لماذا لا تتطابق التعبيرات النمطية (Regex)؟ الأعلام، فواصل الأسطر، ومحارف الهروب
جدول المحتويات
- التشخيص المباشر: لماذا يفشل تعبير نمطي سليم في المطابقة؟
- الأعلام الأساسية: g و i و m و s (لا تخلط بين m و s)
- المحددات الجشعة (.*) مقابل الكسولة (.*?)
- محارف الهروب ومصيدة الخط المائل العكسي (السياق الحرفي مقابل فئات المحارف)
- أمثلة عملية معتمدة على محرك GoToolstack
- فروق المحركات والوقاية من هجمات ReDoS
- أدوات GoToolstack للمطورين
- المراجع التقنية والمعايير الرسمية
1. التشخيص المباشر: لماذا يفشل تعبير نمطي سليم في المطابقة؟
غالباً ما يفشل التعبير النمطي (Regex) الصحيح نحوياً في الكود الفعلي بسبب غياب الأعلام اللازمة، أو عدم مراعاة نهايات الأسطر، أو أخطاء محارف الهروب. عندما لا يعثر التعبير على أي نتيجة أو يبتلع المستند بأكمله، فإن محرك Regex يتبع قواعد مسح مختلفة عما تتوقعه.
قبل إعادة صياغة النمط، تحقق من آليات التنفيذ الأساسية التالية بالترتيب:
2. الأعلام الأساسية: g و i و m و s (لا تخلط بين m و s)
تحدد الأعلام سلوك المحرك: g يجلب كافة التطابقات؛ i يتجاهل حالة الأحرف؛ m يفعّل محددات البداية والنهاية لكل سطر؛ s يسمح للنقطة بتجاوز فواصل الأسطر.
- g (شامل): مواصلة البحث عبر النص بأكمله بدلاً من التوقف عند أول تطابق.
- i (تجاهل حالة الأحرف): إزالة الحساسية بين الحروف الكبيرة والصغيرة.
- m (متعدد الأسطر): جعل
^و$يطابقان بداية ونهاية كل سطر مستقل. - s (dotAll): السماح للرمز (
.) بمطابقة محارف السطر الجديد (\n,\r).
فارق تقني حاسم: علم تعدد الأسطر (m) لا يسمح للرمز (.) بتجاوز الأسطر الجديدة إطلاقاً! وفي المقابل فإن علم dotAll (s) لا يجعل ^ و $ يطابقان بدايات ونهايات الأسطر الفردية. الخلط بينهما هو السبب الأول لفشل الاستخراج.
3. المحددات الجشعة (.*) مقابل الكسولة (.*?)
بشكل افتراضي، تكون المحددات الكمية جشعة: فهي تستهلك أكبر قدر ممكن من المحارف قبل الرجوع للخلف.
عند استخراج وسوم HTML من: <div>الأول</div><div>الثاني</div>
النمط الجشع <div>.*</div>: يبتلع النص من أول وسم حتى آخر وسم إغلاق في تطابق هائل واحد.
النمط الكسول <div>.*?</div>: تجعل علامة الاستفهام المُحدِّد الكمي كسولاً (lazy)، ليتوقف عند أول وسم إغلاق (<div>الأول</div>). ومع ذلك، لاستخراج كلا التطابقين المستقلين من النص، يجب تضمين العلم العام (g) (/<div>.*?</div>/g). بدون العلم g، يتوقف المحرك فوراً بعد العثور على التطابق الأول.
4. محارف الهروب ومصيدة الخط المائل العكسي (السياق الحرفي مقابل فئات المحارف)
تحتجز التعبيرات النمطية محارف محجوزة دلالياً: \ ^ $ . | ? * + ( ) [ { } ]. تختلف قواعد الهروب باختلاف السياق:
- خارج فئات المحارف: يلزم إفلات كافة المحارف التركيبية بالشرطة المائلة العكسية (مثل
\.و\$) لمطابقتها كرموز حرفية. - داخل فئات المحارف (
[...]): تفقد معظم المحارف الخاصة وظيفتها وتطابق حرفياً (مثل[.]يطابق النقطة و[*]يطابق النجمة). تحتفظ المحارف^(النفي في البداية)،-(المجال)،](إنهاء الفئة) و\(الهروب) فقط بوظائف خاصة.
في كود جافاسكريبت، ميّز بوضوح بين النمط الحرفي والمنشئ النصي:
// 1. Regex Literal (single backslash required)
const reLiteral = /^\d+\.\d+$/;
// 2. String Constructor (double backslash mandatory)
const reConstructor = new RegExp("^\\d+\\.\\d+$");5. أمثلة عملية معتمدة على محرك GoToolstack
تم فحص كافة الأنماط التالية على محرك ECMAScript بمدخلات حقيقية ونتائج مطابقة مؤكدة:
| السيناريو والمدخلات | النمط والأعلام | التطابق المعتمد المتوقع |
|---|---|---|
ERROR 404 /api\nINFO 200 /home\nERROR 500 /db |
/^ERROR\s+(\d+)/gm |
ERROR 404, ERROR 500 |
Total cost: $49.99 USD |
/\$(\d+\.\d{2})/ |
$49.99 |
/* Multi-line |
/\/\*.*?\*\//s |
/* Multi-line |
6. فروق المحركات والوقاية من هجمات ReDoS
يعمل فاحص GoToolstack داخل محرك المتصفح المحلي. تذكر الفروق التالية مقارنة بـ Python أو PCRE:
- المطابقة الخلفية (Lookbehind): مدعومة في ES2018+ مثل
(?<=...)ولكنها قد تفشل في المتصفحات القديمة. - غياب المحددات التملكية: لا تدعم جافاسكريبت محددات التملك
.*+أو المجموعات الذرية. - هجمات التعطيل ReDoS: الأنماط المتداخلة مثل
(a+)+$تجمد المتصفح. تقوم أداتنا بعزل الفحص في Web Worker مع مؤقت أمان تلقائي. - خرافة التحقق الكامل من البريد: تجنب التعابير المعقدة بمئات المحارف لمطابقة RFC 5322. الفحص الهيكلي البسيط مع إرسال رابط تأكيد هو الأسلوب الآمن.
7. أدوات GoToolstack للمطورين
اختبر وطوّر تعابيرك النمطية مباشرة داخل متصفحك دون إرسال بياناتك لأي خادم خارجي: