Регулярні вирази

Регулярні вирази (regex) — це мова шаблонів для пошуку, перевірки й заміни в рядках. В ABAP регулярні вирази використовуються у FIND/REPLACE, вбудованих функціях (find, match, replace, contains, substring_* тощо), функціях ABAP SQL/CDS (like_regexpr, replace_regexpr …) і через об’єктне API класів CL_ABAP_REGEX / CL_ABAP_MATCHER.

Основний синтаксис — PCRE (Perl Compatible Regular Expressions). Підтримуються також XPath і XSD (автоматично конвертуються в PCRE). Застаріло: POSIX (REGEX/regex додатки й параметри; краще одразу PCRE/pcre).

Короткий довідник PCRE

Символи та класи

Вираз	Значення
x	Конкретний символ
.	Будь-який символ крім переводу рядка (у dotall mode — будь-який)
\d / \D	Цифра / не цифра
\s / \S	Whitespace (пробіл, табуляція, новий рядок) / не whitespace
\w / \W	Слівний символ (літера, цифра, _) / не слівний
\n, \t, \r, \R	LF, tab, CR, будь-яка послідовність нового рядка
\x{hex}	Символ за hex-кодом
\p{..} / \P{..}	Юнікод-властивість (напр. \p{Ll} — малі літери)

" Замінити всі цифри на #
DATA(res) = replace( val = `a1-b2 3-4c9` pcre = `\d` with = `#` occ = 0 ).  " a#-b# #-#c#

" Замінити всі whitespace
res = replace( val = |ab cd\tef\ngh| pcre = `\s` with = `#` occ = 0 ).       " ab#cd#ef#gh

Квантифікатори та альтернативи

Вираз	Значення
x*, x+	0+ / 1+ повторень (жадібно)
x?	Опціонально (0 або 1)
x{m}, x{m,n}, x{m,}	Точно m / від m до n / m і більше
x*?, x+?	Нежадібні версії
x|y	Альтернатива: x або y

" Жадібний vs нежадібний
DATA(a) = replace( val = `<span>Hallo</span>` pcre = `<.+>`  with = `#` ).  " # (цілий блок)
DATA(b) = replace( val = `<span>Hallo</span>` pcre = `<.+?>` with = `#` ).  " #Hallo#

Грабля: жадібний .+

За замовчуванням квантифікатори жадібні й захоплюють максимум. Для «першого закриваючого тегу» завжди пишіть .+? або використовуйте негативний клас [^>]+.

Набори та діапазони

Вираз	Значення
[abc]	Будь-який символ із набору
[a-z]	Діапазон
[^abc]	Заперечення — не зі списку
[^a-z]	Заперечення діапазону

DATA(r) = replace( val = `bit bat but bet` pcre = `b[iu]` with = `#` occ = 0 ).  " #t bat #t bet

Якорі та позиції

Вираз	Значення
\A, \Z	Початок / кінець всього тексту
^, $	Початок / кінець рядка (у multi-line mode — кожного рядка)
\b, \B	Межа слова / не межа
\K	Скидає стартову позицію збігу (символи до \K не входять у match)

" Знайти останню кому й усе після неї (\K виключає кому)
FIND PCRE `,(?!.*,)\K.*` IN str MATCH OFFSET DATA(off) MATCH LENGTH DATA(len).

Групи та зворотні посилання

Вираз	Значення
(...)	Capturing group
(?<name>...), (?'name'...)	Іменована група
(?:...)	Non-capturing group
\1, \2	Back-reference на n-ту групу
$0, $1, ${name}	Посилання в заміні ($0 — увесь збіг)

" Переставити пари: APAB → ABAP
DATA(s) = replace( val = `APAB` pcre = `(..)(..)` with = `$2$1` ).

" Іменовані групи: YYYYMMDD → DD.MM.YYYY
DATA(date) = replace(
  val  = `20241128`
  pcre = `(?<yr>\d{4})(?<mo>\d{2})(?<d>\d{2})`
  with = `${d}.${mo}.${yr}` ).   " 28.11.2024

Lookarounds

Вираз	Значення
(?=...)	Позитивний lookahead — далі є патерн
(?!...)	Негативний lookahead — далі немає
(?<=...)	Позитивний lookbehind — перед є патерн
(?<!...)	Негативний lookbehind

" 'c' після пробілу
DATA(r) = replace( val = `ab c abcd` pcre = `(?<=\s)c` with = `#` occ = 0 ).   " ab # abcd

" 'a', за якою НЕ йде 'b'
r = replace( val = `abc ade` pcre = `a(?!b)` with = `#` occ = 0 ).              " abc #de

Опції та контрольні дієслова

Опція	Значення
(?i)	Ignore case
(?m)	Multi-line (^/$ на кожному рядку)
(?s)	Single-line / dotall (. матчить \n)
(?-x)	Вимкнути extended mode
(*UTF)	Увімкнути UTF mode
(*CR), (*LF), (*CRLF), (*ANYCRLF)	Тип перенесення рядка

Грабля: extended mode за замовчуванням

ABAP PCRE — у extended mode, тобто неекранований пробіл у патерні ігнорується. Щоб матчити пробіл, пишіть \s, \ або вимкніть режим через (?-x).

