Upload
khrizi-aliz-leto
View
73
Download
9
Embed Size (px)
DESCRIPTION
metacaracteres, ejemplos, evaluadores, clases en c# para expresiones regulares
Citation preview
Expresiones Regulares
Jordn Pascual Espada
Introduccin
Expresin regular, a menudo llamada tambin patrn, es una expresin que describe un conjunto de cadenas sin enumerar sus elementos.
Wikipedia
Expresin regular
Conjunto de caracteres y metacaracteres que definen reglas sintcticas para la evaluacin de una cadena de texto
Metacaracteres
ab+ *.pdf
Metacaracteres
No se representan a ellos mismos
Cada uno tiene un significado especial
Algunos de los metacaracteres mas habituales son:
$ + * - ? [ ] .
Para que sirven las expresiones regulares?
Reconocimiento y extraccin de informacin en textos Buscar correos electrnicos y DNIs en un documento
Buscar el nmero de veces que se repiten expresiones
Etc..
Validar y analizar datos de entrada (formularios) Formato de la de entrada
Rangos de valores y caracteres admitiditos
Longitud de la cadena
Construir cadenas de texto Generar cadenas a partir de expresiones regulares
Para que sirven las expresiones regulares?
Analizar y modificar textos Eliminar dobles espacios
Sustituir caracteres especficos
Especificar patrones de coincidencia (Navegador, entornos de programacin, SO, etc.)
Definir elementos de la gramtica en un lenguaje
Muchas otras cosas
En resumen
Son un mecanismo muy potente para procesar cadenas de caracteres
Donde se utilizan
Principalmente en:
En comandos y bsquedas dentro de los sistemas operativos
Lenguajes de programacin
Aplicaciones Software (Word, Notepad, etc)
No siempre se utilizan igual, existen diferentes estilos de expresiones regulares, con diferentes capacidades
La mayora se basan en los mismos principios
Expresiones regulares
Algunas personas cuando se enfrentan a
un problema piensan "Ya s, usar expresiones regulares!"
Expresiones regulares
Ahora tienen dos problemas.
Jamie Zawinski , Responsable del Navegador Netscape 1.1 Contribuidor de proyectos Mozilla
Expresiones regulares
^(X(-|\.)?0?\d{7}(-|\.)?[A-Z]|[A-Z] (-|\.)?\d{7}(-|\.)? [0-9A-Z]|\d{8}(-|\.)?
[A-Z])$
Expresin regular Certificado de identificacin Fisca Espaa
Ejemplos de expresiones regulares
Si queremos analizar coincidencias en una cadena.
ab
abecedario taza tabaco
Evaluador de expresiones regulares
La clase Regex en C#
IsMatch: Indica si la expresin regular especificada en el
constructor Regex encuentra una coincidencia en una cadena de entrada indicada.
Matches: Busca en la cadena de entrada especificada todas las apariciones de una expresin regular. Retorna un objeto MatchCollection que contiene todas las coincidencias.
Evaluador de expresiones regulares
La clase Regex en C#
Match: Busca en la cadena de entrada especificada la primera aparicin de la expresin regular indicada.
Escape/Unescape : Convierte reemplaza los metacaracteres de una cadena por caracteres literales. Esto indica al motor de expresiones regulares que interprete los caracteres literalmente en lugar de como metacaracteres.
Evaluador de expresiones regulares
La clase Regex en C#
Replace: Remplaza todas las coincidencias detectadas en la cadena entrada.
Split: Devuelve un array de cadenas, formado a partir de la divisin de una cadena por sus coincidencias con una expresin regular.
Evaluador de expresiones regulares
Creamos un nuevo proyecto Console Application C# desde Microsoft Visual Studio
Evaluador de expresiones regulares
Funcionalidad :
Parte de una coleccin de cadenas de texto (Array)
Define un patrn para una expresin regular Regex.IsMatch (coincidencia)
Evala cada una de las cadenas de texto de la coleccin
Notifica si en la cadena de texto hay o no alguna coincidencia respecto al patrn.
