Expresiones regulares: símbolos, flags y verificar coincidencias

PublicadoHerramientaProbador de expresiones regulares

Contenido
  1. Por qué resultan confusas las expresiones regulares
  2. Los caracteres especiales y las banderas: así se comprueban
  3. Los tropiezos más habituales
  4. Resumen
  5. Preguntas frecuentes

Cuando creas lógica de análisis (parsing) de datos o haces reemplazos masivos de un patrón concreto en un editor de texto, las expresiones regulares (Regular Expression, regex) son una herramienta que reduce muchísimo la cantidad de código.

Pero las regex son difíciles de leer y de verificar a simple vista por su sintaxis llena de símbolos, y el proceso de ir llenando el código de console.log en la consola para corregir el patrón también resulta engorroso. En este artículo repasamos los elementos esenciales de la sintaxis de las regex, el significado de las banderas y cómo validar un patrón sin escribir código.

Por qué resultan confusas las expresiones regulares

Símbolos como ^, $, . o * cambian por completo el resultado de la coincidencia con solo un carácter de diferencia. Por ejemplo, si escribes . sin escaparlo, coincide no solo con el punto sino también con cualquier carácter, y si confundes * con +, la coincidencia acaba incluyendo incluso la cadena vacía. Como cada vez que modificas el patrón dentro del código tienes que volver a ejecutarlo y revisar la consola, completar un solo patrón lleva mucho tiempo de prueba y error.

Los caracteres especiales y las banderas: así se comprueban

También puedes comprobar una regex al instante como objeto RegExp en la consola de las herramientas de desarrollo del navegador.

// Declaración con literal de expresión regular (patrón de formato de correo electrónico)
const emailRegex = /^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$/;

// ① Comprobar solo si coincide con el patrón (true / false)
const isValid = emailRegex.test("user@example.com"); // true

// ② Extraer todas las partes que coinciden (devuelve un array, requiere la bandera g)
const text = "Contact: test1@aa.com or test2@bb.com";
const extractedEmails = text.match(/[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}/g);
// ["test1@aa.com", "test2@bb.com"]

Los caracteres especiales más usados y lo que significan son los siguientes.

SímboloSignificado
^Punto de inicio de la cadena
$Punto final de la cadena
.Cualquier carácter, excepto el salto de línea
*El carácter inmediatamente anterior se repite 0 veces o más
+El carácter inmediatamente anterior se repite 1 vez o más
?El carácter inmediatamente anterior aparece 0 o 1 vez

Las expresiones regulares de JavaScript cambian su comportamiento según las banderas que pongas detrás del patrón. Estas son las tres más habituales.

BanderaNombreComportamiento
gglobalNo se detiene en la primera coincidencia, sino que busca todas las coincidencias en todo el texto
iignoreCaseNo distingue entre mayúsculas y minúsculas
mmultiline^ y $ reconocen el inicio y el final de cada línea, no de la cadena completa

Además de estas, están la bandera s, que hace que el punto (.) coincida también con los saltos de línea; la u, que procesa por puntos de código Unicode; y la y, que comprueba solo desde la posición de la coincidencia anterior.

Si en lugar de llenar la consola de logs cada vez prefieres escribir el patrón, las banderas y el texto de prueba en pantalla y ver al instante el número de coincidencias, la posición de cada una y los grupos de captura, puedes validarlo directamente con el Probador de expresiones regulares.

Probador de expresiones regulares

Introduce el patrón de expresión regular y el texto de prueba para ver al instante el número de coincidencias y la posición y los grupos de captura de cada una.

En cuanto escribes el patrón, se muestra primero el número de coincidencias y, debajo, en la lista de coincidencias aparecen en orden la posición (índice) de cada una, el texto con el que coincide y el valor de los grupos de captura (incluidos los grupos con nombre). Si no pones la bandera g, verás solo la primera coincidencia; si la pones, podrás revisar todas las coincidencias del texto.

