PCRE چیست؟

PCRE مخفف "Perl Compatible Regular Expressions" به معنی "عبارات منظم سازگار با Perl" است. این یک کتابخانه قدرتمند است که امکان کار با عبارات منظم (Regular Expressions) را فراهم می‌کند و از نظر سازگاری، بسیار شبیه به سیستم عبارات منظم در زبان Perl طراحی شده است. PCRE به زبان C نوشته شده و از طریق کتابخانه‌های برنامه‌نویسی در بسیاری از زبان‌های دیگر نیز قابل دسترسی است. با این وجود، هدف اصلی از توسعه PCRE، ارائه امکانات پیشرفته‌ی عبارات منظم، مشابه آنچه در Perl یافت می‌شود، بوده است.

مقدمه‌ای بر عبارات منظم

عبارات منظم (Regular Expressions) یا regex مجموعه‌ای از کاراکترها هستند که الگوهایی برای جستجو و تطابق متنی در رشته‌ها را تعریف می‌کنند. این ابزار به توسعه‌دهندگان اجازه می‌دهد که در فایل‌ها یا داده‌ها به دنبال الگوهای خاصی بگردند و یا رشته‌ها را پردازش و تغییر دهند. عبارات منظم کاربردهای زیادی دارند؛ از جستجو و جایگزینی در متن‌ها تا اعتبارسنجی ورودی کاربران و پردازش داده‌ها در سطح گسترده. برای آشنایی کامل با عبارات منظم اینجا یا Regular Expressions کلیک کنید.

با اینکه بسیاری از زبان‌های برنامه‌نویسی مثل Python، Java و JavaScript عبارات منظم خود را دارند، زبان Perl به‌دلیل امکانات گسترده و قدرتمند خود در این حوزه مشهور است. PCRE توسعه داده شده تا همین قابلیت‌ها را به دیگر زبان‌ها نیز ارائه دهد.

تاریخچه و پیدایش PCRE

کتابخانه PCRE در اواخر دهه 1990 توسط Philip Hazel طراحی و توسعه داده شد. هدف از این پروژه، ایجاد یک ابزار قدرتمند برای پشتیبانی از عبارات منظم مشابه آنچه در Perl وجود دارد، اما در زبان‌هایی مثل C و C++ قابل استفاده باشد. این ابزار به سرعت به یکی از پرکاربردترین کتابخانه‌ها برای کار با عبارات منظم در پروژه‌های متن‌باز و تجاری تبدیل شد.

امکانات و قابلیت‌های PCRE

PCRE امکانات متنوع و پیشرفته‌ای را در زمینه عبارات منظم فراهم می‌کند که از مهم‌ترین آن‌ها می‌توان به موارد زیر اشاره کرد:

1. تطابق‌های پیشرفته (Advanced Matching)

PCRE از قابلیت‌های پیچیده تطابق، مانند تطابق تکراری و تطابق‌های غیر حریص (non-greedy matching) پشتیبانی می‌کند. در تطابق‌های غیر حریص، الگو تا حد امکان کمتر تکرار می‌شود، که این موضوع در پردازش سریعتر و دقت بالاتر کمک می‌کند.

2. گروه‌بندی و بک‌رفرنس‌ها (Grouping and Backreferences)

PCRE قابلیت گروه‌بندی بخش‌های مختلف الگو را داراست. این قابلیت به توسعه‌دهندگان اجازه می‌دهد تا الگوهای پیچیده‌تر را تعریف کنند. به علاوه، با استفاده از بک‌رفرنس‌ها، می‌توان به گروه‌های قبلی تطابق داده شده اشاره کرد.

3. پشتیبانی از کاراکترهای یونیکد

PCRE امکان تطابق با کاراکترهای یونیکد را فراهم می‌کند، که این ویژگی به‌ویژه در پروژه‌های بین‌المللی یا زبان‌هایی که از کاراکترهای غیر لاتین استفاده می‌کنند بسیار اهمیت دارد.

