Регулярные выражения в JavaScript: синтаксис и практика

Лупа, фокусируется на коде с регулярными выражениями

О чём эта статья

Эта статья объясняет базовый синтаксис регулярных выражений в JavaScript, примеры применения (test, exec, replace), основные метасимволы, рекомендации по производительности и безопасность. Включены шпаргалка с шаблонами, чек-листы для ролей и критерии приёмки.

Основной синтаксис регулярных выражений

В JavaScript регулярное выражение можно создать двумя способами:

Литерал регулярного выражения: паттерн между косыми чертами, опционально с флагом.
Конструктор RegExp: new RegExp(‘pattern’, ‘flags’).

Примеры:

// Литерал без флага
const re1 = /pattern/;

// Литерал с флагом
const re2 = /pattern/g;

// Конструктор RegExp (полезен при динамических шаблонах)
const re3 = new RegExp('pattern', 'g');

Флаги (наиболее часто используемые):

g — глобальный поиск (все вхождения).
i — нечувствительность к регистру.
m — многострочный режим (влияет на ^ и $).
s — точка (.) матчится с символом новой строки.
u — Unicode-режим (правильная работа с суррогатными парами и Unicode-символами).
y — sticky: матч начинается с текущей позиции lastIndex.

Флаги можно комбинировать: /pattern/gi или new RegExp(‘pattern’, ‘gi’).

Метасимволы и их смысл

Ниже — часто используемые метасимволы. Определения краткие; для практики — см. шпаргалку в конце.

. — любой символ, кроме перевода строки (в режиме s — включая перенос строки).
- — ноль или более повторений предыдущего токена.
- — одно или более повторений предыдущего токена.
? — ноль или одно вхождение (также делает квантификатор ленивым при постфиксе ?).
^ — начало строки/строки.
$ — конец строки/строки.
[] — символьный класс, например [abc] или [0-9A-Za-z].
| — альтернация (логическое ИЛИ).
() — группа и захват (capture group).
\d, \w, \s — цифровой, буквенно-цифровой и пробельный классы соответственно (экранируйте слэш в JSON-представлении кода).
{n}, {n,}, {n,m} — точное/минимальное/диапазонное число повторений.

Важно: многие символы имеют специальное значение и при желании поиска буквальных символов должны экранироваться обратным слэшем: ., *, +, \?, \^, \$, [, \ и т.д.

Проверка строки: test, exec и replace

JavaScript предоставляет несколько методов для работы с регулярными выражениями.

Метод test

.test(string) возвращает true или false — удобно для простых проверок.

let regex = /.com$/;
let str = 'example.com';
console.log(regex.test(str)); // true

Это выражение соответствует строкам, оканчивающимся на “.com”.

Метод exec

.exec(string) возвращает массив совпадений (с захваченными группами) или null, если совпадения нет. Полезен для извлечения частей строки.

let phone = /^\(?([0-9]{3})\)?[-. ]?([0-9]{3})[-. ]?([0-9]{4})$/;
let str = '123-456-7890';
let result = phone.exec(str);

if (result !== null) {
  console.log(result[0] + ' — корректный телефон');
} else {
  console.log('Некорректный телефон');
}

В этом примере регулярное выражение распознаёт форматы (xxx) xxx-xxxx, xxx-xxx-xxxx, xxx.xxx.xxxx и xxx xxx xxxx.

Замечание: при использовании флага g метод exec запоминает позицию lastIndex, поэтому вызывая exec в цикле, вы получаете последовательно все совпадения.

Метод replace

.replace(pattern, replacement) заменяет найденные совпадения шаблона на строку замены. Если передан флаг g — заменяет все вхождения.

let s = 'The quick brown fox jumps over the lazy dog.';
let re = /the/gi;
let newS = s.replace(re, 'a');
console.log(newS); // 'a quick brown fox jumps over a lazy dog.'

В строке выше выражение /the/gi найдёт ‘The’ и заменит на ‘a’, невзирая на регистр.

Когда использовать регулярные выражения и когда нет

Регулярные выражения отлично подходят для:

Валидации строгих шаблонов (почты, телефонов, форматов идентификаторов).
Извлечения структурированных фрагментов текста (парсинг простых логов).
Быстрой замены по шаблону.

Не используйте регулярные выражения, когда:

Задача требует парсинга вложенной структуры (HTML, XML, JSON) — лучше использовать парсер.
Шаблон слишком сложен и нечитаем — поддержка станет проблемой.
Нужно обрабатывать двоичные данные или очень большие тексты с потенциально катастрофическими квантификаторами — риски ReDoS.

Примеры альтернатив:

Для простых проверок: includes(), startsWith(), endsWith().
Для разбора CSV/JSON/HTML: специализированные парсеры.

Производительность и безопасность

Рекомендации:

Делайте шаблоны как можно конкретнее: вместо “.*” используйте ограниченные классы, если возможно.
Избегайте неоптимальных вложенных квантификаторов, например “.*(a+)+” — это риск ReDoS.
При обработке входящих данных с неопределённой длиной ограничивайте время/количество итераций на стороне сервера.
При тестировании паттернов используйте реальные данные и инструменты профилирования.

Безопасность: некоторые регулярные выражения позволяют запустить экспоненциальное число шагов сопоставления для специально сформированных входных данных. Это называется Regular Expression Denial of Service (ReDoS). Всегда тестируйте критичные шаблоны на максимально длинных и злонамеренных строках.

