Expresiones regulares
Las expresiones regulares son una forma de describir patrones para la búsqueda de cadenas (dentro de otras o dentro de un archivo ASCII) y se crean combinando caracteres normales con caracteres especiales (wildcards).
Es una forma de trabajar con cadenas muy utilizada en prácticamente todos los lenguajes de programación (como Perl, PHP o JavaScript), en muchos comandos del shell (como grep, sed y awk) así como en archivos de configuración (como Apache o Lighttpd), y en general, son bastante complicadas por lo poco descriptivas que son en sí mismas.
En una expresióon regular podemos encontrar dos tipos de caracteres:
- caracteres normales: su significado es el habitual (literal). Por ejemplo:
"b" significa "la letra b"
- caracteres especiales: tienen un significado especial. Por ejemplo:
"$" significa "final de linea"
Los caracteres especiales son los siguientes:
\ [ ] { } ( ) * $ ? | + - . , ˆ
Podemos decirle al sistema que trate un carácter especial como si fuera un carácter normal y a la inversa. Para ello lo que haremos será preceder el carácter en cuestión con el carácter "\" y diremos que lo hemos "escapado". Veamos los dos casos:
- caracteres normales escapados: algunos caracteres
normales adquieren un significado especial al ser escapados con el carácter
"\". Por ejemplo:
"\b" significa "principio o final de una palabra".
- caracteres especiales escapados: para incluir en el
patrón de búsqueda algún carácter especial
debemos decirle al sistema que lo trate como un literal escapándolo
con "\". Por ejemplo:
para buscar "\" hay que escaparlo, quedando "\\"
| Expresiones regulares | |||
| Patrón | Significado | exp_reg | match |
| Cadenas | |||
| . | cualquier carácter excepto EOL ("nueva línea") | "." | cualquier carácter excepto EOL |
| \ | carácter especial | "\*" "\\" |
"*" "\" |
| x | un carácter | "a" "A" "2" |
"a" "A" "2" |
| xyz | varios caracteres | "hola" | "hola" |
| x|y | un carácter u otro | "a|b" | "a" o "b" |
| [xyz] | un carácter que esté en una lista | "[aeiou]" | una vocal |
| [a-z] | un carácter que pertenezca a un rango | "[a-z]" "[a-zA-Z]" "[a-z][A-Z]" |
una minúscula una letra una minúscula seguida de una mayúscula |
| [ˆx] | cualquier carácter excepto "x" | "[ˆa]" | cualquier carácter excepto "a" |
| [ˆxyz] | un carácter que no esté en una lista | "[ˆaeiou]" | una consonante |
| [ˆa-z] | un carácter que no pertenezca a un rango | "[ˆa-z]" | una mayúscula |
| \w | cualquier carácter alfanumérico incluyendo el guión bajo | equivale a [a-zA-Z0-9_] | |
| \W | cualquier carácter no alfanumérico | equivale a [ˆa-zA-Z0-9_] | |
| \d | cualquier dígito | equivale a [0-9] | |
| \D | cualquier carácter no dígito | equivale a [ˆ0-9] | |
| \t | tabulador | ||
| \r | retorno de carro | ||
| \n | final de línea | ||
| \s | cualquier carácter no visible, como tabulador, retorno o espacio | ||
| \S | cualquier carácter visible | ||
| i | case insensitive, con este modificador no distinguirá entre mayúsculas y minúsculas | "/una/i" | busca "una" sin distinguir entre mayúsculas y minúsculas |
| g | global, este modificador se usa para que no se detenga un proceso de sustitución al encontrar la primera ocurrencia | "/a/g" | encontrará todas las "a" para sustituirlas |
| (xyz) | recuerda el patrón para su posterior utilización con multiplicadores o referencias | "(x).(ab)" | para referencias posteriores "x"=$1 y "ab"=$2 |
| Anclas: posición de la cadena | |||
| ˆ | comienzo de línea | "ˆa" "ˆ[aeiou]" "ˆhola" |
"a" al comienzo de una línea una vocal al comienzo de una línea "hola" al comienzo de una línea |
| $ | final de línea | "a$" "[aeiou]$" "hola$" "ˆ$" |
"a" al final de una línea una vocal al final de una línea "hola" al final de una línea una línea vacía |
| \b | principio o final de una palabra | "\bola" | "ola" al principio o final de una palabra |
| Multiplicadores: cuántas veces ha de aparecer la cadena | |||
| * | una cadena cero o más veces | "hola*" "hol(as)*" "[a-z]*" |
"hol", "hola", "holaa" "hol", "holas", "holasas" una palabra en minúsculas |
| + | una cadena una o más veces | "hola+" "hol(as)+" |
"hola", "holaa", "holaaa" "holas", "holasas" |
| ? | una cadena cero o una vez | "hola?" "hol(a)?" |
"hol", "hola" "hol", "holas" |
| {n} | una cadena n veces | "a{3}" "(as){3}" |
"aaa" "asasas" |
| {n,m} | una cadena entre n y m veces | "a{2,4}" "(as){2,4}" |
"aa", "aaa", "aaaa" "asas", "asasas", "asasasas" |
| {n,} | una cadena al menos n veces | "a{2,}" "(as){2,}" |
"aa", "aaa", "aaaa" "asas", "asasas", "asasasas" |
Editor de expresiones regulares en el entorno gráfico
En el entorno gráfico disponemos de varios editores de expresiones regulares:
- Kiki
(pythonide.stani.be, paquete kiki):
herramienta escrita en Python que permite comprobar expresiones regulares contra un texto de ejemplo
(es el editor de expresiones regulares del IDE para Python SPE, Stani's Python Editor).
- Kodos
(kodos.sourceforge.net, paquete kodos):
herramienta en Python que permite crear y probar expresiones regulares contra un texto de ejemplo.
- Redet
(billposer.org/Software/redet.html,
paquete redet):
herramienta para crear y probar expresiones regulares contra un texto de ejemplo con soporte para numerosos
lenguajes de programación.
- Visual REGEXP
(laurent.riesterer.free.fr/regexp/,
paquete visual-regexp):
herramienta en TCL que permite crear y probar expresiones regulares contra un texto de ejemplo.
- Kregexpeditor (KDE Regular expressions editor, paquete kregexpeditor):
editor gráfico de expresiones regulares de KDE.
Article printed from Estréllate y Arde: https://www.estrellateyarde.org
URL to article: https://www.estrellateyarde.org/discover/expresiones-regulares
Click here to print.