Processando strings usando funções e expressões regulares

Para algumas funções de string integradas, a entrada consiste em apenas um objeto de dados em forma de caractere. Essas funções não usam parâmetros de entrada. A entrada é especificada diretamente entre parênteses. A função de descrição NUMOFCHAR( ) é um bom exemplo para este tipo de funções.

Funções com mais de um parâmetro de utilização de entrada com nomes e a entrada é atribuída a esses parâmetros. Muitos parâmetros são um terreno comum entre diferentes funções de string incorporadas. Os parâmetros mais importantes são os seguintes:

VAL

Você transfere a cadeia de texto a ser processada pela função para o valor de parâmetro. Você também pode indicar chamadas de método funcionais, expressões de tabela e expressões construtoras cujo valor de retorno é conversível para o tipo cadeia. Só é possível processar tipos de dados elementares. Se for indicado um objeto de dados em forma de caractere com um comprimento fixo, todos os espaços em branco posteriores são ignorados. Os valores de retorno não em forma de caractere são convertidos no tipo de dados string.

SUB

O parâmetro sub é utilizado para transferir uma cadeia de caracteres cujos caracteres devem ser procurados ou inseridos. Somente argumentos com tipos elementares podem ser especificados. Se for indicado um objeto de dados em forma de caractere com um comprimento fixo, todos os espaços em branco posteriores são ignorados.

CASE

As pesquisas e comparações em funções de cadeia são dependentes de maiúsculas/minúsculas por padrão, mas isso pode ser substituído, se necessário, utilizando o parâmetro maiúsculas/minúsculas. O caso de parâmetro requer a entrada do tipo abap_bool (C LENGTH 1) com o valor das constantes abap_true ('X') ou abap_false (' '). Se maiúsculas/minúsculas contiver o valor de abap_true, a pesquisa considera maiúsculas/minúsculas; se contiver o valor de abap_false, não é.

OCC

Em funções de string onde as pesquisas são realizadas, o parâmetro occ especifica a ocorrência de uma correspondência. Se occ é positivo, as ocorrências são contadas a partir da esquerda; se occ é negativo, elas são contadas a partir da direita. Os valores 1, 2, .... indicam a primeira, a segunda, ... ocorrências. Os valores -1, -2, .... indicam as últimas, penúltimo, ... ocorrências. O valor padrão de occ é 1.

Nota

Exceto no caso da substituição da função de substituição, o valor 0 aciona a exceção CX_SY_STRG_PAR_VAL. Se for utilizado Substituir, o valor 0 substitui todas as ocorrências.

OFF e LEN

O parâmetro off é utilizado para transferir um offset e o parâmetro len é utilizado para transferir um comprimento. Em funções em que off e len podem ser transferidos, eles determinam a subárea na qual uma cadeia deve ser processada.

O valor proposto de off é geralmente 0 e o valor proposto de len é definido para o comprimento da cadeia completa após o offset.

Nota

Combinações inadequadas de valores podem levar à exceção CX_SY_RANGE_OUT_OF_BOUNDS.

Vejamos alguns exemplos para ver o impacto desses parâmetros:

Funções de comprimento

Um grupo importante de funções de descrição para cadeias são as funções de comprimento NUMOFCHAR( ) e STRLEN( ). Na maioria das vezes, as duas funções retornam o mesmo resultado. No entanto, há uma exceção: se o argumento é do tipo string e contém um ou mais espaços em branco no final, o resultado de STRLEN( ) inclui esses espaços em branco à direita, enquanto NUMOFCHAR( ) os ignora. Para argumentos com comprimento fixo, por exemplo, argumentos de TYPE C ou N, ambas as funções ignoram os espaços em branco no final.

Grupos de funções de pesquisa

Existem dois grupos de funções de pesquisa para cadeias:

A função COUNT( ) e as funções que começam com COUNT_...( ) retornam o número total de ocorrências de um argumento de pesquisa. A função FIND( ) e as funções que começam com FIND_( ) retornam a posição (offset) de uma determinada ocorrência de um argumento de pesquisa.

