Expresiones Regulares

Introducción Las expresiones regulares permiten expresar patrones de búsqueda genéricos dentro de cadenas. Ejemplos: a[lnm]a - Coincide con ala, ana, ama ana|ama - Coincide con ana y ama co.o- Coincide con coso, como, coro...

Metacaracteres Son caracteres especiales dentro de las expresiones: [] {} * + \ $ ^ () | ? No se interpretan literalmente sino como operadores especiales para construir patrones.

Clases de caracteres Los corchetes se utilizan para expresar clases de caracteres: [abc] Alguno de los caracteres a, b, c [^abc] Cualquier carácter distinto de a, b, c [a-z] Cualquier carácter entre la a y la z [0-9a] Cualquier carácter entre '0' y '9' y la 'a' El punto. representa cualquier carácter (comodín)

Cuantificadores Los operadores de repetición son: *, +, ? a*- O o más veces la 'a' a+ - 1 o más veces la 'a' a? - 1 o ninguna vez la 'a' (abc)+ - 1 o más veces la cadena 'abc' a{4} - la cadena 'aaaa'

Alternativas El metacarácter | expresa alternativas: ab|ac - la cadena 'ab' o la cadena 'ac' ab(cd|ef) - la cadena 'abcd' o 'abef'

Anclas Los anclas indican lugares especiales dentro de la cadena de búsqueda: $ - final de cadena ^ - comienzo de cadena \b - frontera de palabra

Clases especiales \w - alfanumérico \W - no alfanumérico \s - espacio \S - no espacio \d - dígito \D - no dígito

Expresiones regulares en python El módulo re maneja expresiones regulares: >>> import re >>> p = re.compile('[a-z]+') # compilación >>> m = p.search('la cadena') # busqueda >>> m.group(0) 'la' >>> p.findall('la cadena') # obtener todas ['la','cadena']

El objeto match El método search() retorna un objeto match p = re.compile('expresion regular') m = p.search('cadena de busqueda') Los métodos para m son: m.start()- posición de comienzo m.end()- posición de fin m.group()- cadena de coincidencia

Grupos Cada par de paréntesis determina un grupo en la coincidencia. Se numeran de izquierda a derecha El grupo 0 hace referencia a la coincincidencia completa >>> p = re.compile('(\d+),(\d+)') >>> m = p.search('El 44,89 % del producto') >>> m.group(0) '44,89' >>> m.group(1) '44' >>> m.group(2) '89'

Protegiendo los metacaracteres Si queremos buscar alguno de los metacaracteres explícitos es necesario protegerlos escribiendo una doble barra invertida: '\\.' el punto '\\(' paréntesis '\\\\' barra invertida Otra forma: r'\.' r'\(' r'\\'