Regex Spickzettel: Reguläre Ausdrücke Referenz

Regex Grundlagen: Was Sind Reguläre Ausdrücke?

Reguläre Ausdrücke (Regular Expressions, kurz Regex) sind Muster zur Textsuche und -manipulation. Sie werden in praktisch jeder Programmiersprache und vielen Texteditoren unterstützt. Ob Sie in einer Datenbank suchen, Eingabefelder validieren, Logs durchsuchen oder Text ersetzen — Regex ist das passende Werkzeug.

Ein regulärer Ausdruck beschreibt eine Menge von Zeichenketten. Der Ausdruck /[0-9]{5}/ beschreibt beispielsweise alle fünfstelligen Zahlen — also auch deutsche Postleitzahlen. Der Ausdruck /^[A-Z]/ trifft auf alle Texte zu, die mit einem Grossbuchstaben beginnen.

Testen Sie Ihre Regex-Muster direkt in unserem Regex Tester — mit Echtzeit-Highlighting und Erklärung der Treffer.

Zeichen und Zeichenklassen

Die grundlegenden Bausteine regulärer Ausdrücke:

Literale Zeichen: Die meisten Zeichen stehen für sich selbst. abc findet den Text "abc".

Metazeichen: Diese Zeichen haben eine besondere Bedeutung und müssen mit \ escaped werden, wenn sie wörtlich gemeint sind: . * + ? ^ $ { } [ ] ( ) | \

Vordefinierte Zeichenklassen:

• . — Jedes Zeichen ausser Zeilenumbruch.
• \d — Eine Ziffer (0-9). Äquivalent zu [0-9].
• \D — Keine Ziffer. Äquivalent zu [^0-9].
• \w — Ein Wortzeichen (Buchstabe, Ziffer oder Unterstrich). Äquivalent zu [a-zA-Z0-9_].
• \W — Kein Wortzeichen.
• \s — Ein Whitespace-Zeichen (Leerzeichen, Tab, Zeilenumbruch).
• \S — Kein Whitespace-Zeichen.

Eigene Zeichenklassen:

• [abc] — a, b oder c.
• [a-z] — Jeder Kleinbuchstabe.
• [^abc] — Jedes Zeichen ausser a, b und c (Negation).
• [a-zA-Z0-9] — Jeder Buchstabe oder Ziffer.

Quantifizierer: Wie Oft?

Quantifizierer bestimmen, wie oft ein Zeichen oder eine Gruppe vorkommen darf:

• * — Null oder mehr Male (gierig). a* findet "", "a", "aaa".
• + — Ein oder mehr Male (gierig). a+ findet "a", "aaa", aber nicht "".
• ? — Null oder ein Mal (optional). colou?r findet "color" und "colour".
• {n} — Genau n Mal. \d{5} findet genau fünf Ziffern.
• {n,} — Mindestens n Mal. \d{3,} findet drei oder mehr Ziffern.
• {n,m} — Zwischen n und m Mal. \d{2,4} findet zwei bis vier Ziffern.

Gierig vs. Genügsam: Standardmässig sind Quantifizierer gierig — sie finden den längstmöglichen Treffer. Durch Anhängen von ? werden sie genügsam: .*? findet den kürzestmöglichen Treffer. Das ist besonders wichtig bei HTML-Tags: <.*> frisst alles bis zum letzten >, während <.*?> beim ersten > aufhört.

Anker, Gruppen und Alternativen

Anker:

• ^ — Anfang der Zeile/des Strings.
• $ — Ende der Zeile/des Strings.
• \b — Wortgrenze. \bWort\b findet "Wort" als ganzes Wort, nicht als Teil von "Wortschatz".

Gruppen:

• (abc) — Einfangende Gruppe. Fasst Zeichen zusammen und speichert den Treffer für Rückverweise.
• (?:abc) — Nicht-einfangende Gruppe. Fasst zusammen ohne zu speichern (effizienter).
• (?<name>abc) — Benannte Gruppe. Der Treffer kann per Name referenziert werden.
• \1, \2 — Rückverweis auf die erste/zweite Gruppe.

Alternativen:

• a|b — a oder b. cat|dog findet "cat" oder "dog".
• (rot|blau|grün) — Eine der drei Farben.

Praxisbeispiele für den Alltag

Hier einige nützliche Regex-Muster für häufige Aufgaben:

Deutsche Postleitzahl: /^\d{5}$/ — Genau fünf Ziffern.

E-Mail-Adresse (vereinfacht): /^[\w.+-]+@[\w-]+\.[a-zA-Z]{2,}$/ — Deckt die gängigsten E-Mail-Formate ab. Für produktive Validierung empfiehlt sich eine Bibliothek.

Deutsche Telefonnummer: /^(\+49|0)[1-9]\d{1,14}$/ — Mit oder ohne Landesvorwahl.

URL: /^https?:\/\/[\w.-]+\.[a-zA-Z]{2,}/ — HTTP oder HTTPS URLs.

IP-Adresse (IPv4): /^(\d{1,3}\.){3}\d{1,3}$/ — Grundform. Für exakte Validierung (0-255 pro Oktett) ist das Muster deutlich komplexer.

Datum (DD.MM.YYYY): /^(0[1-9]|[12]\d|3[01])\.(0[1-9]|1[0-2])\.\d{4}$/ — Deutsches Datumsformat mit Punkten.

HTML-Tags entfernen: /<[^>]+>/g — Entfernt alle HTML-Tags aus einem Text. Für produktiven Einsatz verwenden Sie besser einen HTML-Parser.

Häufige Regex-Fehler und Wie Man Sie Vermeidet

• Alles mit .* matchen: Der häufigste Anfängerfehler. .* ist extrem gierig und frisst mehr als gewollt. Verwenden Sie spezifischere Zeichenklassen oder genügsame Quantifizierer (.*?).
• Sonderzeichen nicht escapen: . findet jedes Zeichen, nicht nur einen Punkt. Für einen wörtlichen Punkt schreiben Sie \..
• Anker vergessen: Ohne ^ und $ findet /\d{5}/ auch "123456" (die ersten fünf Ziffern). Mit Ankern (/^\d{5}$/) wird nur exakt fünf Ziffern akzeptiert.
• Katastrophales Backtracking: Muster wie (a+)+$ können bei bestimmten Eingaben exponentiell langsam werden (ReDoS). Vermeiden Sie verschachtelte Quantifizierer auf der gleichen Zeichenklasse.
• Regex für alles verwenden: Regex ist mächtig, aber nicht für alles geeignet. HTML-Parsing, E-Mail-Validierung nach RFC 5322 und mathematische Ausdrücke sind besser mit spezialisierten Parsern zu lösen.

Testen und debuggen Sie Ihre regulären Ausdrücke mit unserem kostenlosen Regex Tester — mit Echtzeit-Matching und verständlichen Erklärungen.