4. تطابق‌های شرطی (Conditional Matches)

یکی دیگر از قابلیت‌های قدرتمند PCRE تطابق‌های شرطی است. این امکان به کاربر اجازه می‌دهد که الگوهایی را تعریف کند که براساس وجود یا عدم وجود یک الگو دیگر رفتار متفاوتی داشته باشند.

5. عبارات منظم تودرتو

PCRE از عبارات منظم تودرتو نیز پشتیبانی می‌کند، به این معنی که می‌توان عبارات منظم پیچیده‌ای را درون عبارات دیگر استفاده کرد. این ویژگی به‌ویژه برای الگوهای پیچیده‌تر کاربرد دارد.

تفاوت‌های PCRE با دیگر کتابخانه‌های عبارات منظم

اگرچه PCRE به‌طور گسترده‌ای شبیه به سیستم عبارات منظم در Perl است، اما در مقایسه با دیگر پیاده‌سازی‌های عبارات منظم مانند POSIX تفاوت‌هایی دارد. این تفاوت‌ها به کارایی بالاتر و امکانات بیشتر PCRE نسبت به برخی دیگر از کتابخانه‌های عبارات منظم کمک می‌کنند:

• کارایی بالاتر: PCRE بهینه‌سازی شده تا تطابق‌های سریع‌تری را ارائه دهد.
• پشتیبانی از ویژگی‌های پیشرفته‌تر: برخی از ویژگی‌های پیچیده، مانند lookahead و lookbehind در بسیاری از سیستم‌های عبارات منظم دیگر پشتیبانی نمی‌شوند، اما در PCRE به‌خوبی پیاده‌سازی شده‌اند.
• سازگاری با Perl: اگرچه PCRE با Perl سازگار است، اما برخی از قابلیت‌های پیشرفته Perl در آن پیاده‌سازی نشده است.

کاربردهای PCRE

PCRE در بسیاری از پروژه‌های نرم‌افزاری و سیستم‌های مختلف به‌طور گسترده‌ای استفاده می‌شود. از جمله کاربردهای متداول این کتابخانه می‌توان به موارد زیر اشاره کرد:

1. سرورهای وب (Web Servers)

یکی از معروف‌ترین کاربردهای PCRE، استفاده در وب‌سرور Apache است. ماژول‌های مختلف Apache از PCRE برای تطابق و پردازش URL‌ها و درخواست‌های ورودی استفاده می‌کنند.

2. سیستم‌های مدیریت محتوا (CMS)

بسیاری از سیستم‌های مدیریت محتوا و پلتفرم‌های وب‌سایتی از PCRE برای جستجو و جایگزینی محتوای متنی، اعتبارسنجی ورودی‌ها و پردازش داده‌ها بهره می‌برند.

3. پردازشگرهای لاگ

نرم‌افزارهایی که برای تحلیل و پردازش فایل‌های لاگ استفاده می‌شوند (مانند Logstash)، اغلب از PCRE برای جستجو و فیلتر کردن اطلاعات مهم از میان داده‌های بزرگ استفاده می‌کنند.

4. پردازش و تجزیه داده‌ها

کتابخانه‌های پردازش داده مثل grep و ابزارهای خط فرمانی مشابه نیز از PCRE برای جستجوی سریع الگوها در فایل‌های متنی بزرگ استفاده می‌کنند.

نحوه استفاده از PCRE

برای استفاده از PCRE، شما می‌توانید این کتابخانه را در پروژه‌های C یا C++ خود لینک کنید. همچنین، بسیاری از زبان‌های برنامه‌نویسی مدرن مانند Python، PHP و JavaScript از این کتابخانه یا نسخه‌های مشابه آن پشتیبانی می‌کنند.

