RegEx: Проверка ISBN - General Software

Вам необходимо проверить действительность международного стандартного номера книги (ISBN), который может быть как в старом формате ISBN-10, так и в современном ISBN-13.

Table of Contents

Вы хотите разрешить ведущий идентификатор «ISBN», а части ISBN по желанию могут быть разделены дефисами или пробелами. Ниже приведены примеры правильного ввода:

ISBN 978-0-596-52068-7
ISBN-13: 978-0-596-52068-7
978 0 596 52068 7
9780596520687
ISBN-10 0-596-52068-9
0-596-52068-9

Вы не можете проверить ISBN только с помощью regex, потому что последняя цифра вычисляется с помощью алгоритма контрольной суммы. Регулярные выражения, приведенные в этом разделе, проверяют формат ISBN, а последующие примеры кода включают проверку достоверности последней цифры.

Регулярные выражения

Далее следуют три решения регулярных выражений, которые позволяют сопоставлять ISBN-10 и ISBN-13, как по отдельности, так и вместе. Каждое из решений показано с использованием свободного интервала и комментариев, а также без них. JavaScript не поддерживает свободный интервал, но в других языках программирования вы можете выбрать то, что вам больше подходит.

В регексах со свободным интервалом буквальные символы пробела экранированы обратными слэшами. Режим свободного интервала в Java требует экранирования даже пробелов внутри классов символов.

ISBN-10:

1	^(?:ISBN(?:-10)?:? )?(?=[0-9X]{10}$\|(?=(?:[0-9]+[- ]){3})[- 0-9X]{13}$)[0-9]{1,5}[- ]?[0-9]+[- ]?[0-9]+[- ]?[0-9X]$

(?:ISBN(?:-10)?:?\ )? - Необязательный идентификатор ISBN/ISBN-10.
(?= - Базовые предварительные проверки формата (заблаговременная проверка)
[0-9X]{10}$ - Требуется 10 цифр/X (без разделителей).
| - Или
(?=(?:[0-9]+[-\ ]){3}) - Требуется 3 разделителя
[-\ 0-9X]{13}$ - из 13 символов всего.
) - Завершить предварительную проверку формата.
[0-9]{1,5}[-\ ]? - 1-5-значный идентификатор группы.
[0-9]+[-\ ]?[0-9]+[-\ ]? - Идентификаторы издателя и названия.
[0-9X] - Контрольная цифра.

ISBN-13:

1	^(?:ISBN(?:-13)?:? )?(?=[0-9]{13}$\|(?=(?:[0-9]+[- ]){4})[- 0-9]{17}$)97[89][- ]?[0-9]{1,5}[- ]?[0-9]+[- ]?[0-9]+[- ]?[0-9]$

(?:ISBN(?:-13)?:?\ )? - Необязательный идентификатор ISBN/ISBN-13.
(?= - Базовые предварительные проверки формата (заблаговременная проверка)
[0-9]{13}$ - Требуется 13 цифр (без разделителей).
| - Или
(?=(?:[0-9]+[-\ ]){4}) - Требуется 4 разделителя
[-\ 0-9]{17}$ - Всего 17 символов.
) - Завершаем предварительную проверку формата.
97[89][-\ ]? - Префикс ISBN-13.
[0-9]{1,5}[-\ ]? - 1-5-значный идентификатор группы.
[0-9]+[-\ ]?[0-9]+[-\ ]? - Идентификаторы издателя и названия.
[0-9] - Контрольная цифра.

ISBN-10 или ISBN-13:

1	^(?:ISBN(?:-1[03])?:? )?(?=[0-9X]{10}$\|(?=(?:[0-9]+[- ]){3})[- 0-9X]{13}$\|97[89][0-9]{10}$\|(?=(?:[0-9]+[- ]){4})[- 0-9]{17}$)(?:97[89][- ]?)?[0-9]{1,5}[- ]?[0-9]+[- ]?[0-9]+[- ]?[0-9X]$

