Expressões Regulares são padrões de caracteres que associam sequências de caracteres no texto. Podemos usar expressões regulares para extrair ou substituir porções de texto, bem como, endereço ou link de imagens em uma página HTML, modificar formato de texto ou remover caracteres inválidos.
Não podemos esquecer que a sintaxe de Expressões Regulares são case-sensitive, ou seja, "abc" é diferente de "ABC".
Neste artigo apresentaremos os métodos mais utilizados da classe Regex, trabalharemos as sintaxes de referência de expressões regulares mais utilizadas, seguida de práticas e validações úteis do dia-a-dia.
Regex
No .NET a classe Regex representa uma expressão regular imutável. Esta classe contém diversos métodos estáticos que nos permite trabalhar com expressões regulares. Para usarmos o objeto Regex devemos importar o namespace System.Text.RegularExpressions.
Segue relação de métodos mais utilizados da classe Regex, a saber:
| Métodos Regex |
| Framework |
Descrição |
Modelo |
| Escape |
evita um conjunto de metacaracteres (\, *, +, ?, |, {, [, (,), ^, $,., #, e espaço em branco) substiuindo ele com seu código de escape |
Regex.Escape( input, pattern) |
| IsMatch |
indica se a expressão regular encontrar a entrada de string associada |
Regex.IsMatch( input, pattern)
Regex.IsMatch( input, pattern, options) |
| Match |
pesquisa uma entrada de string para uma ocorrência de uma expressão regular e retorna resultado preciso como um objeto Match único |
Regex.Match( input, pattern)
Regex.Match( input, pattern, options) |
| Matches |
pesquisa uma entrada de string para todas as ocorrências de uma expressão regular e retorna todos os resultados com sucesso, executa Match várias vezes |
Regex.Matches( input, pattern)
Regex.Matches( input, pattern, options) |
| Replace |
dentro de uma entrada de string especificada, substitui string que associa com expressão regular por outra especificada para reposição |
Regex.Replace( input, pattern, replacement)
Regex.Replace( input, pattern, replacement, options) |
| Split |
divide uma string em um array de substrings nas posições definidas pela expressão regular |
Regex.Split( input, pattern)
Regex.Split( input, pattern, options) |
| Unescape |
substitui código de escape pelo caractere de escape |
Regex.Unescape( input, pattern) |
| Opções de Execução |
| Framework |
Caractere Inline |
Descrição |
| None |
N/A |
nenhuma opção especificada |
| IgnoreCase |
i |
associa case-insensitive |
| Multiline |
m |
modo multi-linha; modifica o significado de ^ e $, assim ele executa associandoo inicio e fim, respectivamente, de alguma linha |
| ExplicitCapture |
n |
somente capturas validas são explicitamente grupos nomeados ou numerados do formato(?...) |
| SingleLine |
s |
modo linha simples; modifica o significado do caractere (.) assim ele associa todoscaracteres (em lugar de cada caractere exceto \n) |
| IgnorePatternWhitespace |
x |
permite espaço em branco e comentários no pattern |
| Compiled |
N/A |
expressões regulares seriam compilados para um assembly |
| RightToLeft |
N/A |
procura mover da direita para esquerda em lugar da esquerda para direita |
| Global (não contém na framework) |
g |
pesquisa global para todas as ocorrências do padrão |
| Regex na Prática |
| Framework |
Exemplo |
| IsMatch |
Dim newBoolean1 As Boolean = Regex.IsMatch("Editora Wrox", "wrox")
Dim newBoolean2 As Boolean = Regex.IsMatch("Editora Wrox", "wrox", _
RegexOptions.IgnoreCase)
Dim myRegex As New Regex("wrox", RegexOptions.IgnoreCase)
Dim newBoolean3 As Boolean = myRegex.IsMatch("Editora Wrox")
Obs.: newBoolean1 retorna 'False' por causa que não contém 'IgnoreCase' (confira Opções de Execução) |
| Match |
Dim newMatch1 As Match = Regex.Match("Editora Wrox", "wrox", RegexOptions.IgnoreCase)
Response.Write(newMatch1.Success) |
| Matches |
Dim newMatches As MatchCollection = Regex.Matches("Editora Wrox", "wrox", RegexOptions.IgnoreCase)
For Each myMatch As Match In newMatches
Response.Write(myMatch.Value)
Next |
| Replace |
Dim newString1 As String = Regex.Replace("Editora Wrox", "wrox", "o'relly")
Dim newString2 As String = Regex.Replace("Editora Wrox", "wrox", "o'relly", _
RegexOptions.IgnoreCase)
Dim myRegex As New Regex("wrox", RegexOptions.IgnoreCase)
Dim newString3 As String = myRegex.Replace("Editora Wrox", "o'relly") |
| Split |
Dim newString1() As String = Regex.Split("Editora Wrox", "wrox", RegexOptions.IgnoreCase)
For Each str As String In newString1
Response.Write(str & "
")
Next |
Referências
Segue uma breve descrição dos caracteres especiais mais utilizados em expressão regular.
