Expressão regular é um conjunto de padrões que facilita muito o desenvolvimento de determinados sistemas. É um recurso que pouquíssimo explorado pelo que percebo, que muitas pessoas "tem medo" de estudar pela impressão de complexidade que uma expressão regular parece ter, por ser um "conjunto de caracteres sem sentido", como já vi definirem.
Para quem nunca viu, pode até parecer isso mesmo, por exemplo (w[w|-]*)(.) ou ([a-Z]).
Escrevo para tentar acabar com esse preconceito sobre a complexibilidade das expressões regulares, neste caso especificamente do seu uso no Javascript.
Você não vai ver muito código neste post. Quando me interessei pelo assunto ganhei da Bia o livro Expressões Regulares – uma abordagem divertida e comecei a aplicar ER quando era necessário. Recomendo o livro pois ele é bastante útil como consulta (e ER realmente precisa de consultas recorrentes).
Para que serve uma Expressão Regular
Expressão Regular ou Regular Expression serve para identificar um determinado padrão de caracteres em um texto.
Exemplo de uso: você tem um documento de 500 páginas e quer encontrar preços em reais neste documento. Você cria uma expressão regular que vai encontar o seguinte: "R$ Y,XX" onde Y pode ser qualquer número (positivo, negativo, com 1 ou infinitas dezenas) e X é uma número de 0 a 9. Simples assim, ao final deste post espero que você esteja apto a "pensar" expressões regulares!
Expressões Regulares no javascript
Bem, agora você sabe para que serve, agora vou apresentar as "regras" e significados de cada caracter dentro de uma expressão regular. Você não vai decorar ou aprender tudo, mas sabendo o que é possível e consultando as tabelas abaixo você poderá desenvolver muita coisa e economizar muitas linhas de código.
As tabelas abaixo foram traduzidas por Thiago Prado para o iMaster, e ajudam a entender um pouco melhor o significado de cada caracter em uma Expressão Regular.
Busca posicionada
|
Símbolo
|
Descrição
|
Exemplo
|
|
^
|
Busca somente no início da string
|
/^The/ encontra "The" em "The night" mas não em "In The Night"
|
|
$
|
Busca somente no fim da string
|
/and$/ encontra "and" em "Land" mas não em "landing"
|
|
|
Encontra em qualquer parte da string
|
/ly/ encontra "ly" em "This is really cool."
|
|
B
|
Encontra qualquer parte que não esteja limitada
|
/Bor/ encontra “or” em "normal" mas não em "origami."
|
Literais
|
Símbolo
|
Descrição
|
|
Alfanumerica
|
Todos os caracteres alfabéticos e numerais se encontram literalmente. Então /2 dias/ encontrarão "2 days" dentro da string
|
|
|
Encontra o caractere de nova linha
|
|
f
|
Encontra o caractere de nova página
|
|
|
Encontra o caractere de retorno de carro
|
|
|
Encontra o caractere de tabulação horizontal
|
|
v
|
Encontra o caractere de tabulação vertical
|
|
xxx
|
Encontra o caractere ASCII expresso por um número octal xxx.
"50" encontra o caractere parênteses esquerdo "("
|
|
xdd
|
Encontra o caractere ASCII expresso por um número hexadecimal dd.
"x28" encontra o caractere parênteses esquerdo "("
|
|
uxxxx
|
Encontra o caractere ASCII expresso por UNICODE xxxx.
"u00A3" encontra "£".
|
Classes de Caracteres
|
Símbolo
|
Descrição
|
Exemplo
|
|
[xyz]
|
Encontra qualquer caractere que estiver dentro do grupo. Você pode usar hífen para denotar escala. Por Exemplo. /[a-z]/ encontra qualquer letra do alfabeto alphabet, /[0-9]/ encontra qualquer dígito
|
/[AN]BC/ encontra "ABC" e "NBC" mas nao “BBC" desde que a letra “B” nao estao nogrupo.
|
|
[^xyz]
|
Encontra qualquer caractere que não estiver dentro do grupo. O circunflexo indica que nenhuma caractere deve estar na string.
NOTA: O circunflexo usado dentro da classe de caractere é diferente do que denota o início da string, não se confundam. A negação aqui só é permitida dentro dos sinais
|
/[^AN]BC/ encontra "BBC" mas nao "ABC" ou "NBC".
|
|
.
|
(Ponto). Encontra qualquer caractere exceto o caractere de nova linha ou terminador de linha Unicode
|
/b.t/ encontra "bat", "bit", "bet" e assim por diante
|
|
w
|
Enconta qualquer caractere alfanumérico incluindo underscore. Equivalente a [a-zA-Z0-9_]
|
/w/ encontra "200" em "200%"
|
|
W
|
Encontra qualquer caractere que não se encontra na classe dos alfanuméricos. Equivalente a [^a-zA-Z0-9_]
|
/W/ encontra "%" em "200%"
|
|
d
|
Encontra qualquer dígito. Equivalente a [0-9]
|
|
|
D
|
Encontra qualquer caractere que não seja um digito. Equivalente a [^0-9]
|
/D/ matches "No" in "No 342222"
|
|
s
|
Encontra qualquer caractere que equivale a um espaço. Equivalente a [ vf]
|
|
|
S
|
Encontra qualquer caractere que não equivale a um espaço. Equivalent to [^ vf]
|
|
Repetição
|
Símbolo
|
Descrição
|
Exemplo
|
|
{x}
|
Encontra exatamente x ocorrências na regular expression
|
/d{5}/ encontra 5 digitos
|
|
{x,}
|
Encontra x ou mais ocorrências na regular expression
|
/s{2,}/ encontra no minimo 2 caracteres de espaço em branco
|
|
{x,y}
|
Encontra x para y numero de ocorrências na regular expression
|
/d{2,4}/ encontra no minimo 2 mas nao mais que 4 digitos
|
|
?