(?:ISBN(?:-1[03]):?\ )? - Необязательный идентификатор ISBN/ISBN-10/ISBN-13.
(?= - Основные предварительные проверки формата (lookahead)
[0-9X]{10}$ - Требуется 10 цифр/X (без разделителей).
| - Или:
(?=(?:[0-9]+[-\ ]){3}) - Требуется 3 разделителя
[-\ 0-9X]{13}$ - из 13 символов всего.
| - Или:
97[89][0-9]{10}$ - 978/979 плюс 10 цифр (всего 13).
| - Или:
(?=(?:[0-9]+[-\ ]){4}) - Требуется 4 разделителя
[-\ 0-9]{17}$ - всего 17 символов.
) - Завершаем предварительную проверку формата.
(?:97[89][-\ ]?)? - Необязательный префикс ISBN-13.
[0-9]{1,5}[-\ ]? - 1-5-значный идентификатор группы.
[0-9]+[-\ ]?[0-9]+[-\ ]? - Идентификаторы издателя и названия.
[0-9X] - Контрольная цифра.

Пример JavaScript с проверкой контрольной суммы

var subject = document.getElementById("isbn").value;

// Проверка формата ISBN-10 или ISBN-13
var regex = /^(?:ISBN(?:-1[03])?:? )?(?=[0-9X]{10}$|
(?=(?:[0-9]+[- ]){3})[- 0-9X]{13}$|97[89][0-9]{10}$|
(?=(?:[0-9]+[- ]){4})[- 0-9]{17}$)(?:97[89][- ]?)?[0-9]{1,5}[- ]?
[0-9]+[- ]?[0-9]+[- ]?[0-9X]$/;

if (regex.test(subject)) {
     // Удалите цифры, не относящиеся к ISBN, затем разделите на массив
    var chars = subject.replace(/[- ]|^ISBN(?:-1[03])?:?/g, "").split("");
    //  Удалите последнюю цифру ISBN из `chars` и присвойте ее `last`.
    var last = chars.pop();
    var sum = 0;
    var check, i;

if (chars.length == 9) {
        // Вычислите контрольную цифру ISBN-10
        chars.reverse();
        for (i = 0; i < chars.length; i++) {
            sum += (i + 2) * parseInt(chars[i], 10);
        }
        check = 11 - (sum % 11);
        if (check == 10) {
            check = "X";
        } else if (check == 11) {
            check = "0";
        }
    } else {
        // Compute the ISBN-13 check digit
        for (i = 0; i < chars.length; i++) {
            sum += (i % 2 * 2 + 1) * parseInt(chars[i], 10);
        }
        check = 10 - (sum % 10);
        if (check == 10) {
            check = "0";
        }
    }

if (check == last) {
        alert("Valid ISBN");
    } else {
        alert("Invalid ISBN check digit");
    }
} else {
    alert("Invalid ISBN");
}

var subject = document.getElementById("isbn").value;

// Проверка формата ISBN-10 или ISBN-13

var regex = /^(?:ISBN(?:-1[03])?:? )?(?=[0-9X]{10}$|

(?=(?:[0-9]+[- ]){3})[- 0-9X]{13}$|97[89][0-9]{10}$|

(?=(?:[0-9]+[- ]){4})[- 0-9]{17}$)(?:97[89][- ]?)?[0-9]{1,5}[- ]?

[0-9]+[- ]?[0-9]+[- ]?[0-9X]$/;

if (regex.test(subject)) {

// Удалите цифры, не относящиеся к ISBN, затем разделите на массив

var chars = subject.replace(/[- ]|^ISBN(?:-1[03])?:?/g, "").split("");

// Удалите последнюю цифру ISBN из `chars` и присвойте ее `last`.

var last = chars.pop();

var sum = 0;

var check, i;

if (chars.length == 9) {

// Вычислите контрольную цифру ISBN-10

chars.reverse();

for (i = 0; i < chars.length; i++) {

sum += (i + 2) * parseInt(chars[i], 10);

}

check = 11 - (sum % 11);

if (check == 10) {

check = "X";

} else if (check == 11) {

check = "0";

}

} else {

// Compute the ISBN-13 check digit

for (i = 0; i < chars.length; i++) {

sum += (i % 2 * 2 + 1) * parseInt(chars[i], 10);

}

check = 10 - (sum % 10);

if (check == 10) {

check = "0";

}

if (check == last) {

alert("Valid ISBN");

} else {

alert("Invalid ISBN check digit");

}

} else {

alert("Invalid ISBN");

}

Пример на языке Python, с проверкой контрольной суммы

import re
import sys

subject = sys.argv[1]