" Extended mode: пробіл у патерні ігнорується
DATA(a) = replace( val = `abc def` pcre = `abc def` with = `#` ).        " НЕ замінить
DATA(b) = replace( val = `abc def` pcre = `abc\sdef` with = `#` ).       " #
DATA(c) = replace( val = `abc def` pcre = `(?-x)abc def` with = `#` ).   " #

Заміна регістру в replacement

Маркер	Дія
\u	Перший символ — uppercase
\U	Усе — uppercase до \L/\E
\l / \L	Те саме для lowercase
\E	Завершити трансформацію

DATA(r) = replace( val = `abcdefg` pcre = `c(.*)` with = `c\U$1` ).      " abcDEFG
r       = replace( val = `abcdefg` pcre = `c(..)(..)` with = `c\U$1\E$2` ). " abcDEfg

ABAP-оператори з regex

FIND і REPLACE з додатком PCRE. Корисні додатки: ALL OCCURRENCES, MATCH COUNT, RESULTS, SUBMATCHES, MATCH OFFSET/LENGTH, IN TABLE, IGNORING CASE, FROM ... TO ..., REPLACEMENT COUNT.

DATA(str) = `Cathy's black cat on the mat played with Matt.`.

" Кількість літер
FIND ALL OCCURRENCES OF PCRE `[A-Za-z]` IN str MATCH COUNT DATA(n).

" Усі входження з позиціями в таблицю match_result_tab
FIND ALL OCCURRENCES OF PCRE `\s` IN str RESULTS DATA(res).

" SUBMATCHES — витягти групи напряму
FIND PCRE `(.*)\son\s(.*)` IN str IGNORING CASE SUBMATCHES DATA(left) DATA(right).

" REPLACE із підрахунком
REPLACE ALL OCCURRENCES OF PCRE `p.` IN str WITH `#`
  REPLACEMENT COUNT DATA(cnt) RESULTS DATA(repl_res).

Пошук у внутрішній таблиці (тип рядка має бути character-like):

DATA(itab) = VALUE string_table( ( `abc` ) ( `def` ) ( `ghi` ) ).

FIND ALL OCCURRENCES OF PCRE `\w` IN TABLE itab RESULTS DATA(tab_res).

REPLACE ALL OCCURRENCES OF PCRE `\d` IN TABLE itab FROM 1 TO 2 WITH `#`.

Вбудовані функції з regex

Приймають параметр pcre замість sub. Параметр occ вказує номер входження (0 — усі для replace).

DATA(text) = `Pieces of cakes.`.

DATA(p1) = find( val = text pcre = `\.` ).                 " 15
DATA(p2) = find_end( val = text pcre = `\s` ).             " 7
DATA(c)  = count( val = text pcre = `\s` ).                " 2

" match — повертає сам збіг
DATA(email) = match( val = `Write to jon.doe@email.com please`
                     pcre = `\w+(\.\w+)*@(\w+\.)+(\w{2,4})` ).   " jon.doe@email.com

" substring_* з regex
text = `Lorem ipsum dolor sit amet`.
DATA(sa) = substring_after(  val = text pcre = `\s` occ = 2 ).   " dolor sit amet
DATA(sb) = substring_before( val = text pcre = `\s` occ = 2 ).   " Lorem ipsum

" Предикати
DATA(ok) = xsdbool( matches( val  = `jon.doe@email.com`
                             pcre = `\w+(\.\w+)*@(\w+\.)+(\w{2,4})` ) ).

Regex у ABAP SQL і CDS

Для SQL/CDS — окремі функції (використовують PCRE1 у HANA).