در یک پروژه ساده C می‌توانید از PCRE به شکل زیر استفاده کنید:

//-------------------------------------------------------------------
// Programmer       : Ebrahim Shafiei (EbraSha)
// Email            : [email protected]
//-------------------------------------------------------------------

#include <pcre.h>
#include <stdio.h>

int main() {
    const char *error;
    int erroffset;
    int ovector[30];
    pcre *re;

    // Compile the regular expression pattern
    re = pcre_compile("hello", 0, &error, &erroffset, NULL);
    if (re == NULL) {
        printf("PCRE compilation failed at offset %d: %s\n", erroffset, error);
        return 1;
    }

    // Execute the regular expression
    int rc = pcre_exec(re, NULL, "hello world", 11, 0, 0, ovector, 30);
    if (rc < 0) {
        printf("PCRE match failed\n");
        pcre_free(re);
        return 1;
    }

    printf("PCRE match succeeded!\n");
    pcre_free(re);
    return 0;
}

در این مثال ساده، الگوی "hello" جستجو شده و اگر در رشته "hello world" تطابقی یافت شود، پیغام "PCRE match succeeded!" نمایش داده می‌شود.

مثال ساده از استفاده از PCRE در PHP

در این مثال از تابع preg_match برای جستجوی یک الگوی خاص (مثلاً یک کلمه) در یک رشته استفاده می‌شود:

<?php
//-------------------------------------------------------------------
// Programmer       : Ebrahim Shafiei (EbraSha)
// Email            : [email protected]
//-------------------------------------------------------------------

// Define the pattern and the subject string
$pattern = "/hello/";
$subject = "hello world";

// Execute the pattern match
if (preg_match($pattern, $subject)) {
    echo "Match found!";
} else {
    echo "No match found.";
}
?>

در این مثال:

• الگوی /hello/ به دنبال کلمه "hello" در رشته‌ی hello world می‌گردد.
• اگر تطابقی پیدا شود، پیام "Match found!" نمایش داده می‌شود؛ در غیر این صورت پیام "No match found." چاپ خواهد شد.

مثال پیشرفته‌تر: جایگزینی یک عبارت با استفاده از preg_replace

در این مثال از تابع preg_replace برای جایگزینی کلمه "world" با کلمه "PHP" در یک رشته استفاده می‌شود:

<?php
//-------------------------------------------------------------------
// Programmer       : Ebrahim Shafiei (EbraSha)
// Email            : [email protected]
//-------------------------------------------------------------------

// Define the pattern and the subject string
$pattern = "/world/";
$replacement = "PHP";
$subject = "hello world";

// Replace the pattern in the subject string
$result = preg_replace($pattern, $replacement, $subject);

echo $result;  // Output: hello PHP
?>

در این مثال:

• الگوی /world/ به دنبال کلمه "world" می‌گردد.
• با استفاده از preg_replace، این کلمه با "PHP" جایگزین می‌شود و نتیجه "hello PHP" خواهد بود.

استفاده از گروه‌بندی و بک‌رفرنس‌ها

در این مثال پیچیده‌تر، از گروه‌بندی و بک‌رفرنس برای جایگزینی الگوهای خاص استفاده می‌شود:

<?php
//-------------------------------------------------------------------
// Programmer       : Ebrahim Shafiei (EbraSha)
// Email            : [email protected]
//-------------------------------------------------------------------

// Define the pattern with groups and backreferences
$pattern = "/(\d{4})-(\d{2})-(\d{2})/";
$replacement = "$3/$2/$1"; // Rearrange date format to DD/MM/YYYY
$subject = "Today's date is 2024-09-26.";

// Replace the pattern in the subject string
$result = preg_replace($pattern, $replacement, $subject);

echo $result;  // Output: Today's date is 26/09/2024.
?>

در این مثال:

• الگوی /(\d{4})-(\d{2})-(\d{2})/ به دنبال یک تاریخ به فرمت YYYY-MM-DD می‌گردد و از گروه‌بندی برای استخراج سال، ماه و روز استفاده می‌کند.
• "$3/$2/$1" به معنی جایگزینی الگو با فرمت جدید DD/MM/YYYY است.