Шпаргалка: часто используемые шаблоны

Цифры: /\d+/ — одно или более цифровых символов.
Только буквы латинского алфавита: /^[A-Za-z]+$/.
E-mail (упрощённая проверка): /^[^\s@]+@[^\s@]+.[^\s@]+$/.
URL (упрощённая): /https?:\/\/[^\s/$.?#].[^\s]*/i.
Дата YYYY-MM-DD: /^\d{4}-\d{2}-\d{2}$/.
UUID v4 (упрощённо): /^[0-9a-fA-F]{8}-[0-9a-fA-F]{4}-[4][0-9a-fA-F]{3}-[89abAB][0-9a-fA-F]{3}-[0-9a-fA-F]{12}$/.

Замечание: сложные стандарты (полный синтаксический анализ email по RFC) требуют специальных парсеров; простая проверка часто достаточна.

Примеры использования и сценарии

Валидация формы: используйте .test() для быстрого булева ответа.
Извлечение данных из лога: применяйте exec() или matchAll() для захвата групп.
Массовая замена: применяйте .replace() с флагом g или функцией-заменителем для сложных преобразований.

Пример: извлечь все хэштеги из текста:

const text = 'Это #тест и #пример регулярных выражений';
const tags = [...text.matchAll(/#(\w+)/g)].map(m => m[1]);
console.log(tags); // ['тест', 'пример']

Алгоритм выбора: regex или нет

flowchart TD
  A[Есть задача с текстом?] --> B{Нужна ли вложенная
структура 'XML/HTML/JSON'?}
  B -- Да --> C[Использовать парсер]
  B -- Нет --> D{Задача — валидация,
поиск или замена?}
  D -- Поиск/Извлечение --> E[Использовать regex]
  D -- Простая проверка --> F[includes/startsWith]
  D -- Парсинг сложный --> C
  E --> G[Тест и оптимизация]

Чек-лист по ролям

Разработчик:

Проверить читаемость и покрытие тестами регулярных выражений.
Ограничить размер входных данных при проверке критичных шаблонов.
Документировать назначение и пример использования.

Тестировщик:

Подготовить позитивные и негативные тесты (корректные, максимально длинные, злонамеренные строки).
Проверить поведение при Unicode-символах.

DevOps/Эксплуататор:

Настроить метрики времени выполнения и лимиты для пользовательских вводов.
Мониторить ошибки и увеличившуюся латентность при обработке текстов.

Критерии приёмки

Все пользовательские сценарии валидации проходят автоматические тесты.
Набор тестов включает крайние случаи и злонамеренные входы.
Регулярные выражения задокументированы: назначение, примеры и ограничения.
Производительность на реальных данных соответствует SLA/ожиданиям.

Тест-кейсы и примеры приёмки

Валидация email: корректные и некорректные адреса.
Функция извлечения телефонов: форматы с дефисами, точками, пробелами и в скобках.
Замена слова: проверка регистра и количества замен.
Нагрузочный тест: длинные строки с шаблонами, провоцирующими бэк-трекинг.

Когда регулярные выражения ломаются: примеры

Попытка распарсить HTML регулярками приведёт к неустойчивости при вложенности и атрибутах.
Шаблоны с множественными вложенными квантификаторами могут сильно замедлять работу (ReDoS).
Некорректная обработка Unicode: без флага u может неправильно работать с эмодзи и комбинирующими символами.

Альтернативные подходы

Для простых задач используйте методы строк: indexOf, includes, split, slice.
Для сложной грамматики применяйте парсеры (peg.js, sax, DOMParser).
Для экстракции сущностей используйте NLP-инструменты при необходимости семантического анализа.

Шпаргалка по безопасности и жёсткие рекомендации

Всегда тестируйте на злонамеренных строках, особенно если паттерн принимается из внешнего ввода.
Добавьте тайм-ауты или лимит итераций при серверной обработке.
При возможности избегайте конструкций вида (a+)+ или .?. с неопределёнными границами.

Мини-методология для внедрения regex в проект

Поставьте задачу и определите ограничения (максимальная длина входа, набор допустимых символов).
Напишите читаемый шаблон с комментариями (в JS можно строить строку с пояснениями вне RegExp).
Покройте юнит-тестами позитивные/негативные случаи.
Проведите нагрузочное тестирование и тесты на ReDoS.
Документируйте шаблон в репозитории.

Короткий глоссарий (1 строка на термин)

Регулярное выражение: строка, описывающая шаблон для поиска в тексте.
Квантификатор: символы *, +, ? или {n,m}, определяющие количество повторений.
Capturing group: группа в скобках, позволяющая извлечь часть совпадения.
ReDoS: атака на отказ в обслуживании через экспоненциальный бэк-трекинг в regex.

Заключение

Регулярные выражения — мощный инструмент для работы со строками в JavaScript. Они позволяют быстро валидировать, искать и преобразовывать текст, но требуют аккуратности: поддерживаемость, безопасность и производительность зависят от простоты и конкретности шаблонов. Используйте регулярные выражения там, где они действительно дают преимущество, комбинируйте с простыми строковыми методами и всегда тестируйте на реальных и злонамеренных данных.

Важно: документация, тесты и код-ревью для сложных шаблонов спасают время дальше при поддержке.