Grundzeichen: Literale, Zeichenklassen, Quantoren

Nach dem Überblick in L1 gehen wir in die Bausteine. Diese Lektion ist quasi das Vokabel-Training für Regex: du lernst jedes einzelne Zeichen und seine Bedeutung. Anschließend kannst du selbst Muster zusammenbauen. Wir teilen die Bausteine in drei Kategorien: Literale (echte Zeichen), Zeichenklassen (Auswahl-Mengen) und Quantoren (wie oft).

Plan dir 30 Minuten ein und experimentiere im Lab unten – das ist effektiver als nur lesen. Die Konzepte gelten überall: Python, JavaScript, Java, Bash-Tools, SQL.

1) Literale: das Selbstverständliche zuerst

Der einfachste Baustein: ein normales Zeichen matched genau sich selbst. Das Pattern Berlin findet jedes Vorkommen des Wortes „Berlin" im Text. Das Pattern abc findet die Buchstabenfolge „abc" – das ist Literal-Matching. So weit, so banal.

Der Witz: die meisten Zeichen sind Literale. Buchstaben, Ziffern, viele Sonderzeichen werden 1:1 gesucht. Aber es gibt eine Handvoll Sonderzeichen die eine spezielle Bedeutung haben:

Diese 14 Zeichen sind die Metazeichen. Wenn du sie wörtlich suchen willst (z.B. einen echten Punkt im Text), musst du sie escapen mit einem vorangestellten Backslash:

• . matched JEDES Zeichen (Metazeichen)
• \. matched einen echten Punkt
• www\.example\.com findet exakt „www.example.com"

2) Zeichenklassen: Auswahl-Mengen

Statt einzelne Zeichen zu listen kannst du Mengen beschreiben. Damit wird Regex erst richtig mächtig. Die einfachste Form sind eckige Klammern: [abc] matched genau eines der Zeichen a, b oder c. Wie ein „ODER" für einzelne Zeichen.

In eckigen Klammern kannst du auch Bereiche mit Bindestrich definieren:

• [a-z] – jeder Kleinbuchstabe
• [A-Z] – jeder Großbuchstabe
• [0-9] – jede Ziffer
• [a-zA-Z] – jeder Buchstabe (mehrere Bereiche)
• [a-zA-Z0-9_] – Wortzeichen

Mit einem Caret (^) am Anfang der Klasse negierst du sie:

• [^abc] – jedes Zeichen außer a, b oder c
• [^0-9] – jedes Nicht-Ziffer-Zeichen

Und es gibt vordefinierte Zeichenklassen für häufige Fälle – die solltest du auswendig kennen:

3) Klassen-Builder

Spiel mit dem Klassen-Builder: klick mehrere Optionen an um eine maßgeschneiderte Zeichenklasse zu bauen. Im Output siehst du die zusammengesetzte Klasse und wie sie auf den Test-Text wirkt:

4) Quantoren: wie oft soll matched werden?

Bisher matched jedes Element genau ein Zeichen. Aber wir wollen oft Wiederholungen: „ein oder mehr Ziffern", „beliebig viele Buchstaben", „genau 5 Zeichen". Dafür gibt es Quantoren – sie stehen hinter dem zu wiederholenden Element:

5) Quantoren kombinieren: erste echte Patterns

Jetzt wird's spannend. Mit Zeichenklassen + Quantoren baust du fast jedes nützliche Pattern. Beispiele:

Die letzte Zeile zeigt schon ein Gruppen-Konstrukt mit (\.\d{1,3}){3} – das wiederholt eine ganze Gruppe dreimal. Sehr mächtig, kommt in L3.

6) Der Punkt: das beliebige Zeichen

Das beliebteste Metazeichen ist der Punkt .. Er matched ein einzelnes beliebiges Zeichen – außer dem Zeilenumbruch (Newline). Mit dem Flag s (single-line oder dotall) matched er auch Newlines, aber das ist Sprach-abhängig.

Praktische Anwendungen:

• .+ – „mindestens ein Zeichen". Wie \w+, aber auch Sonderzeichen und Spaces.
• .{8,} – „mindestens 8 Zeichen" (klassische Passwort-Mindestlänge)
• a.c – a, irgendwas, c. Findet abc, aXc, a5c, ...
• 2026-..-.. – Datum im ISO-Format aus 2026 mit beliebigen Monat/Tag

Wichtig: in Programmiersprachen wo das Pattern als String steht, musst du den Backslash oft doppeln. \d im Pattern wird in Java als "\\d" geschrieben, in Python kannst du Raw-Strings nutzen: r"\d" – kein doppelter Backslash nötig. Mehr dazu in L5 Python.

7) Häufige Anfänger-Fallen

Hier sammeln wir Probleme die jeder mindestens einmal erlebt. Wenn du auf eine triffst – das ist normal:

• Vergessenes Escape: file.txt als Pattern findet auch „fileXtxt". Punkt escapen: file\.txt.
• Greedy-Matching: <.+> auf <b>Hallo</b> matched die ganze Zeile inklusive der mittleren Tags – nicht nur das erste Tag. Mehr in L4.
• Falscher Quantor: \d* matched auch leere Strings – wenn du wirklich „mindestens eine Ziffer" willst, nimm \d+.
• Klasse vs. Klammer: [abc] = a oder b oder c. (abc) = exakt „abc". Verwechseln!
• Backslash in Strings: in Java/JavaScript musst du im String "\\d" schreiben damit der Regex \d bekommt. Vergessen → Pattern ist kaputt.
• Anchor vergessen: ohne ^...$ matched dein „PLZ"-Pattern \d{5} auch innerhalb längerer Texte. Mehr in L3.

8) Reihenfolge der Lese-Strategie

Beim Lesen fremder Regex hilft eine systematische Vorgehensweise. Schau dir [a-zA-Z]\w{2,15} an:

1. Vom linken Rand nach rechts gehen.
2. Erstes Element: [a-zA-Z] – eine Zeichenklasse, matched einen Buchstaben.
3. Quantor? Keiner direkt dahinter – also genau eines.
4. Nächstes Element: \w – vordefinierte Klasse für Wortzeichen.
5. Quantor: {2,15} – zwischen 2 und 15 mal.

Übersetzung: „Ein Buchstabe, gefolgt von 2 bis 15 Wortzeichen". Das ist eine typische Username-Validierung: muss mit Buchstabe anfangen, insgesamt 3-16 Zeichen lang. So gehst du jedes Pattern Schritt für Schritt durch.

9) Zusammenfassende Tabelle

Zusammenfassung

Drei Bausteinkategorien: Literale (Zeichen die sich selbst matchen) – Vorsicht bei 14 Metazeichen . * + ? | ( ) [ ] { } ^ $ \, mit \ escapen. Zeichenklassen: [abc], [a-z], [^abc], vordefiniert \d/\w/\s mit Großschreibung als Negation. Quantoren: * (0+), + (1+), ? (optional), {n}/{n,m} für genaue Wiederholungen. Quantor wirkt auf das letzte Element – für Gruppen Klammern nutzen. Lesen: links nach rechts, jedes Element + Quantor benennen.