# Проверяет формат ISBN-10 или ISBN-13
regex = re.compile("^(?:ISBN(?:-1[03])?:? )?(?=[0-9X]{10}$|
(?=(?:[0-9]+[- ]){3})[- 0-9X]{13}$|97[89][0-9]{10}$|
(?=(?:[0-9]+[- ]){4})[- 0-9]{17}$)(?:97[89][- ]?)?[0-9]{1,5}[- ]?
[0-9]+[- ]?[0-9]+[- ]?[0-9X]$")

if regex.search(subject):
    # Удалите цифры, не относящиеся к ISBN, затем разделите на список
    chars = list(re.sub("[- ]|^ISBN(?:-1[03])?:?", "", subject))
    # Удалите последнюю цифру ISBN из `chars` и присвойте ее `last`.
    last = chars.pop()

if len(chars) == 9:
        # Вычислите контрольную цифру ISBN-10
        val = sum((x + 2) * int(y) for x,y in enumerate(reversed(chars)))
        check = 11 - (val % 11)
        if check == 10:
            check = "X"
        elif check == 11:
            check = "0"
    else:
        # Вычислите контрольную цифру ISBN-13
        val = sum((x % 2 * 2 + 1) * int(y) for x,y in enumerate(chars))
        check = 10 - (val % 10)
        if check == 10:
            check = "0"

if (str(check) == last):
        print("Valid ISBN")
    else:
        print("Invalid ISBN check digit")
else:
    print("Invalid ISBN")

import re

import sys

subject = sys.argv[1]

# Проверяет формат ISBN-10 или ISBN-13

regex = re.compile("^(?:ISBN(?:-1[03])?:? )?(?=[0-9X]{10}$|

(?=(?:[0-9]+[- ]){3})[- 0-9X]{13}$|97[89][0-9]{10}$|

(?=(?:[0-9]+[- ]){4})[- 0-9]{17}$)(?:97[89][- ]?)?[0-9]{1,5}[- ]?

[0-9]+[- ]?[0-9]+[- ]?[0-9X]$")

if regex.search(subject):

# Удалите цифры, не относящиеся к ISBN, затем разделите на список

chars = list(re.sub("[- ]|^ISBN(?:-1[03])?:?", "", subject))

# Удалите последнюю цифру ISBN из `chars` и присвойте ее `last`.

last = chars.pop()

if len(chars) == 9:

# Вычислите контрольную цифру ISBN-10

val = sum((x + 2) * int(y) for x,y in enumerate(reversed(chars)))

check = 11 - (val % 11)

if check == 10:

check = "X"

elif check == 11:

check = "0"

else:

# Вычислите контрольную цифру ISBN-13

val = sum((x % 2 * 2 + 1) * int(y) for x,y in enumerate(chars))

check = 10 - (val % 10)

if check == 10:

check = "0"

if (str(check) == last):

print("Valid ISBN")

else:

print("Invalid ISBN check digit")

else:

print("Invalid ISBN")

Обсуждение

ISBN - это уникальный идентификатор для коммерческих книг и книгоподобных продуктов. 10-значный формат ISBN был опубликован в качестве международного стандарта ISO 2108 в 1970 году. Все ISBN, присвоенные с 1 января 2007 года, являются 13-значными.

Номера ISBN-10 и ISBN-13 состоят из четырех или пяти элементов соответственно. Три из них имеют переменную длину, остальные один или два элемента - фиксированную длину. Все пять элементов обычно разделяются дефисами или пробелами. Ниже приводится краткое описание каждого элемента:

13-значные ISBN начинаются с префикса 978 или 979.
Идентификатор группы идентифицирует группу стран с общим языком. Его длина варьируется от одной до пяти цифр.
Идентификатор издателя может быть разной длины и присваивается национальным агентством ISBN.
Идентификатор заглавия также может быть разной длины и выбирается издателем.
Последний символ называется контрольной цифрой и вычисляется с помощью алгоритма контрольной суммы. Контрольная цифра ISBN-10 может быть либо числом от 0 до 9, либо буквой X (римская цифра, обозначающая 10), в то время как контрольная цифра ISBN-13 - от 0 до 9. Допустимые символы различаются, потому что эти два типа ISBN используют разные алгоритмы контрольной суммы.

Все три регекса, показанные ранее, состоят из похожих частей, поэтому здесь мы сосредоточимся на регексе «ISBN-10 или ISBN-13». Его ведущая часть '^(?:ISBN(?:-1[03])?:? )?' имеет три необязательных элемента, что позволяет ему соответствовать любой из следующих семи строк (все, кроме варианта «пустая строка», включают символ пробела в конце):

ISBN
ISBN-10
ISBN-13
ISBN:
ISBN-10:
ISBN-13:
Пустая строка (без префикса)

После ведущего '^(?:ISBN(?:-1[03])?:? )?', о котором мы только что говорили, идет положительный заголовок, который устанавливает один из четырех вариантов (разделенных оператором чередования '|') для длины и набора символов остальной части совпадения, а также количество допустимых разделителей (ноль или три для ISBN-10 и ноль или четыре для ISBN-13). Поскольку в нем есть четыре альтернативы, заставка довольно длинная. Here’s the full lookahead: ‹(?=[0-9X]{10}$|(?=(?:[0-9]+[- ]){3})[- 0-9X]{13}$|97[89][0-9]{10}$|(?=(?:[0-9]+[- ]){4})[- 0-9]{17}$)›. Так как сам по себе этот вариант трудно проанализировать, далее показаны все четыре варианта, входящие в него. Все они заканчиваются якорем '$', который гарантирует, что в тексте не может быть никаких следов, не вписывающихся ни в один из шаблонов:

'[0-9X]{10}$' - Позволяет указывать ISBN-10 без разделителей (всего 10 символов)
(?=(?:[0-9]+[- ]){3})[- 0-9X]{13}$ -Разрешает ISBN-10 с тремя разделителями (всего 13 символов)
'97[89][0-9]{10}$' - Позволяет указывать ISBN-13 без разделителей (всего 13 символов)
(?=(?:[0-9]+[- ]){4})[- 0-9]{17}$ -Разрешает ISBN-13 с четырьмя разделителями (всего 17 символов)

Два из этих вариантов (те, которые допускают разделители) включают собственные вложенные заставки, чтобы убедиться в наличии нужного количества разделителей, а затем перейти к проверке длины строки.

После того как положительная заставка проверит длину, набор символов и количество разделителей, мы сможем сопоставить отдельные элементы ISBN, не заботясь об их суммарной длине. '(?:97[89][- ]?)?' соответствует префиксу «978» или «979», требуемому для ISBN-13. Группа «не захват» необязательна, так как она не будет соответствовать строке темы ISBN-10. '[0-9]{1,5}[- ]?' соответствует идентификатору группы от одной до пяти цифр и необязательному следующему разделителю. '[0-9]+[- ]?[0-9]+[- ]?' соответствует идентификаторам издателя и заглавия переменной длины, а также их необязательным разделителям. Наконец, '[0-9X]$' соответствует контрольной цифре в конце строки.

Хотя регулярное выражение может проверить, что в последней цифре используется допустимый символ (цифра или X), оно не может определить, является ли он правильным для контрольной суммы ISBN. Один из двух алгоритмов контрольной суммы (в зависимости от того, с каким ISBN вы работаете - ISBN-10 или ISBN-13) используется для обеспечения определенного уровня гарантии того, что цифры ISBN не были случайно переставлены или введены неправильно. В примерах на JavaScript и Python, показанных ранее, реализованы оба алгоритма. В следующих разделах описываются правила контрольной суммы, чтобы помочь вам реализовать эти алгоритмы в других языках программирования.

Контрольная сумма ISBN-10

Контрольная цифра номера ISBN-10 варьируется от 0 до 10 (вместо 10 используется римская цифра X). Она вычисляется следующим образом:

Умножьте каждую из первых 9 цифр на число в убывающей последовательности от 10 до 2 и сложите полученные результаты.
Разделите сумму на 11.
Вычтите остаток (не делитель) из 11.
Если результат равен 11, используйте цифру 0, если 10 - букву X.

Вот пример того, как вывести контрольную цифру ISBN-10 для 0-596-52068-?

Шаг 1:

sum = 10×0 + 9×5 + 8×9 + 7×6 + 6×5 + 5×2 + 4×0 + 3×6 + 2×8

= 0 + 45 + 72 + 42 + 30 + 10 + 0 + 18 + 16

= 233

Шаг 2:

233 ÷ 11 = 21, remainder 2

Шаг 3:

11 − 2 = 9

Шаг 4:

9 [замена не требуется]

Контрольная цифра - 9, поэтому полная последовательность - ISBN 0-596-52068-9.

Контрольная сумма ISBN-13

Контрольная цифра ISBN-13 варьируется от 0 до 9 и вычисляется по аналогичной схеме:

Умножьте каждую из первых 12 цифр на 1 или 3, чередуя их по мере продвижения слева направо, и сложите полученные результаты.
Разделите полученную сумму на 10.
Вычтите остаток (не делитель) из 10.
Если результат равен 10, используйте число 0.

Например, контрольная цифра ISBN-13 для 978-0-596-52068-? вычисляется следующим образом:

Шаг 1:

sum = 1×9 + 3×7 + 1×8 + 3×0 + 1×5 + 3×9 + 1×6 + 3×5 + 1×2 + 3×0 + 1×6 + 3×8

= 9 + 21 + 8 + 0 + 5 + 27 + 6 + 15 + 2 + 0 + 6 + 24

= 123

Шаг 2:

123 ÷ 10 = 12, remainder 3

Шаг 3:

10 − 3 = 7

Шаг 4:

7 [замена не требуется]

Контрольная цифра - 7, а полная последовательность - ISBN 978-0-596-52068-7.

Вариации

Поиск ISBN в документах

Эта адаптация регекса «ISBN-10 или ISBN-13» использует границы слов вместо якорей, чтобы помочь вам найти ISBN в длинном тексте, но при этом гарантировать, что они стоят сами по себе. Идентификатор «ISBN» также стал обязательной строкой в этой версии по двум причинам. Во-первых, его требование помогает исключить ложные срабатывания (без него регекс может найти любое 10- или 13-значное число), а во-вторых, официально требуется, чтобы ISBN использовал этот идентификатор при печати:

1	\bISBN(?:-1[03])?:? (?=[0-9X]{10}$\|(?=(?:[0-9]+[- ]){3})[- 0-9X]{13}$\|97[89][0-9]{10}$\|(?=(?:[0-9]+[- ]){4})[- 0-9]{17}$)(?:97[89][- ]?)?[0-9]{1,5}[- ]?[0-9]+[- ]?[0-9]+[- ]?[0-9X]\b

Устранение неправильных идентификаторов ISBN

Ограничение предыдущих регексов заключается в том, что они позволяют сопоставить номер ISBN-10, которому предшествует идентификатор «ISBN-13», и наоборот. Следующий регекс использует условия (см. Рецепт 2.17), чтобы убедиться, что за идентификатором «ISBN-10» или «ISBN-13» следует соответствующий тип ISBN. Она позволяет использовать как номера ISBN-10, так и ISBN-13, если тип не указан явно. Этот регекс является излишним в большинстве случаев, потому что тот же результат может быть достигнут более эффективно с помощью регексов для ISBN-10 и ISBN-13, которые были показаны ранее, по одному за раз. Она включена сюда только для того, чтобы продемонстрировать интересное использование регулярных выражений:

(?:ISBN(-1(?:(0)|3))?:?\ )?

(?(1)

(?(2)

# ISBN-10

(?=[0-9X]{10}$|(?=(?:[0-9]+[- ]){3})[- 0-9X]{13}$)

[0-9]{1,5}[- ]?[0-9]+[- ]?[0-9]+[- ]?[0-9X]

# ISBN-13

(?=[0-9]{13}$|(?=(?:[0-9]+[- ]){4})[- 0-9]{17}$)

97[89][- ]?[0-9]{1,5}[- ]?[0-9]+[- ]?[0-9]+[- ]?[0-9]

)

# Без явного идентификатора; разрешить ISBN-10 или ISBN-13

(?=[0-9X]{10}$|(?=(?:[0-9]+[- ]){3})[- 0-9X]{13}$|97[89][0-9]{10}$|

(?=(?:[0-9]+[- ]){4})[- 0-9]{17}$)

(?:97[89][- ]?)?[0-9]{1,5}[- ]?[0-9]+[- ]?[0-9]+[- ]?[0-9X]

)

См. также

Самую последнюю версию руководства пользователя ISBN, а также инструменты для проверки отдельных ISBN и конвертации между ISBN-10 и ISBN-13 можно найти на сайте Международного агентства ISBN по адресу http://www.isbn-international.org.