Evaluador de expresiones regulares
Implementacin de un evaluador de expresiones regulares
Evaluador de expresiones regulares
Implementacin de un evaluador de expresiones regulares
Expresin regular
Conjunto de caracteres y metacaracteres que definen reglas sintcticas para la evaluacin de una de una cadena de texto
Metacaracteres
ab+ *.pdf
Representaciones de caracteres
Cualquier carcter alfa numrico Letras y nmeros (@, #, )
Los metacaracteres especiales necesitan ser precedidos de \ por ejemplo \. , \* , \- , \( , \), \\, \^ \$
Ejemplos: Cadenas: {"Aplastar","Haragn","Encargado","Seleccin"}
Expresiones: a , b , e
Cadenas: { "Apla.star", "Hara.gn", "Enca*rgado", "Selec-cin" };
Expresiones: \. , \*, -
Representaciones de caracteres
Cualquier carcter alfa numrico Letras y nmeros (@, #, )
Los caracteres que no sean letras y nmeros necesitan ser precedidos de \ por ejemplo \. , \* , \- , \( , \)
Ejemplos: Cadenas: {"Aplastar","Haragn","Encargado","Seleccin"}
Expresiones: a , b , e
Cadenas: { "Apla.star", "Hara.gn", "Enca*rgado", "Selec+cin" };
Expresiones: \. , \*, \+
Representaciones de caracteres
\d Representa cualquier digito de 0-9
\D Representa lo contrario a \d
Ejemplos: Cadenas: { "122", "Perseguir", "Antena23", "Aceituna" }
Expresiones: \d , \D
Cadenas: { "a2323", "b", "Paisaje", "Diario" }
Expresiones: a\d , a\D
Representaciones de caracteres
\w Representa cualquier letra o digito (incluso letras especiales o acentuadas como , , etc)
No comprende los espacios en blanco ni el resto de caracteres especiales como , . @, #, $, %, C , ( , (espacio), etc
\W Representa lo contrario a \w
Ejemplos: Cadenas: { "122", "", "#", " ", "antena23", "aceituna" };
Expresiones: \w , \W
Cadenas: { "122", "", "Firma", "Comida", "Egresados" }
Expresiones: a\w, \wa, a\W
Representaciones de caracteres
\s Representa cualquier espacio en blanco
No es buena idea utilizar los espacios para delimitar palabras, existen otros mecanismos
\S Representa lo contrario a \s
Ejemplos: Cadenas: { "Alrededor", "El disco", "Firma", "El examen", "Castilla la
mancha" }
Expresiones: \s , El\s
Representaciones de caracteres
Ejemplos: Cadenas: { " 1 ", "2 ", " 3", " 4a ", " b "}
Expresiones: \s\d\s , \s4a,\s\w\s
Cadenas: { "El Gato", "El perro", "1 Gato", "1 1"};
Expresiones: \w\s\w, \d\s\D, \d\s\s\d
Otros elementos
\t Tabulador (ASCII 9)
\f Salto de pgina
\n Salto de lnea
\O Carcter nulo
Conjuntos
Elementos de los conjuntos [ ]: inicio y fin de conjunto
- : rango dentro del conjunto
^ : negacin del conjunto
[ ] Conjuntos [a-z] de la a la z
[A-Z] de la A a la Z
[0-9] del 0 al 9
[a-z0-9] de la a a la z y del 0 al 9
[a-z0-9_] de la a a la z y del 0 al 9 y _
Conjuntos
[ ] Conjuntos [a-zA-Z] de la a a la z y de la A a la Z.
[opk] Cualquiera de los caracteres o, p, k,
[oe] Cualquier de los caracteres o, e
[a-e] Cualquier letra entre a y e (es decir a, b, c, e)
[^a] Que no este el carcter a
[^a-e] Que no aparezcan letras entre a y e
Ejemplos: Cadenas: { "Cerca", "Presentar", "ensalada", "141", "Cercado13" }
Expresiones: [a-z], [0-9], [e1] , [a-e]
Conjuntos
Ejemplos: Cadenas: { "Chicos", "Chica", "Chico", "Chimo", "Chino" };
Expresiones: Chic[oa], Chic[oa]s, Chi[a-z]o, [^0-9]
Cadenas: { "Chicos", "Chica", "Chico", "Chimo", "Chino" };
Expresiones: Chic[^a], [a-z][A-Z], [^a],[rfm]
Repeticiones
{N} significa que la expresin se repite exactamente n veces
{N, } significa la expresin se repite N o mas veces.
{X, Y} significa la expresin se repite un mnimo de X veces y un mximo de Y.