| Escape |
| Caractere |
Descrição |
| \ |
caractere de escape (usado para anular um efeito de um metacaractere; TOME CUIDADO AO UTILIZAR ESTE CARACTERE POIS "\d" REPRESENTA UM METACARACTERE DÍGITO E PARA ANULAR DEVE-SE ACRESCENTAR MAIS UM CARACTERE DE ESCAPE "\\d") . |
| \a |
alarm \u0007 |
| \b |
veja âncora. |
| \t |
tab \u0009 |
| \r |
retorno de carro \u000D |
| \v |
tab vertical \u000B |
| \f |
alimentação de formulário \u000C |
| \n |
nova linha \u000A |
| \e |
escape \u001B |
| \040 |
caractere ASCII como octal (3 dígitos). Por exemplo, um caractere \040 representa um espaço |
| \x20 |
caractere ASCII usando representação hexadecimal (3 dígitos) |
| \cC |
caractere ASCII de controle. Por exemplo, \cC é equivalente a Ctrl-C |
| \u0020 |
caractere ASCII usando representação hexadecimal (4 dígitos) |
| Agrupamento |
| Caractere |
Descrição |
| [] |
usado para indicar o conjunto de caracteres que podem conter no texto pesquisado.
(veja quantificadores) |
| [^] |
usado para indicar o conjunto de caracteres que NÃO podem conter na pesquisa. |
| (...) |
indica o início e o fim de um grupo;
ex.: /(abc)+(def)/ encontra um ou mais ocorrencias de "abc" seguido por uma ocorrencia de "def".
obs.: para usar o parêntese, literalmente, utilize o caractere de escape "\ (" ou "\ )", ou ainda, "[ ( ]" ou "[ ) ]" |
| Âncora |
| Caractere |
Descrição |
Modelo |
Representação |
Explicação |
| ^ |
início da linha |
"^abc" |
"abcde" |
associa texto que inicia com a sequência "abc", embora não "yabc". |
| $ |
fim da linha |
"abc$" |
"yzabc" |
associa texto que termina com a sequência "abc", embora não "abcde". |
| \b |
fronteira do caractere |
"car\b" |
"car"; "tocar" |
associa a fronteira da palavra "car", embora não "carburador". |
| \B |
não fronteira do caractere |
"car\B" |
"carburetor" |
não associa a fronteira da palavra "car", mas pode assegurar que a sequência ocorra
no meio da palavra, como "carburador", embora não "tocar". |
| \A |
início da string |
"\Apattern" |
"patterns" |
-- |
| \Z |
fim da string |
"pattern\Z" |
"topattern" |
-- |
| Quantificadores |
| Caractere |
Descrição |
Modelo |
Representação |
Explicação |
| * |
zero ou mais vezes |
"zo*" |
"z" ; "zoo" |
o caractere que precede o asterisco pode ser repetido 0 ou mais vezes (equivalente a "{0,}") |
| + |
uma ou mais vezes |
"zo+" |
"zo" ; "zoo" |
o caractere que precede o sinal de (+) pode ocorrer 1 ou mais vezes (equivalente a "{1,}") |
| ? |
zero ou uma vez |
"do(es)?" |
"do" ; "does" |
o caractere que precede o sinal de interrogação pode ocorrer 0 ou 1 vez (equivalente a "{0,1}") |
| {n} |
n vezes |
"o{2}" |
"food" |
o caractere que precede o sinal pode ocorrerá n vezes |
| {n,} |
pelo menos n vezes |
"o{2,}" |
"foooood" |
a sequência "{0,}" é equivalente a "o*"; a sequência "{1,}" é equivalente a "o+" |
| {n,m} |
no mínimo n e no máximo m |
"o{1,3}" |
"foooood" |
associa aos três primeiros "ooo"; é equivalente a "o?" |
| . |
um caractere simples, exceto "\n" |
"o." |
"oa" |
representa um carecteres simples, exceto "\n" ( para associá-lo utilize o padrão "[\s\S] " ) |
| [xyz] |
um dos caracteres que está dentro dos colchetes |
"[abc]" |
"plain" |
associa "a" contido na palavra "plain" |
| [a–z] |
um dos caracteres que está dentro dos colchetes |
"[a–z]" |
--- |
associa um dos caracteres de 'a' até 'z' em caixa baixa, lembre-se que expressões regulares são case-sensitive |
| Alternador |
| Caractere |
Descrição |
Modelo |
Representação |
Explicação |
| "|" (pipe) |
uma ou outra ocorrência |
"(z|f)ood" |
"zood" ou "food" |
o caractere | (pipe) representa uma ocorrência ou outra |
| Classes |
| Classe |
Descrição |
| [:digit:] |
dígito; equivalente a [0-9] |
| [:alnum] |
letras e números ; equivalente a [A-Za-z0-9] |
| [:space:] |
caracteres brancos ; equivalente a [ \t\n\r\f\v] |
