RegEx

 #Automação  #RegEx

RegEx (expressões regulares) são sequências de caracteres que definem um padrão de pesquisa, comumente utilizados para operações de busca e busca e substituição.



Coringas (a.k.a. wildcard)

Ao fazer uma busca, você pode substituir partes de uma palavra por caracteres coringas que correspondem a um ou mais caracteres (ou mesmo a um intervalo).

  • ? Corresponde a uma letra ou um número.
  • . Corresponde a qualquer caractere1.
  • \w Corresponde a uma palavra (no alfabeto latino).
  • [abc…] ou [a|b|c|…] Corresponde a qualquer um dos caracteres listados.
  • [^abc] Corresponde a qualquer caractere que não está listado ou dentro do intervalo estipulado.
  • \d Corresponde a qualquer dígito entre 0-9.

Intervalos

  • [a-z] Corresponde ao intervalo entre “a” e “z”.
  • [0-9,a-f] Corresponde a qualquer dígito ou qualquer letra.



Quantificadores

Quantificadores afetam o caractere ou grupo anterior.

  • * Corresponde a zero, um ou múltiplos caracteres.
  • + Corresponde um ou múltiplos caracteres.
  • {1} Corresponde a um caracter.
  • \d{1,4} Corresponde a 1, 2, 3 ou 4 caracteres.

O nada nadifica.

  • nad.* pode corresponder a nada ou nadifica.

Quantificadores não-avarentos

O comportamento padrão dos quantificadores é corresponder ao maior número de caracteres possível. Para ter o comportamento oposto, basta utilizar os quantificadores não avarentos, cuja especificidade é corresponder sempre ao menor número de caracteres.

  • +? Corresponde a um ou mais.
  • *? Corresponde a zero ou mais.

Tomando a paravra Alfabeto como exemplo:

  • Alf.+ corresponde a Alfabeto.
    • . corresponde a qualquer caractere.
    • + indica que estamos buscando um ou mais ocorrências.
  • Alf.+? corresponde a Alfa.
    • Novamente, . corresponde a qualquer caractere.
    • +? indica que estamos buscando uma ou mais ocorrências, mas preferindo sempre o menor número.



Posição

Algumas expressões especiais podem ajudar a refinar a busca determinando a posição do caractere buscado.

  • ^ Indica o início da linha.
  • $ Indica o fim da linha, logo antes da quebra de linha.
  • \b Corresponde ao limite de uma palavra (no alfabeto latino).
  • x(?=abc) nessa expressão abc tem acontecer depois de x
  • x(?!abc) nessa expressão abc não pode acontecer depois de x
  • (?<=abc)x nessa expressão abc tem que acontecer antes de x.
  • (?<!abc)x nessa expressão abc não pode acontecer antes de x.

Um exemplo muito útil é ^.+, corresponde a todos os caracteres que ocorrem partindo do começo da linha.



Outras expressões especiais

  • \A Indica o início do documento.
  • \Z Indica o final do documento.
  • \n Uma quebra de linha
  • \t Tabulação horizontal
  • \s Um espaço em branco (dependendo do sistema de regex, pode corresponder ou não à quebra de linha; geralmente é o caso que sim.)
  • \h Um espaço em branco (nunca corresponde à quebra de linha).

Veja também

E ainda…

  1. Em alguns casos é possível fazer com que . também corresponda a quebras de linha, mas esse geralmente não é o caso. No BBEdit, por exemplo, basta adicionar (?s) à expressão.↩︎