|
Encontra zero ou nenhuma ocorrência. Equivalente a {0,1}
|
/as?b/ encontra "ab" ou "a b".
|
|
*
|
Encontra zero ou mais ocorrências. Equivalente a {0,}
|
/we*/ encontra "w" em "why" e "wee" em "between", mas nao em "bad"
|
|
+
|
Encontra uma ou mais ocorrências. Equivalente a {1,}
|
/fe+d/ encontra tanto em "fed" quanto em "feed"
|
Alternação & Agrupamento
|
Símbolo
|
Descrição
|
Exemplo
|
|
( )
|
Agrupamento de caracteres para criar uma cláusula de condição. Pode estar aninhado
|
/(abc)+(def)/ encontra um ou mais ocorrencias de "abc" seguido por uma ocorrencia de "def"
|
|
|
|
Combina cláusulas de condições dentro de uma regular expression e então encontra qualquer uma das cláusulas. Similar à expressão "OR"
|
/(ab)|(cd)|(ef)/ encontra "ab" ou "cd" ou "ef".
|
Backreferences
|
Símbolo
|
Descrição
|
Exemplo
|
|
( )
|
Encontra uma cláusula entre parênteses. n é o número de cláusulas para a esquerda da backreference
|
(w+)s+1 encontra quaisquer palavras que ocorra duas vezes na mesma linha, como "hubba hubba." O 1 denota que a primeria palavra depois do espaço deve encontrar a porção da string que foi encontrada no último commando dentro de parênteses. Se existisse mais de um comando dentro de parênteses, você deve usar 2 ou 3 para encontrar o apropriado agrupamento da esquerda da backreference. Até 9 backreferences podem ser usadas no padrão da string
|
Modificadores de padrão
|
Propriedade
|
Descrição
|
Exemplo
|
|
i
|
Ignora se é minúscula ou maiúscula
|
/The/i encontra "the" e "The" e "tHe"
|
|
g
|
Pesquisa Global para todas as ocorrências do padrão
|
/ain/g encontra os dois "ain" em "No pain no gain", ao inves de apenas o primeiro
|
|
gi
|
Pesquisa Global, e ignorar caso
|
/it/gi encontra todos "it" em "It is our IT department"
lastIndex
|
|
lastIndex
|
Armazena a posição da última pesquisa bem sucessida realizada na string. Se nada for encontrado, a propriedade lastIndex será colocada como –1
|
|
|
$n
|
n representa o numero de 1 a 9
Armazena os nove mais recentes pesquisa dentro de parênteses encontradas. Por exemplo, se o padrão usado por uma regular expression para a última pesquisa foi /(Hello)(s+)(world)/ e a string pesquisada foi “Hello world” o conteúdo de RegExp.$2 poderia ser qualquer caractere entro “Hello” e “world”
|
|
|
source
|
Armazena a copia do padrão da regular expression
|
|
Entendendo os métodos usados pelas expressões regulares
|
Método
|
Descrição
|
|
exec
|
Um método RegExp que executa pesquisas em uma string. O mesmo retorna um array das informações obtidas
|
|
test
|
Um método RegExp que testa uma pesquisa em uma string. O mesmo retorna true ou false
|
|
match
|
Um método de String que executa uma pesquisa em uma string. O mesmo retorna um array das informações obtidas ou nulo se nada for encontrado
|
|
search
|
Um método de String que testa uma pesquisa em uma string. O mesmo retorna o índice do resultado, ou -1 se a pesquisa falir
|
|
replace
|
Um método de String que executa uma pesquisa em uma string, e substitui o resultado encontrado por uma substring
|
|
split
|
Um método de String que usa uma regular expression ou uma string para quebrar uma string em uma array de substrings
|
As tabelas são do iMaster (Thiado Prado) e são ótimas para referências – você não vai decorar tudo de uma vez, consultas são importantes. 🙂
.exec() – Testando se uma string casa com a ER
No javascript o comando .exec() testa uma string para verificar se ela casa com a sua expressão regular. Se casar, o retorno é a consulta, senão o retorno é null.
Exemplo (da W3C):
<script type="text/javascript">
var str="Hello world!";
//look for "Hello"
var patt=/Hello/g;
var result=patt.exec(str);
document.write("Returned value: " + result);
//look for "W3Schools"
patt=/W3Schools/g;
result=patt.exec(str);
document.write("<br />Returned value: " + result);
</script>
Na primeira consulta teremos o retorno "Hello" printado na tela, na segunda teremos "null".
Finalizando, expressão regular pode parecer muito complicado quando você não sabe o que nada significa e tenta decifrar (adivinhar, né?) o significado de algo como:
(w[w|-]*)(.)*]/)
Gostaria de ter o costume de utilizar mais ER´s, a criação deste post foi uma forma de tentar me estimular ao uso, pois é um método bastante performático, com menos código e mais legível (depois que você compreende o funcionamento) de executar algumas funções avançadas que exigiriam infinitos alguns "loops e ifs" – a arte da gambiarra.
Em alguns posts mais pra frente vou postar alguns estudos que fiz e exemplos práticos do uso das ER´s.
Fica novamente a recomendação de um livro muito útil para consultar – Expressões Regulares, uma abordagem divertida.