Conociendo RegExp en Java Script.

La manipulación de textos es una actividad casi inseparable del desarrollo de aplicaciones. En muchas ocasiones necesitamos realizar una o varias acciones si se cumplen determinadas condiciones, pero muchas veces esas condiciones no son tan triviales. En estas circunstancias es donde las **expresiones regulares** juegan su papel. Las **expresiones regulares** son un lenguaje utilizado para describir patrones en cadenas de caracteres. Forman un pequeño y separado lenguaje dentro de la mayoría de muchos de los lenguajes ya existentes. No es un lenguaje fácil de leer, pero es una herramienta muy poderosa que simplifica mucho tareas de procesado de cadenas de caracteres. En este artículo les muestro una pequeña introducción a esta poderosa herramienta. En **Java Script** se pueden crear expresiones regulares utilizando una *notación literal* o *notación de objeto*: ``` //literal notation let re = /aa/i //object notation let re = new RegExp('aa', 'i') ``` También se puede utilizar las dos formas combinadas de esta manera: ``` let re = new RegExp(/aa/, 'i') ``` En los dos casos se establece la expresión regular ```aa``` con el atributo o **flag** ```i```. ## Propiedades Las expresiones regulares, como cualquier otro objeto consta de una serie de propiedades, a continuación se muestran algunas de las más importantes: 1. ```.source``` Retorna un string con la expresión regular creada. 2. ```.flag``` Retorna un string con los atributos asignados a la expresión regular. 3. ```.global``` Comprueba si el atributo ```g``` esta activado. 4. ```.ignoreCase``` Comprueba si el atributo ```i``` esta activado. 5. ```.multiline``` Comprueba si el atributo ```m``` esta activado Los atributos o **flag** en las expresiones regulares se definen después del último ```/``` en el caso de la notación literal, o como segundo parámetro en el caso de la notación de objeto. A continuación algunos atributos y su funcionamiento: 1. ```i``` o ```ignoreCase``` Se emplea para discriminar mayúsculas y minúsculas. 2. ```g``` o ```global``` Se define cuando se desea realizar una búsqueda global, osea seguir buscando hasta la última coincidencia. 3. ```m``` o ```multiline``` Permite que los operadores de inicio y fin (```^``` , ```$```) traten los finales de linea ```\n``` o ```\r```. 4. ```u``` o ```unicode``` Interpreta el patrón como un código unicode. ## Métodos Los dos métodos fundamentales de las expresiones regulares son: 1. ```test(str)``` Retorna ```true``` si coincide en la expresión regular con ```str``` o ```false``` encaso contrario. 2. ```exec(str)``` Retorna un ```array``` con las coincidencias encontradas. ## Caracteres especiales Dentro de una expresión regular se pueden emplear ciertos caracteres que hacen a la expresión regular más específica. 1. ```.``` Especifica cualquier carácter. 2. ```^``` Delimita el inicio del patrón. 3. &#36; Delimita el fin del patrón. 4. ```[]``` Especifica un rango de caracteres. 5. ```[^]``` Especifica que no exista ninguno de los caracteres del rango. 6. ```|``` Establece lo que esta a la izquierda o lo que esta a la derecha. 7. ```*``` El carácter anterior puede aparecer 0 o más veces. 8. ```+``` El carácter anterior puede aparecer 1 o más veces. 9. ```?``` El carácter anterior puede aparecer o no aparecer. 10. ```{n}``` El carácter anterior puede aparecer n veces. 11. ```{n,}``` El carácter anterior puede aparecer n o más veces. 12. ```{n,m}``` El carácter anterior puede aparecer de n a m veces. 13. ```(x)``` Se captura el patrón x y se guarda una o sucesivas veces. 14. ```(?:x)``` No se captura el patrón x. 15. ```x(?=y)``` Se captura solo si x esta seguido de y. 16. ```x(?!y)``` Se captura solo si x no esta seguido de y. 17. ```\``` Invierte el significado de un carácter. 18. ```\t``` Tabulador. 19. ```\r``` Retorno de carro **CR**. 20. ```\n``` Retorno de linea **LF**. 21. ```\d``` Un dígito de 0 a 9. 22. ```\D``` No exista dígito de 0 a 9. 23. ```\w``` Letra mayúscula, minúscula o dígito. 24. ```\W``` No exista letra mayúscula, minúscula o dígito. 25. ```\s``` Espacio en blanco (**ESPACE**, **TAB**, **LF** o **FF**). 26. ```\S``` No exista espacio en blanco (**ESPACE**, **TAB**, **LF** o **FF**). 27. ```\xN``` Carácter hexadecimal número **N**. 