Subparâmetro em funções de pesquisa

As funções COUNT( ) e FIND( ) podem procurar uma subcadeia (parâmetro opcional sub) ou uma expressão regular (parâmetro opcional pcre). Discutiremos as expressões regulares mais adiante neste curso.

No caso de funções que terminam com _ANY_OF, o nome do parâmetro sub é um pouco enganoso. Aqui, o valor do parâmetro sub não é uma subcadeia, mas sim uma lista de caracteres. Em vez de procurar a subcadeia, ou seja, a combinação exata de caracteres, essas funções avaliam os caracteres individuais e consideram cada caractere como uma correspondência que faz parte da lista fornecida. As funções que terminam com _ANY_NOT_OF funcionam de forma semelhante, mas aqui somente esses caracteres são considerados uma correspondência que são diferentes de todos os caracteres na lista.

Veja alguns exemplos das funções de descrição.

Assista ao vídeo a seguir para saber mais sobre as funções de processamento.

Vejamos alguns exemplos para ilustrar o resultado de algumas funções de processamento de cadeia:

• Neste exemplo, a cadeia de entrada contém uma mistura de letras maiúsculas e minúsculas. A função TO_UPPER( ) transforma todos em letras maiúsculas.
• A função TO_MIXED( ) converte a cadeia em uma mistura de letras maiúsculas e minúsculas. Ele procura uma string separadora, remove a mesma e transforma o primeiro caractere após o separador em maiúsculas. Todos os outros caracteres são transformados em minúsculas. Considere que o parâmetro sep é opcional com o sinal de sublinhado (_) como seu valor proposto.
• A função REVERSE( ) retorna os caracteres em ordem inversa.
• O primeiro exemplo da função SHIFT_LEFT( ) especifica places = 2. Portanto, os dois primeiros caracteres (##) são removidos do resultado.
• O segundo exemplo para SHIFT_LEFT( ) especifica o parâmetro circular = 2. Por isso, os dois primeiros caracteres não são eliminados, mas deslocados para o fim.
• O exemplo da função SUBSTRING( ) extrai uma subcadeia de comprimento 4, começando com um offset de 2 caracteres, o que significa que retorna os caracteres nas posições 3, 4, 5 e 6.
• A função SUBSTRING_AFTER( ) procura a substring "is" e retorna todos os caracteres após esse resultado.
• A função SUBSTRING_FROM( ) faz o mesmo, mas o resultado também contém a subcadeia "is".
• O primeiro exemplo da função SEGMENT( ) procura todas as ocorrências da cadeia de separação, um único sublinhado. Ele encontra dois e divide a cadeia de entrada em três segmentos. Em seguida, ele retorna o segundo segmento.
• O segundo exemplo faz o mesmo, mas retorna o terceiro segmento. Considere que a própria cadeia de caracteres de separação não faz parte do resultado.

A função de predicado CONTAINS( ) é verdadeira se uma substring especificada aparecer pelo menos uma vez na string de entrada. Em outras palavras, se CONTAINS( ) for verdadeiro, a função COUNT( ) retornará um resultado maior que 0.

A mesma relação existe entre as funções de predicado CONTAINS_ANY_OF( ) e CONTAINS_ANY_NOT_OF( ), e as funções de descrição correspondentes COUNT_ANY_OF( ) e COUNT_ANY_NOT_OF( ).

MATCHES( ) é uma função de predicado dedicada para comparar a string de entrada completa com uma expressão regular. Veremos expressões regulares na próxima seção.

Uma expressão regular, ou Regex para abreviar, é um padrão de caracteres literais e especiais que descreve um conjunto de cadeias de caracteres. Expressões regulares são frequentemente usadas em pesquisas de texto, em operações de "busca e substituição", ou para validar o conteúdo de campos em forma de caractere. Uma pesquisa usando uma expressão regular é mais poderosa do que uma pesquisa por uma cadeia de caracteres simples porque a expressão regular representa um número maior (potencialmente infinito) de cadeias de caracteres e as procura simultaneamente.

A sintaxe de expressões regulares é amplamente padronizada, mas existem diferenças entre padrões comuns como Perl ou POSIX e diferentes variantes de sintaxe, como XPath ou expressões regulares XSD.