Ejemplos: Cadenas: { "www.Agrupar.com", "water", "windows", "Botnico"}
Expresiones: w{3} , w{1,} , w{2,3}
Cadenas: { "a1", "bb2334", "123", "b2222", "e333333" }
Expresiones: [a-z]{1,3}[0-9]{3,4}, \D{1,2}\d{4}
Repeticiones
Mximo y mnimo
Nmero de coincidencias Regex.Matches:
w -> w{1,3} -> 1 Coincidencia
ww -> w{1,3} -> 1 Coincidencia
www -> w{1,3} -> 1 Coincidencia
wwww -> w{1,3} -> 2 Coincidencias
wwwww -> w{1,3} -> 2 Coincidencias
Repeticiones
Ejemplos: Cadenas: { "1221", "3614", "441244", "97" }
Expresiones: [12]{2,4},\d{3}4
Cadenas: { "a1", "bb2334", "123", "b2222", "e333333" }
Expresiones: [a-z]{1,3}[0-9]{3,4}, \D{1,2}\d{4}
Cadenas: { "los perros", "las ardillas", "el gato", "la rana", "el 1" }
Expresiones: [loeas]{2,3}\s[a-z]
Agrupaciones
( ) Sirven para agrupar expresiones regulares (ab) carcter ab agrupado
Ejemplos: Cadenas: { "Acceso", "Espeso", "El Tractor", "Cdigo fuente" }
Expresiones: (so){2}
Cadenas: { "3a3a3a a3a3", "D5D5D5D5D z1z1", "3a3a3a a3a3", "3a3a3a a3a3a" }
Expresiones: (\d\D){3}\s{1,2}([a-z]\d){2}
Alternancia
| Representa una alternancia entre expresiones , o una o otra.
Ejemplos: Cadenas: { "la", "el", "ellos", "las" }
Expresiones: el|la , le|a , l(e|a)
Cadenas: { "Secreto", "Barro", "Carro,Tarro", "Espiral", "B"}
Expresiones: B|Tarro, la , (B|T)arro , \D{8}|Barro
Metacaracteres
. Representa cualquier carcter Incluido el espacio
Ejemplos: Cadenas: { "Acceso", "Espeso", "El Tractor", "Cdigo fuente" }
Expresiones: . , A. , E.
Cadenas: { "color", "calor", "capo", "castor", "c r"};
Expresiones: c.l.r, c.{1,4}r
Cadenas: { "Osa polar", "Oso panda", "Oso pardo", "Oso gris"}
Expresiones: Os.\sp, .{3}\s[^g]
Metacaracteres
+ Significa que la expresin se repite 1 mas veces
Ejemplos: Cadenas: { "aaaa", "soso", "patoso", "Cdigo fuente" }
Expresiones: (so)+, a+ , o+
Cadenas: { "tejer", "el mapa5", "140suerte", "e 50" };
Expresiones: (\d+\D+|\D+\d+) , \w+\s+\d+
Cadenas:{ koala", "collllor,", "El color", "El collar" };
Expresiones: col+[oa]r , [ck]ol+[oa]r ,
Metacaracteres
* Significa que se repite 0 o mas veces
Ejemplos: Cadenas: { "aaaa", "soso", "patoso", 213213" }
Expresiones: w*, [a-z]*, [1-9]*
Cadenas: { #cinco5555#", #seis66666#", #cuatro4444#", #dos22#" };
Expresiones: #(cinco|seis)[56]*# , #[a-z]{4,5}\d*#
Cadenas: { "int a =3;", "int a=345;", "float a = 4.5;", "bit b = 0;"};
Expresiones: [a-z]*\s+\D*\s*=\s*[\d\.]*;
Metacaracteres
? Significa que se repite 0 o 1 vez
Ejemplos: Cadenas: { "Ha", "Ha cantado", "a","Hab", "Hablabla" }
Expresiones: Ha(bla)?, [a-z]?, [1-9]?
Cadenas: { "Apila", "pila", "Atar;", "Atracar", "reloj" };
Expresiones: A?[a-z]+[ra] ,
Delimitadores
\b Significa que coincide si es un limite de palabra (se suele incluir al principio y/o al final de las expresiones)
Se utiliza para buscar palabras
Las palabras no solo estn delimitadas por espacios, tambin pueden estarlo por otro tipo de caracteres ;
:
.
