Les bases des regex : guide du débutant

À quoi servent les regex

Une expression régulière décrit un motif plutôt qu'une chaîne exacte, ce qui permet de rechercher, valider, extraire et remplacer du texte bien plus souplement. Au lieu de chercher un numéro fixe, tu décrives la forme de n'importe quel numéro et tu les trouves tous. Elles alimentent le rechercher-remplacer des éditeurs, la validation de formulaires et l'extraction de données depuis journaux et textes.

Les briques de base

L'essentiel d'un motif est du texte littéral qui se représente lui-même. Là où le texte varie, on utilise des classes de caractères : \d correspond à un chiffre, \w à un caractère de mot (lettres, chiffres, underscore), \s à un espace, et le point . à presque n'importe quel caractère unique. Un ensemble entre crochets comme [aeiou] correspond à l'un des caractères listés, et [^0-9] à tout sauf ceux-là.

Quantificateurs et ancres

Les quantificateurs indiquent combien de fois l'élément précédent peut se répéter : * zéro ou plus, + un ou plus, ? optionnel (zéro ou un), et {3} exactement trois, {2,4} entre deux et quatre. Les ancres fixent la correspondance : ^ marque le début du texte et $ la fin, si bien que ^abc$ ne correspond qu'à la chaîne exacte « abc ». Les parenthèses ( ) regroupent des parties.

Un exemple concret

Pour trouver un numéro comme 555-1234, décris sa forme : trois chiffres, un tiret, quatre chiffres. C'est \d{3}-\d{4}. Pour autoriser aussi un indicatif optionnel entre parenthèses, tu peux l'étendre pas à pas, en testant au fur et à mesure. Note que les quantificateurs sont gourmands par défaut — ils prennent le plus possible — ce qui est bon à retenir quand les motifs s'allongent.

Questions fréquentes

Que signifie \d en regex ?

Il correspond à un chiffre, de 0 à 9. Ainsi \d{3} correspond à exactement trois chiffres d'affilée.

Quelle différence entre * et + ?

* correspond à zéro ou plus de l'élément précédent, + à un ou plus — donc + exige au moins une occurrence.

Les regex sont-elles identiques dans tous les langages ?

La syntaxe de base est commune, mais les détails et variantes diffèrent entre JavaScript, Python, PCRE et d'autres — consulte la doc de ton langage pour les cas limites.