28. ```\uN``` Carácter unicode número **N**. ### Veamos algunos ejemplos Declararemos la siguiente expresión regular: ``` let re = /.i.e/i ``` Ahora comprobaremos empleando el método ```test()``` la coincidencia en los siguientes casos: ``` re.test('life') //true re.test('wifi') //false re.test('wife') //true re.test('DIVE') //true (i permite mayúsculas/minúsculas) ``` Si se desea que un carácter especial forme parte del patrón se procede de la siguiente manera: ``` //Buscando coincidencias con ".com" /.com/.test('.com') // true (Tener en cuenta que el punto es comodín) /.com/.test('acom') //true (Da true con cualquier cosa delante) /\.com/.test('.com') //true (Solución correcta) /\.com/.test(acom) //false ``` ### Ejemplos con ```[] [^] |``` ``` let re = /[ae]/i re.test('a') //true re.test('E') //true por el i re.test('Z') //false re = /[^ae]/i re.text('a') //false re.text('e') //false re.test('Z') //true re = /dog|foot/ re.test('dog') //true re.test('DOG') //false re.test('foot') //true re.test('fot') //false ``` ### Veamos un ejemplo cuando la búsqueda es en el inicio o en el final de una cadena. ``` let re = /^co/i re.test('solution') //false (no empieza con "co") re.test('code') //true re = /ing(aquí va símbolo de dolar)/i; re.test('run') //false (no termina en ing) re.test('running') //true ``` Si queremos buscar textos después de *espacios*, *comas* o *puntos* o simplemente límites de palabras utilizamos ```\b```. ``` let re = /od\b/ re.test('The good doctor.') //true (después de good hay espacio) re = /go\d/ re.test('The good doctor.') //false (después de go sigue la palabra) re = /end\b/ re.test('The end') //true (luego de end termina la cadena) re.test('The end.') //true (luego de end hay un signo de puntuación) ``` ### Veamos como aplicar ```* + ? {n} {n,} {n,m}``` ``` let re = /a*/ re.test('') //true el carácter anterior aparece 0 veces re.test('a') //true el carácter anterior aparece 1 vez re.test('aba') //true el carácter anterior aparece 2 veces re.test('bcd') //true el carácter anterior aparece 0 veces ``` ``` let re = /a+/ re.test('') //false el carácter anterior aparece 0 veces re.test('a') //true el carácter anterior aparece 1 vez re.test('aba') //true el carácter anterior aparece 2 veces re.test('bcd') //false el carácter anterior aparece 0 veces ``` Cuando se desea indicar que no es relevante que aparezca un carácter opcional se usa ```?```. ``` let re = /doctors?/i re.test('The good doctors.') //true re.test('The good doctor.') //true re.test('The good boy') // false ``` Si se requiere especificar exactamente el número de repeticiones se utilizan ```{n} {n,} {n, m}```. ``` //Número formado por tres dígitos o más let re = /\d{3}/ re.test(12) //false re.test(123) //true re.test(1234) //true ``` Para especificar un número exactamente de n dígitos lo único que haría falta seria limitar el patrón: ``` let re = /^\d{3}(aquí va símbolo de dolar)/ re.test(12) //false re.test(123) //true re.test(1234) //false //tres o mas dígitos re = /^\d{3,}(aquí va símbolo de dolar)/ re.test(12) // false re.test(1234) // true //entre 2 y 4 dígitos re = /^[0-9]{2,4}(aquí va símbolo de dolar)/ re.test(1) // false re.test(123) // true re.test(1234) //true re.test(12345) // false ``` Note que se puede utilizar tanto ```\d``` como ```[1-9]``` para referirse a cualquier dígito de 0 a 9. El método ```exec(src)``` muy parecido al método ```indexOf(src)``` nos permite encontrar coincidencias dentro de ```src```. Si no se establece el atributo ```g``` la búsqueda será hasta la primera coincidencia. Al establecer el atributo ```g``` el método buscará hasta la última coincidencia. ``` //Todas las palabras de 5 letras let re = /\b([a-z]{5})\b/ig; let str = "Lorem ips dolor sit, amet consectetur adipisicing elit." let res = re.exec(str) while(res !== null){ res = re.exec(str); } //Output [ "Lorem", "Lorem", index: 0, input: "Lorem ips dolor sit, amet consectetur adipisicing elit.", groups: undefined ] [ "dolor", "dolor", index: 10, input: "Lorem ips dolor sit, amet consectetur adipisicing elit.", groups: undefined ] ``` También se puede utilizar el método ```match``` pasando la expresión regular como argumento y se obtendrá un resultado similar. ``` let re = /\b([a-z]{5})\b/ig; let str = "Lorem ips dolor sit, amet consectetur adipisicing elit." str.match(re) //Output ["Lorem", "dolor"] ``` Otro método que utiliza expresiones regulares es el método ```replace()```. ``` let str = "The god doctor" str.replace(/[aeou]/, 'gi') // Thi gid dictir ``` Existen muchos más métodos que usan expresiones regulares, te invito a descubrirlos. ### Como último ejemplo veremos algo más práctico. Un patrón para analizar url. ``` let parse_url = /^(?:([A-Za-z]+):)?(\/{0,3})([0-9.\-A-Za-z]+)(?::(\d+))?(?:\/([^?#]*))?(?:\?([^#]*))?(?:#(.*))?(aquí va símbolo de dolar)/ let url1 = "http://www.ora.com:80/goodparts?q#fragment" let url2 ="https://api.edamam.com/search/search?q=pollo&app_id=82&app_key=d65" let result = parse_url.exec(url1) let names = ['url', 'scheme', 'slash', 'host', 'port', 'path', 'query', 'hash']; for (let i = 0; i < names.length; i += 1) { document.writeln(names[i] + ':\n', result[i]); } //Output url1: url: http://www.ora.com:80/goodparts?q#fragment scheme: http slash: // host: www.ora.com port: 80 path: goodparts query: q hash: fragment url2: url: https://api.edamam.com/search/search?q=pollo&app_id=82&app_key=d65 scheme: https slash: // host: api.edamam.com port: undefined path: search/search query: q=pollo&app_id=82app_key=d6592 hash: undefined ```