Los tropiezos más habituales

SituaciónCausa
Solo aparece 1 coincidenciaNo activaste la bandera g, así que la búsqueda se detuvo en la primera coincidencia
El valor del grupo de captura está vacíoEse grupo no llegó a coincidir en esta ocasión (grupo opcional)
El . coincide también con caracteres que no quieresSi buscas el punto en sí, tienes que escaparlo como \.
Parece que el navegador se ha quedado colgadoPatrones con cuantificadores anidados como (a+)+ pueden ser patrones ReDoS (denegación de servicio por expresión regular), en los que las operaciones de backtracking crecen de golpe. Es más seguro no anidar estructuras repetitivas y diseñarlas dividiéndolas en rangos simples

Los cuantificadores codiciosos (greedy) como .* intentan que la coincidencia sea lo más larga posible. Si quieres que coincida solo hasta el primer punto que encuentren, usa la forma no codiciosa (non-greedy) añadiendo un signo de interrogación: .*?.

Resumen

  • Como una sola diferencia de símbolo cambia el resultado de la coincidencia, conviene validar el patrón por separado antes de meterlo en el código.
  • Las banderas g, i, m, s, u y y activan comportamientos distintos: búsqueda global, ignorar mayúsculas y minúsculas, tratamiento por líneas, incluir saltos de línea, Unicode y posición fija.
  • Los patrones con cuantificadores anidados pueden bloquear el navegador a medida que el texto se hace más largo, así que es más seguro dividir la estructura en partes simples desde la fase de diseño.
Probador de expresiones regulares

Introduce el patrón de expresión regular y el texto de prueba para ver al instante el número de coincidencias y la posición y los grupos de captura de cada una.

Preguntas frecuentes

¿Cómo se numeran los grupos de captura?

Se numeran desde 1 en el orden en que aparecen los paréntesis de apertura (. Los grupos con un signo de interrogación y dos puntos como (?:...) son grupos sin captura y no reciben número.

¿Por qué solo aparece una coincidencia si no activo la bandera g?

Porque sin la bandera g el motor de expresiones regulares encuentra el primer punto que coincide y detiene la búsqueda. Para encontrar todas las coincidencias del texto tienes que activar g.

¿Qué pasa si escribo un patrón incorrecto?

Si la sintaxis de la expresión regular es incorrecta, se muestra un mensaje de error y no se realiza la búsqueda de coincidencias. En cuanto corrijas el patrón, podrás comprobarlo de nuevo.

Este artículo está adaptado de nuestro original en coreano. Leer el original en coreano

Artículos relacionados

  1. Extraer correos y URLs con regex: patrones y grupos de capturaAprende a extraer correos, URLs, IP, teléfonos y números de cualquier texto con expresiones regulares, y a usar grupos de captura para quedarte solo con una parte.
  2. Expresiones regulares: qué significa cada símbolo y cómo leerlosCómo dividir un regex en anclas, clases de caracteres, grupos y cuantificadores para entender qué hace cada símbolo, y cómo comprobarlo automáticamente.
  3. Eliminar líneas en blanco con regex: guía de saltos de líneaAprende a quitar las líneas vacías de un texto con la expresión regular /^\s*\n/gm, a fusionar las que se repiten y a tratar los saltos CRLF y LF.
  4. Cómo eliminar los saltos de línea de un PDF y unir párrafosAprende a quitar los saltos de línea forzados que se cuelan al copiar de un PDF o un correo y a recomponer los párrafos sin perder el orden del texto.
  5. Eliminar comentarios de Markdown: regex y limpieza automáticaAprende a quitar comentarios HTML ocultos de Markdown con una regex no codiciosa, intégrala en la compilación y evita los errores más comunes.
  6. Verbos de acción para el currículum: fórmula y ejemplos por áreaAprende la fórmula para escribir frases de currículum centradas en resultados y elige verbos de acción de liderazgo, técnica, análisis y procesos.

Herramientas relacionadas