' -- //«любое количество»//. ''.*'' -- //любое к-во любых символов//.
* В регулярных выражениях используются и другие специальные символы: ''^ $ + ? { } [ ] \ | ( )'' и иногда нужно, чтобы они интерпретировались как «обычные» -- для этого используется //экранирование// символом ''\'' (обратный слэш), например:\\ ''1*2'' означает //«любое к-во **1**, потом **2**»//, в то время как ''1\*2'' будет соответствовать строке 1*2.
* Если регулярное выражение записывается как ''/строка/i'', то слэш ''/'' тоже является специальным символом.\\ Для использования в ''/строке/i'' его тоже надо экранировать: ''/https?:\/\/domain\.tld\/\S/i''.\\ Здесь ''s?'' означает //«**s** либо ничего»//, а для того, чтобы ''.'' в **domain.tld** интерпретировалась именно как точка, а не как //«любой символ»//, она экранирована: ''\.''\\ ''\S'' -- //любой символ, не являющийся пробелом//\\ \\ Это выражение соответствует любому **http** или **https** URL для **domain.tld** c //непустым// путем, например %%http://%%domain.tld/wiki/ или %%https://%%domain.tld/images/photo.png.
Если выражение должно содержать слэш, то, чтобы избежать громоздкого экранирования, его можно записать иначе: ''**%**выражение**%i**'' или ''**#**выражение**#i**'',\\
тогда предыдущее выражение будет выглядеть так: ''#https?:%%//%%domain\.tld/\S#i''
Вернемся к «Ходячим мертвецам». Выражение ''**/**The Walking Dead**.%%*%%**Сезон:**/i**'' «найдет» все нужные торренты, однако оно совпадет и с другим сериалом Бойтесь ходячих мертвецов / Fear **the Walking Dead / Сезон:** 7, что уже не очень хорошо. Можно, конечно, добавить в регулярное выражение и русское название, но мы ведь не ищем легких путей? На самом деле //иногда// бывает несколько вариантов перевода, так что правильнее ограничиться оригинальным названием.
Оригинальное название заключено между слэшами с пробелами -- / The Walking Dead /. Учтем тот факт, что с релизер может ошибиться с пробелами (пропустить или использовать 2+ пробела), так что используем специальный символ ''*'' (//«любое количество»//):\\
''/ *The Walking Dead */ *Сезон:''. Чтобы не экранировать слэши, используем в качестве ограничителей ''#'', и в итоге получится ''#/ *The Walking Dead */ *Сезон:#i''
Немного усложним задачу –- мы не хотим скачивать большие раздачи всех сезонов этого сериала, так что мы должны исправить выражение так, чтобы оно **не** совпадало со строкой Ходячие мертвецы / The Walking Dead / **Сезон: 1-10 из 10** / Серии: 1-153 из 153.\\
Проанализируем «правильную» подстроку ... **Сезон: 11** / Серии ... -- в ней после слова //Сезон// идет номер сезона и слэш. Учитывая, что ''\d'' означает //«любая десятичная цифра»//, а ''+'' -- //«один или больше»//, запишем:
''#/ *The Walking Dead */ *Сезон: *\d+ */#i''
-----
Еще один пример -- выборка всех раздач футбола в хорошем качестве на русском или английском языке. Пример названия такой раздачи:\\
Чемпионат Нидерландов. Eredivisie 2022-2023 / 4-й тур / Утрехт (Утрехт) - Аякс (Амстердам) / Setanta Sports 1 HD [28.08.2022, **Футбол**, IPTV/**1080i**/25fps, TS/H.264, **RU**-**EN**]
Нам понадобятся следующие конструкции:
* ''\b'' -- //«граница слова»//. Словом считается все, состоящее из букв, цифр и подчеркивания
* ''[abcd...]'' -- //любой// из символов //abcd...//
* ''(яблоко|груша|персик)'' -- любое из слов //яблоко//, //груша//, //персик//
{{gallery> regex-football-match.png?300x200&lightbox}}
Соберем всё это вместе.
* Хорошим качеством мы сочтем разрешение в 1080 (это 1080i и 1080p), так что учтем оба варианта: ''1080[ip]''
* Русский и английский пишутся как RU и EN, но встречается и RUS / ENG -- это будет ''(RUS?|ENG?)''\\ Напоминаем, что ''S?'' означает //«**S** либо ничего»//, то есть ''RUS?'' соответствуют и RUS и RU
* C разделителями и пробелами могут быть разные варианты, так что будем использовать //«границу слова»// -- ''\b''
* Для правильной работы ''\b'' с русскими буквами нужен флаг ''u''
* Слэшей у нас нет, так что используем стандартные ограничители ''/''
{{gallery> regex-football-nomatch.png?300x200&lightbox}}
''/Футбол\b.*\b1080[ip]\b.*\b(RUS?|ENG?)\b/iu''
По умолчанию регулярное выражение может соответствовать любой части строки. Если нужно «привязаться» к её началу и/или концу, используйте ''^'' и ''$''
''/^начало...конец$/i'' «найдется» в **Начало** закончилось, начался **конец**, но **//не//** в Что-то **начало**сь, но **конец** еще не близок
----
Конечно же, мы рассмотрели только //очень малую часть// синтаксиса регулярных выражений. Надеемся, что для задач выборки по названиям раздач этого достаточно. Если же нет -- читайте официальную документацию [[https://www.php.net/manual/en/reference.pcre.pattern.syntax.php|здесь]] и [[http://www.pcre.org/pcre.txt|здесь]] (надеемся, что до этого дело не дойдет :-)).\\ Или же загуглите «регулярные выражения для начинающих», но букв там будет еще больше.
[[https://regexkit.com/php-regex|Здесь]] можно (и нужно) протестировать регулярное выражение перед тем, как включать на загрузку соответствующее RSS-правило. Выбирайте Flavor **PCRE** и не забывайте флаги.
Если будут сложности -- обратитесь в нашу поддержку (контакты внизу страницы)