Padrões úteis de RegEx

Palavras no alfabeto latino

Ver no RegEx 101.

• \b[A-Za-z]+\b
  • \b indica a posição no limite de uma palavra
  • A-Z um caractere maiúsculo único no intervalo entre A e Z
  • a-z um único caractere minúsculo no intervalo entre a e z
  • + quantificador que corresponde a 1 ou mais, quantas vezes for possível

Caracteres gregos

Ver no RegEx 101

• \p{Greek}+
  • \p Indica uma propriedade.

Numeração Bekker

Ver no RegEx 101

• \d{1,4}[a|b]\d{1,2}
  • \d{1,4} Corresponde ao intervalo entre 1 e 4 dígitos
  • [a|b] Corresponde a “a” ou “b”.
  • \d{1,2} Corresponde ao intervalo entre 1 e 2 dígitos

Numeração Stephanus

Ver no RegEx 101

• \d*[a|b|c|d|e]\d{1,2}

Limpeza do texto do corpus aristotélico depois da conversão (betacode → unicode)

Ver no RegEx 101

• \d*\s*[A-Za-z]{1,6}\.(\d{1,4}[a|b])\.(\d*)\s:\s(.+)\n
• Substituição: \1\2 \3

Remoção da hifenização em texto da ed. Bekker do corpus aristotelicum

Ver no RegEx 101

• –\s*(\d*[a|b]\d*) (\p{Greek}+)
• Substituição: \2 \1

***

Exemplo com posição e quantificador não-avarento

Na linha abaixo, eu preciso encontrar a referência Bekker.

Metaph. A 1 980a21 Πάντες ἄνθρωποι τοῦ εἰδέναι ὀρέγονται φύσει. σημεῖον δ᾽ 980a22 ἡ τῶν αἰσθήσεων ἀγάπησις·

1. (^.*) é uma expressão que encontraria, do começo da linha em diante, o maior número possível de qualquer caractere que aparece zero ou mais vezes.
   
2. (^.*?) é uma expressão que encontraria, do começo da linha em diante, o menor número possível de qualquer caractere que aparece zero ou mais vezes.
3. (\d+[a|b]\d\d) é uma expressão que encontraria tanto 980a21 quanto 980a22.

Resultados

(^.*)(\d+[a|b]\d\d) encontraria…

Metaph. A 1 980a21 Πάντες ἄνθρωποι τοῦ εἰδέναι ὀρέγονται φύσει. σημεῖον δ᾽ 980a22.

(^.*?)(\d+[a|b]\d\d) encontraria…

Metaph. A 1 980a21