Expresiones regulares
Las Expresiones Regulares, o RegEx, son patrones que podemos usar para encontrar una determinada combinación de caracteres dentro de un texto. Las RegEx proporcionan una manera muy flexible y poderosa de buscar o reconocer cadenas de texto para luego imprimirlas, modificarlas o cambiar su formato.
Los lenguajes de programación más conocidos soportan RegEx: C, Ruby, XML, Visual Basic, Unix Shell, Java, JavaScript, Python y, por supuesto, Perl.
Existen dos tipos de RegEx en el estándar POSIX: Expresiones Regulares Básicas (BRE) y Expresiones Regulares Extendidas (ERE). Luego están las PCRE (Expresiones Regulares Compatibles con Perl, escritas en Lenguaje C e inspiradas en Perl.
Las RegEx fueron definidas en la década del 1950 y tienen su origen en Regular Events, una notación creada por Stephen C. Kleene, matemático estadounidense. No debemos confundir las RegEx con los comodines de Shell, ya que éstos últimos operan únicamente con los nombres de archivos.
Armado de Expresiones Regulares
Las expresiones regulares están compuestas por
- Caracteres ordinarios como
espacio en blanco,_,A-Z,a-z,0-9. - Metacaracteres de RegEx, son abreviaciones cuyo significado se expande para significar caracteres ordinarios.
| Metacaracter RegEx | Significado |
|---|---|
* | cero o mas iteraciones del carácter inmediato que lo precede. |
. | cualquier carácter ordinario, excepto el ASCII de nueva linea. |
[ carácter(es) ] | cualquiera de los caracteres especificados entre corchetes; puede usarse guion - para delimitar un rango de caracteres tal como [a-f], [1-5], etcétera. |
^ | comienzo de línea en un fichero. |
$ | final de una línea en un fichero. |
\ | anula el significado (“escapa”) un caracter o metacaracter RegEx. |
Expresiones Regulares de búsqueda por coincidencia
* | Coincide cualquier carácter |
\. | Cualquier carácter excepto Nueva Línea |
^$ | Busca líneas vacías (realmente caracteres ASCII de “nueva línea”) |
/cadena/ | Busca la cadena cadena |
[cadena] | Busca coincidencias de cualquier caracter contenido en cadena |
[^cadena] | Busca coincidencias de cualquier caracter no contenido en cadena |
g/cadena/ | Busca globalmente cadena en el documento |
g/cadena1/s//cadena2/ | Sustituye globalmente cadena1 por cadena2 |
alternativa1|alternativa2 | Busca coincidencias entre alternativa1 y alternativa2 |
() | Altera el orden de la expresión regular |
^ | Busca caracter nulo de principio del Documento |
$ | Busca caracter nulo EOF de final del Documento |