| [:alpha:] |
letras; equivalente a [A-Za-z] |
| [:lower:] |
minúsculas; equivalente a [a-z] |
| [:upper:] |
maiúsculas; equivalente a [A-Z] |
| [:punct:] |
caracteres de pontuação; equivalente a [.,!?:...] |
| [:xdigit:] |
números hexadecimais; equivalente a [0-9A-Fa-f] |
| [:word:] |
qualquer caractere alfanumérico, mais underscore (_); equivalente a [[:alnum:]_] |
| [:blank:] |
espaço em branco e TAB; equivalente a [\t] |
| [:punct:] |
pontuação; equivalente a [!"#$%&'()*+,-./:;?@[\\\]_`{|}~] |
| Caracteres de Classes Predefinidos |
| Classe |
Caractere |
| [:digit:] |
\d |
| ^[:digit] |
\D |
| [:space:] |
\s |
| ^[:space:] |
\S |
| [:word:] |
\w |
| ^[:word:] |
\W |
| Parâmetros BackReference |
| Caracteres |
Descrição |
| \number |
backreference que associa o conteúdo do grupo de mesmo número. Grupos são numerados iniciando de 1. Por exemplo, (.+) \1 associa 'abc abc' ou '777 777', embora não 'abc def'. O número máximo de backreferences é limitado para 9 (\1...\9). |
| \k |
backreference nomeada. (http://msdn2.microsoft.com/en-us/library/ksz2azbh.aspx) |
| Comentário |
| Caractere |
Descrição |
| # |
insere comentário dentro da expressão |
Praticando
É interessante criarmos uma página .aspx (ou qualquer outra hosting application que desejar) para testarmos as expressões regulares. O código abaixo facilita bastante a execução das sintaxes, inclusive dos métodos da classe Regex (veja Métodos Regex).
Protected Sub Button1_Click(ByVal sender As Object, ByVal e
As System.EventArgs) Handles Button1.Click
' o padrão que utilizaremos será Regex.IsMatch( input, pattern)
If (Regex.IsMatch(TextBox1.Text, "^\d+$")) Then
Response.Write("Informação válida.")
Else
Response.Write("Informação inválida.")
End If
End Sub
Perceba que o método IsMatch retorna um valor Booleano e é necessário informar, neste caso, apenas o texto e a sintaxe da expressão regular (veja Métodos Regex). Para qualquer teste que queira fazer basta colocar o pattern - sintaxe - da expressão regular e testar. Por exemplo, "^\d+$" valida somente dígitos, isso significa que se for digitado alguma coisa que não for número então retornará False. Abaixo segue uma lista de algumas das validações simples que utilizamos no dia a dia.
| Validações Úteis com Expressões Regulares |
| Tipo de Validação |
Expressão |
| Dígito |
^\d+$ |
| Decimal |
^[+-]?((\d+|\d{1,3}(\.\d{3})+)(\,\d*)?|\,\d+)$
^[-+]?([0-9]*\,[0-9]+|[0-9]+)$ |
| Letra |
^[[:alpha:]]+$ |
| URL |
^((http)|(https)|(ftp)):\/\/([\- \w]+\.)+\w{2,3}(\/ [%\-\w]+(\.\w{2,})?)*$ |
| E-mail |
^([\w\-]+\.)*[\w\- ]+@([\w\- ]+\.)+([\w\-]{2,3})$ |
| Endereço IP |
\b\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}\b |
| Tempo (24 horas) |
^([0|1|2]{1}\d):([0|1|2|3|4|5]{1} \d)$ |
| Data (dd/mm/aaaa) |
^((0[1-9]|[12]\d)\/(0[1-9]|1[0-2])|30\/(0[13-9]|1[0-2])|31\/(0[13578]|1[02]))
\/\d{4}$ |
| Telefone |
^\(\d{3}\)-\d{4}-\d{4}$ |
| Senha |
^\w{4,10}$
^[a-zA-Z]\w{3,9}$
^[a-zA-Z]\w*\d+\w*$ |
Referências
- Microsoft Visual Basic .NET Programmer's Cookbook / by Matthew MacDonald;
- Sams Teach Yourself Regular Expressions in 10 Minutes / By Ben Forta;
- Mastering Regular Expressions, 3rd Edition / By Jeffrey E. F. Friedl;
- Beginning Regular Expressions / Andrew Watt;
- Microsoft .NET Framework 2.0 Application Development Foundation / byTony Northrup, Shawn WildermuthandBill Ryan.
Saiu na DevMedia!
- React com Redux:
Redux é uma biblioteca JavaScript criada pelo Facebook para resolver um problema inerente de aplicações front-end conforme elas crescem em tamanho e complexidade.
Saiba mais sobre .NET ;)
- Linguagem C#:
Neste guia de consulta você encontrará diversos conteúdos que podem ser usados ao longo dos seus estudos sobre a linguagem de programação C#. Consulte este guia para aprender mais sobre certos recursos da linguagem.