Функція	Призначення
like_regexpr( pcre = ... value = ... )	1/0 — знайдено чи ні
locate_regexpr / locate_regexpr_after	Offset збігу (початок / після)
occurrences_regexpr	Кількість входжень
replace_regexpr	Заміна
substring_regexpr	Підрядок за патерном

SELECT SINGLE
  carrid,
  url,
  like_regexpr(        pcre = '\..',  value = url )                 AS has_dot,
  locate_regexpr(      pcre = '\..',  value = url, occurrence = 2 ) AS pos_2nd,
  occurrences_regexpr( pcre = '\..',  value = url )                 AS n_matches,
  replace_regexpr(     pcre = '\..',  value = url, with = '#' )     AS url_masked,
  substring_regexpr(   pcre = '\...', value = url )                 AS fragment
  FROM zdemo_abap_carr
  WHERE carrid = 'LH'
  INTO @DATA(result).

CL_ABAP_REGEX і CL_ABAP_MATCHER

Для багаторазового використання шаблону або складнішої обробки — об’єктне API.

• CL_ABAP_REGEX — об’єктне представлення regex. Метод create_pcre створює інстанс із PCRE-шаблоном. Параметри: ignore_case, extended, enable_multiline, table тощо.
• CL_ABAP_MATCHER — застосовує regex до рядка або таблиці. Методи: find_all, find_next, replace_all, get_match, get_offset, get_length, get_submatch, set_callout.

DATA(str) = `a1 # B2 ? cd . E3`.

" Створити regex і matcher
DATA(regex)    = cl_abap_regex=>create_pcre( pattern = `\D\d` ignore_case = abap_true ).
DATA(matcher)  = regex->create_matcher( text = str ).

" Або одним викликом
DATA(matcher2) = cl_abap_matcher=>create_pcre( pattern = `\D\d`
                                               text    = str
                                               ignore_case = abap_true ).

" Усі збіги
DATA(all) = matcher->find_all( ).   " type match_result_tab

" Послідовний обхід через find_next
DATA strtab TYPE string_table.
WHILE matcher2->find_next( ) = abap_true.
  DATA(off) = matcher2->get_offset( ).
  DATA(len) = matcher2->get_length( ).
  APPEND |{ off }:{ len } { str+off(len) }| TO strtab.
ENDWHILE.

" Заміна всіх
DATA(cnt) = matcher2->replace_all( newtext = `#$1#` ).
DATA(out) = matcher2->text.

Пошук у таблиці через matcher:

DATA(tab) = VALUE string_table( ( `abZdez` ) ( `zZfghZ` ) ( `ijkZZz` ) ).
DATA(m)   = cl_abap_matcher=>create_pcre( pattern = `z+`
                                          table   = tab
                                          ignore_case = abap_true ).
m->replace_all( newtext = `#` ).
DATA(tab_out) = m->table.

Multiline / extended параметри:

" Multi-line: ^ матчить початок кожного рядка
DATA(mm) = cl_abap_matcher=>create_pcre( pattern = `^`
                                         text    = |abc\ndef\nghi|
                                         enable_multiline = abap_true ).
mm->replace_all( newtext = `#` ).   " #abc\n#def\n#ghi

" Вимкнути extended — пробіли враховуються
DATA(me) = cl_abap_matcher=>create_pcre( pattern = `abc def`
                                         text    = `abc def`
                                         extended = abap_false ).
me->replace_all( newtext = `#` ).   " #

Порада: reuse через CL_ABAP_REGEX

Якщо той самий шаблон застосовується до багатьох рядків у циклі, створіть один cl_abap_regex і використовуйте create_matcher( text = ... ) для кожного тексту — компіляція шаблону виконується лише раз.

Коли використовувати що

Задача	Рішення
Разова перевірка формату	matches( val = ... pcre = ... )
Перший збіг як рядок	match( ... )
Заміна всіх входжень	replace( ... occ = 0 ) або REPLACE ALL OCCURRENCES OF PCRE
Позиції всіх збігів	FIND ALL OCCURRENCES OF PCRE ... RESULTS ...
Витяг груп	SUBMATCHES DATA(...) або RESULTS зі submatches
Регулярка в SQL	*_regexpr функції ABAP SQL/CDS
Складна обробка з callbacks	CL_ABAP_REGEX + CL_ABAP_MATCHER + set_callout
Reuse шаблону в циклі	Один cl_abap_regex, багато create_matcher

Винятки

Виняток	Коли
CX_SY_INVALID_REGEX	Невалідний синтаксис patterns
CX_SY_INVALID_REGEX_FORMAT	Невалідне посилання в replacement (напр. $2 без групи 2)
CX_SY_REGEX_TOO_COMPLEX	Надто складний regex (обмеження рушія)

_{Адаптовано з 28_Regular_Expressions.md (Apache 2.0).}