,
=
Delimitadores
Ejemplos: Cadenas: { "Hola", "ola", "La ola", "Pola", "olaola"};
Expresiones: \bola, \bola\b
Cadenas: { "hola hola ", "hola Juan", "colegio", "Escalera" }
Expresiones: (\bhola\b){2} , o\b , \b[A-Z]\w*[na]\b , \b[^E]
Cadenas: { "Sol", "Las Espaldas", "El Almuerzo", "El Oro" };
Expresiones: \b[a-zA-Z]{7,8}\b , \b.{3,6}o\b
Cadenas: { "uno,dos", "Fin.Continua", "Uno=1", "Son:1,2,3" }
Expresiones: \b[Uu]no\b , \bCon.*\b , (\b[1-3]\b\,?){3}
Delimitadores
\B Significa que coincide si no es un limite de palabra
Ejemplos: Cadenas: { "Hola", "ola", "La ola", "Pola", "olaola"};
Expresiones: \Bola, \Bola\b
Cadenas: { "Diseo", "El Diseo", "Diseador", "Pases" };
Expresiones: \Bo\B ,
Delimitadores
^ Significa que la coincidencia se debe producir al inicio de la cadena (No confundir cadena con palabra)
Las validaciones web utilizan comnmente este tipo de delimitadores de cadena, tanto el de inicio como el de final.
Tambin podra ser al principio de la lnea si se trabaja con RegexOptions.Multiline Regex.Match(input, pattern, RegexOptions.Multiline);
Ejemplos: Cadenas: { "refrigerador1", "do1 re1 mi1", "r", "1Alacrn", "Sur1" }
Expresiones: ^r, ^[rS]\w+1, ^\D
Delimitadores
\A Significa que la coincidencia se debe producir al inicio de la cadena (Sin posibilidad de varias lneas)
Ejemplos: Cadenas: { "refrigerador1", "do1 re1 mi1", "r", "1Alacrn", "Sur1" }
Expresiones: \Ar, \A[rS]\w+1, \A\D
Delimitadores
$ Significa que la coincidencia se debe producir al final de la cadena o lnea
Tambin podra ser al principio de la lnea si se trabaja con RegexOptions.Multiline Regex.Match(input, pattern, RegexOptions.Multiline);
Ejemplos: Cadenas: { "La bandera roja", "La bandeja azul", "El bar nuevo" };
Expresiones: bar$ , ^[A-Z].+[ao]$
Delimitadores
\Z Significa que la coincidencia se debe producir al final de la cadena (o antes de un salto de lnea)
\z Significa que la coincidencia se debe producir al final de la cadena (Sin posibilidad de varias lneas)
Ejemplos: Cadenas: { "La bandera roja", "La bandeja azul", "El bar nuevo" };
Expresiones: bar\> , ^[A-Z].+[ao]\Z
Look Around Mirar al rededor
Split de una cadena a partir de una expresin regular
@ "[#@] "
encuentra #@ captura la posicin y suprime el carcter
@"(?=[#@])" Positive Lookahead encuentra #@ captura la posicin que lo precede
@"(?
Look Around Mirar al rededor
Split de una cadena a partir de una expresin regular
@ \d "
encuentra el digito y captura la posicin y suprime el carcter
@"(?!\d)" Negative Lookahead encuentra cada no coincidencia con el digito y captura la posicin que lo precede
@"(?
Ejercicios - Expresiones regulares
Expresin regular para validar: Claves
6JKV-QPB8-RQ89-FW7T-PBJ7 T32RWFDMGFD2QGMH3P9G GG4M.MGK7.HVXF.KHCF.KW6K
DNIs en varios formatos
55349061K, 74348275-Q, 19290989s
Palabras entre corchetes
[fuerza]
Comentarios en HTML
Ejercicios - Expresiones regulares
Expresin regular para validar:
Nmeros de telfono mvil
652881432 , +34652881432, 652 88 14 32, 652 881 432
Etiquetas HTML de ttulos
Una etiqueta tag XML
Cualquier numero decimal
-0.9 9,32 -2 .11
Validacin de expresiones regulares online
http://www.rexv.org/
http://regexpal.com/
http://www.regexplanet.com/advanced/java/index.html
http://www.metriplica.com/es/recursos/expresiones-regulares
http://www.regular-expressions.info/javascriptexample.html
http://www.regextester.com/
Referencias y enlaces de inters
Tutorial Expresiones regulares http://www.regular-expressions.info/tutorial.html
Gua de expresiones regulares Mozilla https://developer.mozilla.org/es/docs/Gu%C3%ADa_JavaScript_1.5/Expresiones_Regulares
La clase Regex .NET Framework http://msdn.microsoft.com/es-es/library/system.text.regularexpressions.regex.aspx