Düzenli ifade (regex), metindeki bir kalıbı tarif etmenin kısa bir yoludur. İlk bakışta anlamsız karakterler gibi görünebilir; ancak söz diziminin küçük bir kısmı pratikteki işlerin büyük çoğunluğunu görür: bir günlükte tarihleri bulmak, listeyi düzenlemek, girdinin şeklini denetlemek veya bir biçimi tüm dosyada değiştirmek.
Düz metin ve özel karakterler
En basit kalıp düz metindir. kedi kalıbı bu dört harfi sırayla, başka bir kelimenin içinde olsa bile bulur. Bazı karakterlerin özel anlamı vardır ve kendilerini aramak istediğinizde önlerine ters eğik çizgi gerekir: . * + ? ^ $ ( ) [ ] { } | ve ters eğik çizginin kendisi. Yani "3.5" aramak için 3\.5 yazın; çünkü yalın nokta "herhangi bir karakter" anlamına gelir.
Karakter sınıfları
Köşeli parantezler bir kümeden tek karakterle eşleşir:
- [abc]; a, b veya c ile eşleşir.
- [0-9] bir rakamla, [a-z] İngilizce küçük harfle eşleşir.
- [^0-9] rakam olmayan herhangi bir karakterle eşleşir.
Yaygın kümeler için kısayollar vardır. \d rakamı, \w kelime karakterini, \s boşluğu temsil eder. Büyük harfli biçimleri tersidir; \D "rakam olmayan" demektir.
İngilizce dışındaki harflere dikkat edin. Birçok motorda [a-z] ve bazen \w; ş, ğ, ç veya ı harflerini kapsamaz. Türkçe metinler için bu harfleri açıkça ekleyin veya motor destekliyorsa uygun bayrakla \p{L} gibi Unicode sınıfları kullanın.
Niceleyiciler
Niceleyiciler önceki öğenin kaç kez tekrar edebileceğini söyler:
- ? sıfır veya bir demektir.
- * sıfır veya daha fazla demektir.
- + bir veya daha fazla demektir.
- {3} tam üç, {2,4} iki ile dört arası demektir.
Yani \d{4} dört haneli bir sayı bulur, renk(li)? ise hem "renk" hem "renkli" ile eşleşir.
Niceleyiciler varsayılan olarak açgözlüdür; yani olabildiğince çok metin alır. <b>bir</b> <b>iki</b> metninde <b>.*</b> kalıbı ilk etiket çifti yerine bütün satırla eşleşir. Soru işareti eklemek onu tembel yapar: <b>.*?</b> mümkün olan ilk bitişte durur.
Çapalar ve kelime sınırları
Çapalar karakter yerine konumlarla eşleşir.
- ^ metnin veya çok satırlı kipte her satırın başını gösterir.
- $ sonu gösterir.
- \b kelime ile kelime olmayan karakter arasındaki sınırı gösterir.
\bkedi\b kalıbı "kedi" kelimesini bütün olarak bulur, "kediler" içindekini yok sayar. Ancak \b, motorun harf tanımına bağlıdır; Türkçe karakterlerle mutlaka deneyin. Bir değerin tamamının belirli bir şekle uyduğunu doğrulamak için iki çapa da gerekir: ^\d{5}$ tam beş rakam kabul eder, tek başına \d{5} ise on haneli bir satırı da kabul eder.
Gruplar ve seçenekler
Parantezler kalıbın bir bölümünü gruplar ve eşleşeni hatırlar. Dikey çizgi "veya" demektir.
- (jpg|png|webp) üç kelimeden herhangi biriyle eşleşir.
- (\d{2})-(\d{2})-(\d{4}) gün, ay ve yılı ayrı ayrı yakalar.
Değiştirmeyi bu kadar güçlü yapan şey yakalanan gruplardır. Yukarıdaki kalıpla $3-$2-$1 değiştirmesi, eşleşen her satırda 14-03-2026 değerini 2026-03-14'e çevirir. Bazı düzenleyiciler bunu \3-\2-\1 olarak yazar. Yakalamadan yalnızca gruplamak istiyorsanız (?:...) kullanın.
Bayraklar
Bayraklar kalıbın tamamının davranışını değiştirir. Yaygın olanlar şunlardır:
- i: büyük-küçük harf ayrımını yok sayar.
- g: yalnızca ilk eşleşmeyi değil, hepsini bulur.
- m: ^ ve $ işaretlerini her satırda çalıştırır.
- s: noktanın satır sonlarıyla da eşleşmesini sağlar.
- u: bu bayrağı kullanan motorlarda tam Unicode desteğini açar.
Türkçede büyük-küçük harf duyarsız eşleştirme dikkat ister; çünkü I, ı, İ ve i arasındaki ilişki İngilizceden farklıdır. Motorun bunu doğru yaptığını varsaymak yerine gerçek veriyle deneyin.
Yeniden kullanabileceğiniz kalıplar
- ISO biçiminde tarih: \b\d{4}-\d{2}-\d{2}\b
- Boş satırlar: çok satırlı kipte ^\s*$
- Her satır sonundaki boşluklar: çok satırlı kipte [ \t]+$
- Yan yana iki aynı kelime: \b(\w+)\s+\1\b
- E-posta adresi için basit şekil kontrolü: ^[^\s@]+@[^\s@]+\.[^\s@]+$
Son kalıp yalnızca kaba bir kontroldür. E-posta adreslerinin tam kuralları çok karmaşıktır ve tek güvenilir test bir onay mesajı göndermektir.
Regex ne zaman kullanılmamalı?
Düzenli ifadeler düz metin için mükemmeldir, ancak iç içe yapılara pek uygun değildir. HTML, JSON ve programlama dilleri gerçek bir ayrıştırıcıyla işlenmelidir. Bir HTML örneğinde çalışıyor gibi görünen regex, gerçek sayfalarda sık sık başarısız olur.
Performans da bir endişedir. (a+)+ gibi iç içe niceleyiciler bazı girdilerde üstel olarak uzun sürebilir; buna felaket düzeyinde geri izleme denir. Bir sunucu kullanıcı girdisine regex uyguluyorsa kalıpları basit tutun ve zaman aşımı belirleyin.
Güvenli çalışmak
Kalıbı aşamalı olarak kurun; her seferinde bir bölüm ekleyip eşleşmemesi gerekenleri de içeren gerçekçi örneklerde deneyin. Toplu değiştirmeden önce kopya alın, eşleşmeleri sayın ve önceki ile sonraki sürümleri karşılaştırın. Yanlış bir "tümünü değiştir" saniyeden kısa sürede çok zarar verebilir; hızlı bir karşılaştırma ise sorunu hemen ortaya çıkarır.
Söz dizimi lehçeleri de farklıdır. JavaScript, Python, .NET, PCRE ve metin düzenleyiciler özellikle geriye bakış, adlandırılmış gruplar ve Unicode konusunda küçük farklılıklar taşır. Bir yerde çalışan kalıp başka bir yerde küçük değişiklikler gerektirebilir.