Regex-Testtool

Das Regex-Werkzeug hilft, reguläre Ausdrücke zu schreiben, zu testen und zu verstehen. Reguläre Ausdrücke beschreiben Textmuster für Suche, Extraktion, Validierung und Ersetzung, etwa E-Mail-ähnliche Strings, Logfelder, URLs, IDs oder wiederkehrende Formatierungen. Ein Tester macht Treffer, Gruppen, Flags und Grenzfälle sichtbar, bevor ein Muster in Code, Datenpipeline oder Formularvalidierung landet. Regex ist mächtig, aber leicht zu überschätzen: Ein Muster kann zu viel oder zu wenig treffen, bei großen Eingaben langsam werden oder internationale Zeichen nicht korrekt berücksichtigen. Für komplexe Parser, HTML-Strukturen oder sicherheitskritische Validierung ist oft eine spezialisierte Bibliothek robuster.

Der Tester wird von der ECMAScript-RegExp-Engine angetrieben, die in der Sprachspezifikation definiert ist. ECMAScript-Regex ist eine Backtracking-NFA-Implementierung: Die Engine probiert jede Alternative von links nach rechts und setzt zurück, wenn ein Quantor scheitert, was Lookarounds und Backreferences ermöglicht, aber auch katastrophales Backtracking bei adversativen Eingaben erzeugen kann. Die sechs erkannten Flags sind g (global), i (Groß-/Kleinschreibung ignorieren), m (Mehrzeilenmodus, Anker pro Zeile), s (dotAll, '.' passt auf Newline), u (Unicode-Modus) und y (sticky, Verankerung an lastIndex). Die Match-Semantik ändert sich stark je nach Flag. Unter /u behandelt die Engine das Muster als eine Sequenz von Unicode-Codepoints statt UTF-16-Codunits, sodass Surrogate-Paare als ein Zeichen matchen und Unicode-Eigenschaftsklassen wie \p{L} (beliebiger Buchstabe), \p{Sc} (Währungssymbol) und \p{Script=Han} verfügbar werden. Benannte Erfassungsgruppen (?<name>...) und Lookbehind (?<=...) sind Teil von ES2018 und verfügbar in Chromium 64+, Firefox 78+ und Safari 16.4+, aber PCRE-only-Features wie atomare Gruppen (?>...) und possessive Quantoren (a++) sind noch nicht in der Spezifikation. Das größte Produktionsrisiko ist ReDoS — ein Muster wie (a+)+b auf der Eingabe 'aaaaaaaaaaaaaaaa!' erkundet eine exponentielle Anzahl von Pfaden, weil zwei geschachtelte Quantoren dieselbe Zeichenfolge auf viele Arten aufteilen können. Gegenmaßnahmen sind gut bekannt: Vermeiden Sie geschachtelte Quantoren über dieselbe Zeichenklasse, verankern Sie mit ^ und $ wo möglich, bevorzugen Sie atomare Gruppen wenn die Engine sie unterstützt, oder wechseln Sie zu einer linearzeitigen Engine wie Go's RE2 (das Backreferences und Lookbehind gegen garantierte O(n)-Matchzeit eintauscht). Für nicht vertrauenswürdige Eingaben, die serverseitig validiert werden sollen, ist RE2 oder ein handgeschriebener Parser fast immer die sicherere Wahl.

• Engine: ECMAScript RegExp ist ein Backtracking-NFA, kein DFA; das ermöglicht Lookarounds und Backreferences, aber auch katastrophales Backtracking.
• Flags: g (global), i (Groß-/Kleinschreibung ignorieren), m (^/$ pro Zeile), s (dotAll, '.' passt auf \n), u (Unicode-Modus, Surrogate-aware), y (sticky, verankert an lastIndex).
• Unicode-Modus: /u aktiviert Codepoint-Matching plus \p{L} (Buchstabe), \p{Sc} (Währung), \p{Script=Han}; ohne /u verfehlt [a-zA-Z]+ jedes nicht-lateinische Wort.
• Verfügbarkeit moderner Syntax: Benannte Erfassungen (?<n>...) und Lookbehind (?<=...) verfügbar in Chromium 64+, Firefox 78+, Safari 16.4+; atomare Gruppen (?>...) und possessive Quantoren (a++) sind nicht in ECMAScript.
• ReDoS: Geschachtelte Quantoren über dieselbe Klasse wie (a+)+b explodieren exponentiell; verschärfen mit Ankern, atomaren Gruppen, oder Migration zu RE2 / re2-wasm für nicht vertrauenswürdige Eingaben.
• Komplexitätsuntergrenze: Literal-verankerte Muster über einem festen Alphabet laufen in O(n); Backreferences und unbegrenzte Lookarounds treiben den Worst Case auf exponentiell, daher vor dem Einsatz auf adversativen Eingaben benchmarken.