No ABAP, o padrão preferido é Perl Compatible Regular Expression (PCRE), mas o ABAP também suporta alguns outros padrões e variantes.

Vejamos alguns exemplos de expressões regulares:

• A expressão regular mais simples é um literal.
• Usando um par de colchetes ( [ ] ), você pode especificar um conjunto de caracteres que são permitidos na posição específica. O primeiro exemplo indica um conjunto de caracteres composto pelos dois caracteres individuais B e S. Por isso, as letras B ou S são permitidas entre as duas letras A.
• O exemplo seguinte utiliza um hífen (-) para indicar um intervalo de caracteres permitidos. B-D define um conjunto de caracteres que inclui B, D, e todos os caracteres entre eles em uma ordem lexical. Obviamente, você pode combinar valores individuais e vários intervalos. [AL-NRX-Z], por exemplo, define um conjunto de caracteres que consiste nas letras A, L, M, N, R, X, Y, Z.
• O exemplo seguinte usa um sinal ^ após o parêntese de abertura para definir uma lista de exclusão em vez de uma lista positiva. [^LX] exclui os caracteres L e X, mas permite todos os outros caracteres.
• Para especificar um conjunto de caracteres que inclua todos os caracteres disponíveis e não exclua nenhum, as expressões regulares usam um único sinal de ponto final (.). No exemplo, qualquer caractere é permitido entre os dois As, mas esse caractere é necessário e somente um desses caracteres é permitido.
• Para maior flexibilidade, você pode introduzir quantificadores. Um quantificador é um par de chaves ( {} ). Ele especifica a frequência com que o elemento à esquerda deve ser repetido. No exemplo, o 3 no quantificador significa que exatamente 3 letras Bs são necessárias entre as duas As.
• Em vez de um valor fixo, um quantificador pode indicar um valor inferior e superior para a repetição. No exemplo, pelo menos um B é necessário entre os dois As, mas dois Bs também são permitidos.
• Quando você deixa de fora o valor superior, você só define um mínimo. No exemplo, pode haver qualquer número de letras B entre as duas As, mas deve haver pelo menos uma.
• Com parênteses normais ( ), você agrupa vários elementos. Um bom caso de utilização é um grupo à esquerda de um quantificador. Em vez de um único caractere, todo o grupo é repetido com base nos números no quantificador. No exemplo, o grupo BA é repetido entre as letras A e P.
• Por fim, queremos olhar para o operador de união |. Fora de um grupo, ele combina dois modelos e combina o conjunto de resultados dos dois modelos. No exemplo, usamos o operador de união dentro de um grupo. À esquerda do literal de fechamento AP, são permitidos dois padrões: ou existe o literal AB ou a letra única S.

Muitas funções de string incorporadas oferecem um parâmetro pcre, especialmente quando realizam pesquisas. Pcre é muitas vezes uma alternativa para um parâmetro sub. Quando você transfere uma sequência de caracteres para o parâmetro pcre, em vez do parâmetro sub, a função interpreta a entrada como uma Expressão regular compatível com Perl (PCRE) e procura substrings que correspondam a esse padrão. Se uma função tiver os dois parâmetros, sub e pcre, você só pode fornecer um deles.

Para funções como FIND( ) e COUNT( ) é óbvio que eles executam pesquisas de substrings. Mas outras funções também executam pesquisas. Exemplos são a função de predicado CONTAINS( ) e as funções de processamento REPLACE( ), SUBSTRING_FROM( ), SUBSTRING_AFTER( ), etc.

Também existem funções de string integradas que só funcionam com expressões regulares. A função de predicado MATCHES( ) é verdadeira se toda a cadeia de caracteres corresponder à expressão regular. MATCH( ) funciona de forma semelhante a FIND( ). Ele procura em uma cadeia de caracteres uma subcadeia que corresponda à expressão regular. Mas em que FIND( ) retorna o offset do resultado, MATCH( ) retorna a substring encontrada.

Este vídeo ilustra alguns exemplos com o parâmetro PCRE.