padrão basico de regex

Leia a ER átomo por átomo, da esquerda para a direita.

fala[r!]?

Um f seguido de um a, seguido de um l, seguido de um a, seguido de: ou r, ou !, ambos opcionais.

resultado = fala[r!]? falar, fala!, fala

curinga .* Teremos qualquer caractere, em qualquer quantidade. uma carta para se usar em qualquer situação.

Expressões são Case Sensitive

[0123456789] é igual a [0-9]

Não use o intervalo A-z, prefira A-Za-z

Linhas que tenham entre 20 e 60 caracteres:

^.{20,60}$

Expressão para casar um número de RG no formato n.nnn.nnn-n? É fácil!

[0-9]\.[0-9]{3}\.[0-9]{3}-[0-9]

Caracteres acentuados (POSIX)

Classe POSIX	Similar	Significado
[:upper:]	[A-Z]	letras maiúsculas
[:lower:]	[a-z]	letras minúsculas
[:alpha:]	[A-Za-z]	maiúsculas/minúsculas
[:alnum:]	[A-Za-z0-9]	letras e números
[:digit:]	[0-9]	números
[:xdigit:]	[0-9A-Fa-f]	números hexadecimais
[:punct:]	[.,!?:...]	sinais de pontuação
[:blank:]	[ \t]	espaço e TAB
[:space:]	[ \t\n\r\f\v]	caracteres brancos
[:cntrl:]	-	caracteres de controle
[:graph:]	[^ \t\n\r\f\v]	caracteres imprimíveis
[:print:]	[^\t\n\r\f\v]	imprimíveis e o espaço

Para dizer maiúsculas, fica [[:upper:]], ou seja um [:upper:] dentro de uma lista []

O [[:upper:]] é uma classe POSIX dentro de uma lista.

POSIX levam em conta a localidade do sistema. ou seja (acentuação está disponível).

Nos Estados Unidos, [[:upper:]] é igual a [A-Z].
No Brasil, [[:upper:]] é igual [A-ZÁÃÂÀÉÊÍÓÕÔÚÇ...]

ERs que procurarão em textos em português, prefira [:alpha:] em vez de A-Za-z, sempre.

Meta	Mnemônico
.	Ponto
[]	Lista
[^]	Lista negada
?	Opcional
*	Asterisco
+	Mais
{}	Chaves
^	Circunflexo
$	Cifrão
\b	Borda
\	Escape
\|	ou
()	Grupo
\1	Retrovisor

Representantes

Meta	Mnemônico	Função
.	Ponto	Um caractere qualquer
[...]	Lista	Lista de caracteres permitidos
[^...]	Lista negada	Lista de caracteres proibidos

São metacaracteres cuja função é representar um ou mais caracteres.

Também podem ser encarados como apelidos, links, ou qualquer outra coisa que lhe lembre essa associação entre elementos.

Todos os metacaracteres deste tipo casam a posição de um único caractere, e não mais que um.

.

ponto casa com qualquer coisa

n.o - não, nao, ...
.eclado - teclado, Teclado, ...
e.tendido - estendido, extendido, eztendido, ...

[]

Para que nossa ER fique mais específica, trocamos o ponto pela lista

n[ãa]o - não, nao
[Tt]eclado - Teclado, teclado
e[sx]tendido - estendido, extendido

12[:. ]45 - 12:45, 12.45, 12 45

*lista casa com quem ela quer
*dentro da lista, todo mundo é normal.
A lista casa com quem ela conhece e tem suas próprias regras.
Dentro da lista, todo mundo é normal.
Dentro da lista, traço indica intervalo.
Um - literal deve ser o último item da lista.
Um ] literal deve ser o primeiro item da lista.
Os intervalos respeitam a tabela ASCII (não use A-z).
[:classes POSIX:] incluem acentuação, A-Z não.

[^]

Então se [0-9] são números, [^0-9] é qualquer coisa fora números. Pode ser letras, símbolos, espaço em branco, qualquer coisa, menos números.

A lista negada é exatamente igual à lista, podendo ter caracteres literais, intervalos e classes POSIX. Tudo o que se aplica a lista normal, se aplica à negada também.

A única diferença é que ela possui lógica inversa, ou seja, ela casará com qualquer coisa, fora os componentes listados.

Sempre após caracteres de pontuação como a vírgula ou o ponto, devemos ter um espaço em branco os separando do resto do texto. Então vamos procurar por qualquer coisa que não há espaço após a pontuação:

[:;,.!?][^ ] ou [[:punct:]][^ ]

Uma lista negada segue todas as regras de uma lista normal. Um ^ literal não deve ser o primeiro item da lista. [:classes POSIX:] podem ser negadas. A lista negada sempre deve casar algo.

Quantificadores

</tbody>

Meta	Mnemônico	Função
?	opcional	zero ou um
*	asterisco	zero, um ou mais
+	mais	um ou mais
{n,m}	chaves	de n até m

Todos os quantificadores são gulosos

?

ER 6? significa zero ou uma ocorrência do número 6. Se tiver um 6, beleza, Se não tiver, beleza também.

O opcional é um quantificador que não esquenta a cabeça, para ele pode ter ou não a ocorrência da entidade anterior, pois ele a repete 0 ou 1 vez.

Por exemplo, a ER 6? significa zero ou uma ocorrência do número 6. Se tiver um 6, beleza, casamento efetuado.

Se não tiver, beleza também. Isso torna o 6 opcional (daí o nome), que tendo ou não, a ER casa.

Veja mais um exemplo, o plural. A ER ondas? tem a letra s marcada como opcional então ela casa onda e ondas.

Cada letra normal é um átomo da ER, então o opcional é aplicado somente ao atomo e não à palavra toda.

O opcional é opcional.

O opcional é útil para procurar palavras no singular e plural. Podemos tornar opcionais caracteres e metacaracteres. Leia a ER átomo por átomo, da esquerda para a direita. Leia a ER, entenda o todo e analise as possibilidades.

*

Em outras palavras, a entidade anterior pode aparecer em qualquer quantidade Quantificadores são gulosos.

Pode começar apenas com tex e ele irá percorrer buscando tudo que encontrar, iniciado com tex

O curinga .* é o tudo e o nada, qualquer coisa.

+

O mais tem funcionamento idêntico ao do asterisco, tudo o que vale para um, se aplica ao outro.

Sua utilidade é quando queremos no mínimo uma repetição, é um asterisco mais exigente.

Pode começar apenas com tex e ele irá percorrer buscando tudo que encontrar, iniciado com tex e tem que haver uma repeticao de tex pelomenos 1 vez

O mais repete em qualquer quantidade, pelo menos uma vez.

{n,m}

Você pode especificar um número exato, um mínimo, um máximo, ou uma faixa numérica.

Chaves são precisas.
As chaves simulam o *, o + e a ?.
As chaves não são o Chaves.

Âncoras

Meta	Mnemônico	Função
^	circunflexo	Início da linha
$	cifrão	Fim da linha
\b	borda	Início ou fim de palavra

^

Marca o começo de uma linha. Nada mais

$

Serve para procurar palavras no fim da linha.

Similar e complementar ao circunflexo, o cifrão marca o fim de uma linha e só é válido no final de uma ER. Como o exemplo anterior, [0-9]$ casa linhas que terminam com um número.

Só é especial no final da ER.
É cifrão e não dólar.

\b

A borda marca os limites de uma palavra.
O conceito "palavra" engloba letras, números e o sublinhado.
A borda é útil para casar palavras exatas e não parciais.

Outros

Meta	Mnemônico	Função
\c	Escape	Torna literal o caractere c
\|	ou	ou um ou outro
(...)	Grupo	Delimita um grupo
\1...\9	Retrovisor	Texto casado nos grupos 1...9

\

Escapando, \* é igual a [*] que é igual a um asterisco literal. Similarmente podemos escapar todos os metacaracteres já vistos:

\., \[ , \], \?, \+ , \{, \}, \^ e \$.

E para você ver como são as coisas, o escape é tão poderoso que pode escapar a si próprio! O \\ casa uma barra invertida \ literal.

O escape escapa um metacaractere, tirando seu poder.

\* = [*] = asterisco literal.

O escape escapa o escape, escapando-se a si próprio simultaneamente.

|

O ou indica alternativas.
Lista para um caractere, ou para vários.
O grupo multiplica o poder do ou.

()

Grupos servem para agrupar.
Grupos são muito poderosos.
Grupos podem conter grupos.
Grupos são quantificáveis.

\

O retrovisor só funciona se usado com o grupo.
O retrovisor serve para procurar palavras repetidas.
Numeram-se retrovisores contando os grupos da esquerda para a direita.
Temos no máximo 9 retrovisores por ER.

Quantificadores não-gulosos

meta mnemônico

?? opcional não-guloso *? asterisco não-guloso +? mais não-guloso {n,m}? chaves não-gulosas

não-gulosos
a.*?	a
a.+?	aa
a.??	a
a.{1,3}?	aa

Barra-letra.

b-l POSIX equiv.	mnemônico
\d [[:digit:]]	dígito
\D [^[:digit:]]	não-dígito
\w [[:alnum:]_]	palavra
\W [^[:alnum:]_]	não-palavra
\s [[:space:]]	branco
\S [^[:space:]]	não-branco

ER para casar o RG: