Bienvenidos

Blog de todo un poco.

4 de octubre de 2019

Expresiones Regulares

Introducción


En cómputo teórico y teoría de lenguajes formales una expresión regular, también conocida como regex, regexp​ o expresión racional,​ es 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. 

Tiene su origen en los autómatas finitos de la matemática discreta.

Resultado de imagen para automatas matematicas discretas

En los autómatas finitos se acepta o se rechaza una cadena, tal como hacen las expresiones regulares.

Uso


La expresiones regulares se usan habitualmente para varias operaciones
  • Validaciones de datos: Verificar si una cadena esta bien formada.
  • Data Scraping: Buscar páginas web que tengan un conjunto específico de palabras, eventualmente en un orden determinado.
  • Data Wrangling: Transformar datos crudos, a otro formato.
  • Parseo de cadenas: Por ejemplo obtener todos los parámetros de un verbo GET.
  • Otros: Coloreado de sintaxis, packet sniffing, etc.
Las podemos clasificar en:
  • Alternación
  • Cuantificación
  • Agrupación
  • Grupos de caracteres
  • Negación
  • Carácteres especiales
  • Escapes

Alternación


Expresiones del tipo \(a \lor b\)  \(\xrightarrow{} a|b \), donde el carácter | hace del operador OR.

Ejemplos

  • \(/a|b/\) coincide con el carácter a o el b.
  • \(/pepa|e/\) coincide con pepe o pepa.

Cuantificación


Expresiones del tipo \(aaaaa \xrightarrow{} a\{5\}\).

  • .Un carácter únicamente. 
  • ? Que al carácter precedente, concuerda una vez o ninguna. 
  • * Que el carácter precedente, concuerde ninguna o más veces. 
  • + Que el carácter precedente, concuerde una o más veces. 
  • {n} Que el carácter precedente concuerde exactamente \(n\) veces. 
  • {n,m} El carácter precedente concuerda por lo menos \(n\) veces, y no más que \(m\) veces.

Compatibilidad. Tengamos presente que no todas las expresiones regulares funcionan de la misma manera en todos los lenguajes y/o versiones de los comandos.

Ejemplos


  • /ab+c/ coincide con abc y abbc, pero no con ac.
  • /ab?c/ coincide con ac y abc, pero no con abbc.
  • /pepe*/ coincide con pep, pepe y pepeeeeee
  • /a\{1,2\}/ coincide con a y aa, pero no con aaa.
  • /a\{2,\}/ coincide con aa y aaaaa, pero no aa.

Agrupación


Los parentésis nos permiten agrupar una expresión regular para trabajarlo como subexpresiones.

Ejemplos


Dentro de los corchetes [] se pueden poner un grupo de caracteres que queremos encontrar.
  • (abc)+ coincide al menos una vez con toda la expresión abc.
  • ((ab)+1)+ coincide con abababab1ab1.


Para finalizar


Hay varios recursos en internet sobre este tópico. Uno muy ilustrativo es https://regex101.com.


No hay comentarios.: