1
<appendix id="regular-expressions">
5
>&Anders.Lund; &Anders.Lund.mail;</author>
6
<othercredit role="translator"
14
>traducciones@rociogallego.com</email
20
><othercredit role="translator"
28
>mfouces@yahoo.es</email
39
>Expresiones regulares</title>
42
>Este apéndice contiene una breve pero probablemente suficiente
43
y completa introducción al mundo de las <emphasis
46
>. Documenta las expresiones regulares tal
47
y como aparecen en &kappname;, que no son compatibles con las expresiones
48
regulares de perl, ni de <command
50
>, entre otros.</synopsis>
59
>expresiones regulares</emphasis
60
> no proporcionan un método para describir el posible contenido de una cadena de texto de forma que pueda ser interpretada por un pequeño módulo de software, y se pueda investigar si un texto corresponde con el buscado y, en el caso de aplicaciones avanzadas, se pongan los medios para recuperar partes del texto coincidente.</para>
63
>Por ejemplo, pongamos que quiere buscar un texto que es el comienzo de un párrafo e incluye los nombres «Henrik» o «Pernille», seguidos de alguna forma del verbo «hablar».</para>
66
>En una búsqueda normal, debería comenzar a buscar por el primer nombre, «Henrik» quizá seguido de «hab», de esta manera: <userinput
67
>Henrik hab</userinput
68
>; y mientras busca coincidencias, debe descartar aquellas que no estén al principio de un párrafo, así como aquellas en las que la palabra que comience por «hab» no pertenezca al verbo «hablar». Y después volver a repetir todo el proceso con el otro nombre...</para>
71
>Con las expresiones regulares, esta tarea se puede acometer en una sola búsqueda, y con una gran precisión.</para>
74
>Para conseguirlo, las expresiones regulares definen reglas para expresar detalladamente una generalización de la cadena a buscar. Nuestro ejemplo, que podríamos expresar literalmente como: «una línea que comienza por «Henrik» o por «Pernille» (posiblemente después de 4 espacios en blanco o tabuladores) seguido de un espacio en blanco seguido de «hab» y después «laba» o «ló»», se podría expresar con la siguiente expresión regular:</para
77
>^[ \t]{0,4}(Henrik|Pernille) hab(laba|ló)</userinput
81
>El ejemplo anterior muestra los cuatro conceptos principales de las expresiones regulares modernas, veamos:</para>
94
>Cuantificadores.</para
98
>Retroreferencias</para
103
>El circunflejo (<literal
105
>) que se encuentra al principio de la expresión es una declaración, que solo es cierta si el resto de la cadena de búsqueda se encuentra al principio de una línea.</para>
108
>Las cadenas <literal
111
>(Henrik|Pernille) hab(laba|ló)</literal
112
> son patrones. El primero es una <emphasis
113
>clase de caracteres</emphasis
114
> que coincide con un espacio en blanco o con un tabulador (horizontal); el otro patrón contiene un primer subpatrón que coincide con <literal
120
>, después una parte de coincidencia exacta <literal
122
> y, por último, otro subpatrón que coincide con <literal
133
> es un cuantificador que dice «en cualquier lugar desde 0 a 4 caracteres anteriores».</para>
136
>Como el software de expresiones regulares que cuenta con el concepto de <emphasis
137
>retroreferencias</emphasis
138
> guarda toda la parte coincidente de la cadena así como los subpatrones encerrados entre paréntesis, proporcionando medios para acceder a esas referencias, podemos poner nuestras manos tanto en la cadena coincidente completa (cuando se busca en un texto de un editor por medio de una expresión regular, que normalmente aparece marcada como seleccionada) como en el nombre encontrado o en la última parte del verbo.</para>
141
>Uniendo todo, la expresión coincidirá donde nosotros queramos, y únicamente ahí.</para>
144
>Las siguientes secciones describirán con detalle cómo construir y utilizar patrones, clases de caracteres, declaraciones, cuantificadores y retroreferencias, y la última sección presentará una serie de ejemplo útiles.</para>
148
<sect1 id="regex-patterns">
154
>Los patrones constan de cadenas literales y clases de caracteres. Los patrones pueden contener subpatrones, que son patrones colocados entre paréntesis.</para>
158
>Escape de caracteres</title>
161
>En los patrones, así como en las clases de caracteres, algunos caracteres tienen un significado especial. Para conseguir una coincidencia literal con alguno de esos caracteres, es necesario marcarlos como <emphasis
163
> para permitir al intérprete de expresiones regulares comprender que esos caracteres deben ser incluidos con su significado literal.</para>
166
>Esto se hace colocando una barra inversa (<literal
168
>) antes del carácter.</para>
172
>El software de expresiones regulares ignorará el escapado de cualquier carácter que no tenga ningún significado especial en el contexto, así que escapar, por ejemplo, «j» (<userinput
174
>) no tiene por qué causar problemas. Si tiene dudas sobre cuando un carácter puede tener un significado especial, escápelo con seguridad.</para>
177
>El escapado incluye el propio carácter de la barra inversa. Para poder encontrar una coincidencia de forma literal, debe escribir <userinput
185
>Clases de caracteres y abreviaturas</title>
189
>clase de caracteres</emphasis
190
> es una expresión que coincide con un conjunto de caracteres definido. En las expresiones regulares, las clases de caracteres se definen colocando los caracteres válidos de la clase entre corchetes <literal
192
>, o utilizando una de las clases abreviadas que se describen a continuación.</para>
195
>Las clases de caracteres sencillas únicamente contienen uno o más caracteres literales, por ejemplo <userinput
197
> (que coincidirá con las letras «a», «b» o «c») o <userinput
198
>[0123456789]</userinput
199
> (que coincidirá con cualquiera de los dígitos).</para>
202
>Como las letras y los números tienen un orden lógico, puede abreviarlo utilizando intervalos: <userinput
204
> es igual a <userinput
208
> es igual a <userinput
209
>[0123456789]</userinput
210
>. Combinando estas formaciones, por ejemplo <userinput
211
>[a-fynot1-38]</userinput
212
> resulta completamente válido (esta última debería coincidir con cualquier de los caracteres o dígitos «a»,«b»,«c»,«d», «e»,«f»,«y»,«n»,«o»,«t», «1»,«2»,«3» o «8»).</para>
215
>Como las letras mayúsculas son diferentes caracteres que sus equivalentes minúsculas, para crear una clase de caracteres que sea independiente del formato de las letras, deberá escribir <userinput
220
>También es posible crear una clase «negativa» para que se haga coincidir «todo menos». Para hacerlo incluya un circunflejo (<literal
222
>) al principio de la clase: </para>
227
> coincidirá con cualquier carácter <emphasis
229
> «a», «b» o «c».</para>
232
>Además de los caracteres literales, hay algunas abreviaturas definidas, para facilitar un poco las cosas: <variablelist>
241
>Coincide con el carácter <acronym
243
> de la campanilla (BEL, 0x07).</para
254
>Coincide con el carácter <acronym
256
> del salto de página (FF, 0x0C).</para
267
>Coincide con el carácter <acronym
269
> de salto de línea (LF, 0x0A, nueva línea en Unix).</para
280
>Coincide con el carácter <acronym
282
> de retorno de carro (CR, 0x0D).</para
293
>Coincide con el carácter <acronym
295
> del tabulador horizontal (HT, 0x09).</para
306
>Coincide con el carácter <acronym
308
> del tabulador vertical (VT, 0x0B).</para
319
>Coincide con el carácter Unicode correspondiente al número hexadecimal hhhh (entre 0x0000 y 0xFFFF). \0ooo (&ie;, \cero ooo) coincide con el carácter <acronym
321
>/Latin-1 correspondiente al número octal ooo (entre 0 y 0377).</para
332
>Coincide con cualquier carácter (incluyendo nueva línea).</para
343
>Coincide con un dígito. Es igual que <literal
356
>Coincide con un no dígito. Es igual que <literal
371
>Coincide con un carácter de espacio en blanco. Prácticamente igual que <literal
384
>Coincide con un no espacio en blanco. Prácticamente igual que <literal
386
>, e igual que <literal
399
>Coincide con cualquier «carácter de una palabra», en este caso cualquier letra o número. Tenga en cuenta que el subrayado (<literal
401
>) no está incluido, a diferencia de las expresiones regulares de perl. Es igual que <literal
402
>[a-zA-Z0-9]</literal
414
>Coincide con cualquier carácter que no sea de una palabra, cualquier cosa menos letras o números. Es igual que <literal
415
>[^a-zA-Z0-9]</literal
428
>Las clases abreviadas se puede colocar dentro de una clase propia, por ejemplo para hacer coincidir un caracter de una palabra, un espacio en blanco o un punto, puede escribir <userinput
434
>La notación POSIX de las clases, <userinput
435
>[:<class name>:]</userinput
436
> no está de momento implementada.</para
441
>Caracteres con significado especial dentro de las clases de caracteres</title>
444
>Los siguientes caracteres tienen un significado especial dentro de la construcción de clases de caracteres «[]», y es necesario escaparlos para que sean incluidos literalmente en la clase:</para>
454
>Finaliza la clase de caracteres. Debe estar escapado, salvo que sea el primer caracter de la clase (puede seguir a un circunflejo no escapado).</para
461
> (circunflejo)</term>
464
>Indica que se trata de una clase negativa, si es el primer carácter. Debe estar escapado para buscar una coincidencia literal en el caso de que sea el primer carácter de la clase.</para
474
>Indica un intervalo lógico. Debe estar escapado siempre que se busque la coincidencia literal.</para
481
> (barra inversa)</term>
484
>El carácter de escape. Debe estar siempre escapado.</para
497
>Alternativas: coincidencias con «uno de»</title>
500
>Si desea que la coincidencia sea de uno de una serie de patrones, puede separarlos con <literal
502
> (carácter de barra vertical).</para>
505
>Por ejemplo, para encontrar «John» o «Harry», debería utilizar una expresión de la forma <userinput
506
>John|Harry</userinput
518
>subpatrones</emphasis
519
> son patrones colocados entre paréntesis, y tienen varios usos en el mundo de las expresiones regulares.</para>
524
>Especificación de alternativas</title>
527
>Puede utilizar un subpatrón para agrupar un conjunto de alternativas dentro de un patrón más grande. Las alternativas se separan con el carácter «|» (barra vertical).</para>
530
>Por ejemplo, para buscar la coincidencia de las palabras «int», «float» o «double», se podría utilizar el patrón <userinput
531
>int|float|double</userinput
532
>. Si únicamente desea encontrar una de ellas en el caso de que vaya seguida de algún tipo de espacio en blanco y después algunas letras, ponga las alternativas dentro de un subpatrón: <userinput
533
>(int|float|double)\s+\w+</userinput
541
>Captura del texto coincidente (retroreferencias)</title>
544
>Si desea utilizar una retroreferencia, utilice un subpatrón para que se recuerde la parte deseada del patrón.</para>
547
>Por ejemplo, si desea buscar dos apariciones de la misma palabra separadas por una coma y posiblemente algún espacio en blanco, puede escribir <userinput
548
>(\w+),\s*\1</userinput
549
>. El subpatrón <literal
551
> localizará un conjunto de caracteres de una palabra, y la expresión entera coincidirá si ese conjunto va seguido de una coma, 0 o más espacios en blanco y después un conjunto de caracteres de una palabra igual al primero. (La cadena <literal
553
> hace referencia al <emphasis
554
>primer subpatrón delimitado por paréntesis</emphasis
558
>See also <link linkend="backreferences"
559
>Back references</link
565
<sect3 id="lookahead-assertions">
567
>Declaraciones de anticipación</title>
570
>Una declaración de anticipación es un subpatrón, que comienza por <literal
577
>Por ejemplo, si quiere buscar la cadena literal «Bill», pero únicamente si no va seguida de « Gates», puede utilizar la expresión: <userinput
578
>Bill(?! Gates)</userinput
579
>. (Esto coincidiría con «Bill Clinton» y con «Billy el niño», pero ignoraría en silencio las otras coincidencias).</para>
582
>Los subpatrones utilizados en las declaraciones no se capturan.</para>
585
>Consulte también <link linkend="assertions"
593
<sect2 id="special-characters-in-patterns">
595
>Caracteres con un significado especial dentro de los patrones.</title>
598
>Los siguientes caracteres tienen significado dentro de los patrones, y es necesario escaparlos para una coincidencia literal: <variablelist>
604
> (barra inversa)</term>
607
>El carácter de escape.</para
615
> (circunflejo)</term>
618
>Declara el comienzo de la cadena.</para
629
>Declara el fin de la cadena.</para
637
> (paréntesis derecho e izquierdo)</term>
640
>Denotan subpatrones.</para
648
> (llaves derecha e izquierda)</term>
651
>Denotan cuantificadores numéricos.</para
659
> (corchetes derecho e izquierdo)</term>
662
>Denotan clases de caracteres.</para
670
> (barra vertical)</term>
673
>O lógico. Separa alternativas.</para
684
>Cuantificador, 1 o más.</para
695
>Cuantificador, 0 o más.</para
703
> (signo de interrogación)</term>
706
>Carácter opcional. Se puede interpretar como cuantificador, 0 o 1.</para
718
<sect1 id="quantifiers">
720
>Cuantificadores</title>
724
>cuantificadores</emphasis
725
> permiten que una expresión regular coincida con un número o un intervalo de números de cualquier carácter, una clase de caracteres o un subpatrón.</para>
728
>Los cuantificadores se colocan entre llaves (<literal
732
>). Tiene la forma general <literal
733
>{[apariciones-mínimas][,[apariciones-máximas]]}</literal
737
>Su uso se explica mejor en este ejemplo: <variablelist>
746
>Exactamente 1 aparición.</para
757
>Cero o 1 apariciones.</para
768
>Lo mismo, pero con menos trabajo ;)</para
779
>Como mínimo 5 y como máximo 10 apariciones.</para
790
>Como mínimo 5 apariciones, sin máximo.</para
799
>Además, hay algunas abreviaturas: <variablelist>
810
>, encuentra cualquier número de apariciones.</para
823
>, al menos 1 aparición.</para
831
> (signo de interrogación)</term>
836
>, cero o 1 apariciones.</para
850
>Cuando se utilizan cuantificadores sin máximo, de manera predeterminada, las expresiones regulares tratan de coincidir con la mayor parte posible de la cadena buscada, conociéndose este comportamiento como <emphasis
855
>Los procesadores de expresiones regulares modernos, proporcionan los medios para «desactivar la voracidad», aunque en los entornos gráficos depende de lainterfaz el tener acceso a esta característica. Por ejemplo, un diálogo de búsqueda que permita expresiones regulares, podría tener una casilla de comprobación llamada «Coincidencia mínima». Además, podría haber una indicación sobre que el comportamiento predeterminado es el voraz.</para>
861
>Ejemplos en contexto</title>
864
>Estos son algunos ejemplos que utilizan cuantificadores:</para>
871
>^\d{4,5}\s</userinput
875
>Coincide con los dígitos en «1234 ya» y «12345 ahora», pero no con los de «567 once» ni los de «223459 algún lugar».</para
886
>Coincide con uno o más espacios en blanco.</para
893
>(bla){1,}</userinput
897
>Coincide con «blablabla» y con el «bla» de «blanco» o «tabla».</para
908
>Coincide con «/>» en «<cerrado/>» así como con «>» en «<abierto>».</para
918
<sect1 id="assertions">
920
>Declaraciones</title>
924
>declaraciones</emphasis
925
> permiten que una expresión regular coincida únicamente bajo una serie de condiciones controladas.</para>
928
>Una declaración no necesita la coincidencia de un carácter, sino que investiga los alrededores en una busca de una posible coincidencia antes de darla por válida. Por ejemplo, la declaración <emphasis
929
>límite de palabra</emphasis
930
> no intenta encontrar un carácter que no sea de una palabra en oposición a uno que sí lo sea en su posición, en vez de eso trata de asegurarse de que no es un carácter de una palabra. Esto significa que la declaración puede ser válida en el caso de que no haya ningún carácter, &ie; al final de la cadena buscada.</para>
933
>Algunas declaraciones, de hecho, no tienen un patrón con el que coincidir, sino que la parte coincidente de la cadena no será parte del resultado de la coincidencia de la expresión completa.</para>
936
>Las expresiones regulares documentadas aquí admiten las siguientes declaraciones: <variablelist>
942
> (circunflejo: el principio de una cadena)</term>
945
>Concuerda con el comienzo de la cadena buscada.</para
947
>La expresión <userinput
949
> coincidirá con «Peter» en la cadena «Peter, ¡hola!» pero no en «¡Hola Peter!» </para
957
> (final de la cadena)</term>
960
>Coincide con el final de la cadena buscada.</para>
963
>La expresión <userinput
965
> coincidirá con el final de la cadena «¿No lo has hecho tú?», pero con ninguna parte de «¿Tú no lo has hecho?»</para>
974
> (límite de palabra</term>
977
>Coincide si hay un carácter de una palabra a un lado y otro que no sea de una palabra al otro.</para>
979
>Esto es muy útil para encontrar el final de las palabras, o ambos extremos para delimitar la palabra entera. La expresión <userinput
981
> coincidirá con el «en» separado en la cadena «Estamos en el borde de la ventana», pero no con el «en» de «ventana».</para
990
> (límite de no palabra)</term>
993
>Coincide con todo lo que «\b» no coincide.</para>
995
>Eso significa que coincidirá, por ejemplo, dentro de las palabras: La expresión <userinput
997
> coincidirá en «ventana» pero no en «entero» o en «estoy en mi casa».</para>
1004
>(?=PATRÓN)</userinput
1005
> (Anticipación positiva)</term>
1008
>Una declaración de anticipación busca la parte de la cadena seguida de una posible coincidencia. La anticipación positiva previene la coincidencia de la cadena si el texto que sigue no corresponde al <emphasis
1010
> de la declaración, y el texto que coincide con eso no será incluido en el resultado.</para>
1012
>La expresión <userinput
1013
>util(?=\w)</userinput
1014
> coincidirá con «util» en «utilitario» pero no en «Eso es de gran utilidad».</para>
1021
>(?!PATRÓN)</userinput
1022
> (Anticipación negativa)</term>
1026
>La anticipación negativa previene una posible coincidencia si la parte siguiente de la cadena coincide con el <emphasis
1030
>La expresión <userinput
1031
>const \w+\b(?!\s*&)</userinput
1032
> coincidirá con «const char» en la cadena «const char* foo», mientras que no coincidirá con «const QString» en «const QString& bar», ya que el «&» coincide con el patrón de la declaración de anticipación negativa.</para>
1042
<!-- TODO sect1 id="backreferences">
1045
>Back References</title>