¿Que es una expresión regular?
Una expresión regular, también conocida como regex, regexp1 y a menudo llamada una expresión racional,2 3 es, en la ciencia computacional teórica y la teoría de lenguaje formal, una secuencia de caracteres que forma un patrón de búsqueda, principalmente utilizada para la búsqueda de patrones de cadenas de caracteres u operaciones de sustituciones. Por ejemplo, el grupo formado por las cadenas Handel, Händel y Haendel se describe con el patrón "H(a|ä|ae)ndel". La mayoría de las formalizaciones proporcionan los siguientes constructores: una expresión regular es una forma de representar los lenguajes regulares (finitos o infinitos) y se construye utilizando caracteres del alfabeto sobre el cual se define el lenguaje.
Sintaxis.
Una expresión regular es un modelo de texto formado por caracteres ordinarios (por ejemplo, las letras de la a a la z) y caracteres especiales, conocidos como metacaracteres. El modelo describe una o varias cadenas que deben coincidir al buscar texto. Ejemplos de expresiones regulares
/^\s*$/
Coincide con una línea en blanco.
/\d{2}-\d{5}/
Valida un número de identificador que se compone de 2 dígitos, un guión y otros 5 dígitos.
/<\s*(\S+)(\s[^>]*)?>[\s\S]*<\s*\/\1\s*>/
Coincide con una etiqueta HTML.
Patrones.
Se emplean corchetes para representar un único caracter con distintas opciones:
[abcd] Encaja con cualquier carácter 'a', 'b', 'c' o 'd'.
[a-z0-9] Detecta cualquier letra minúscula o dígito.
Los metacaracteres coinciden con un conjunto concreto de caracteres (hablaremos en profundidad de ellos más adelante). Simpre van precedidos de \.
\d Coincide con cualquier dígito.
\s Coincide con un espacio en blanco.
Los cuantificadores nos permiten especificar cuantas veces esperamos que se repite una secuencia.
n* coincide con cualquier cadena que contenga 0 o más n.
n+ coincide con cualquier cadena que contenga 1 o más n.
Los paréntesis se emplean para delimitar subexpresiones y aplicar los modificadores a conjuntos de caracteres.
([a-z]0)+ coincide con una cadena compuesta por un conjunto de una letra seguida de 0 repetido una o más veces.
(\d\s)*z coincide con una cadena compues por un conjuto de un dígito y un espacio en blanco repetida 0 o más veces y finalizada con una z.
A demás de los que ya hemos visto hay otros caracteres es peciales en las expresiones regulares como | o ?. Si queremos detectar alguno de ellos dentro de una cadena tenemos que usar el caracter de escape: \.
a+ coincide con una o más 'a'.
a\+ coincide con 'a' seguida de '+'
\d coincide con un dígito.
\\d coincide con '\' seguido de 'd'.
\\\d coincide con '\' seguido de un dígito.
Metacaracteres.
| Caracter | Significado | |
|---|---|---|
| \ | Indica que el siguiente caracter no debe interpretarse literalmente. O si se trata de un caracter especial, indica que debe tratarse literalmente. | |
| ^ | Indica el principio de la entrada. | |
| $ | Indica el final de la entrada. | |
| * | Indica 0 o más repeticiones de la subexpresión anterior. | |
| + | Indica 1 o más repeticiones de la subexpresión anterior. | |
| ? | Indica 0 o 1 repetición de la subexpresión anterior. | |
| . | Coincide con cualquier caracter. | |
| {n} | Indica n repeticiones de la subexpresión anterior. | |
| {n,} | Indica n o más repeticiones de la subexpresión anterior. | |
| {n,m} | Indica entre n y m repeticiones de la subexpresión anterior. | |
| [abc] | Coincide con cualquiera de los caracteres en el set. | |
| [a-z] | Coincide con cualquiera de los caracteres dentro del rango. | |
| abc | Coincide con cualquier caracter que no esté en el set. | |
| a-z | Coincide con cualquier caracter que no esté dentro del rango. | |
| x | y | Coincide con la subexpresión "x" o con la subexpresión "y". |
| \b | Coincide con el límite de la palabra, la posición entre el un caracter y un espacio. | |
| \B | Coincide con cualquier cosa excepto con el límite de palabra. | |
| \d | Coincide con cualquier dígito. | |
| \D | Coincide con cualquier cosa excepto un dígito. | |
| \w | Coincide con cualquier caracter de palabra: letras o "_". | |
| \W | Coincide con cualquier cosa excepto un caracter de palabra. | |
| \s | Coincide con cualquier caracter de espacio: espacio, tabulador o salto de línea. | |
| \S | Coincide con cualquier cosa excepto un caracter de espacio. | |
| \t | Coincide con un tabulador. | |
| \n | Coincide con un caracter de salto de línea. | |
| \r | Coincide con un caracter de retorno de carro. | |
| \uxxxx | Coincide con cualquier caracter cuyo código Unicode es "xxxx". |