¿Alguna vez has necesitado encontrar todos los correos electrónicos de un documento, comprobar si un código postal tiene el formato correcto o reemplazar cientos de fechas de una sola vez? Para esas tareas existe una herramienta que todo profesional de TI termina usando: las expresiones regulares, conocidas como regex o regexp.
A primera vista parecen una sopa de símbolos, pero siguen reglas bastante lógicas. En esta guía aprenderás los elementos básicos, verás ejemplos prácticos y conocerás buenas prácticas para no perderte.
Qué es una expresión regular
Una expresión regular es un patrón que describe un conjunto de cadenas de texto. En lugar de buscar una palabra exacta, describes la “forma” de lo que buscas: por ejemplo, “tres dígitos seguidos de un guion y cuatro dígitos más”.
Las regex están disponibles en casi todos los lenguajes de programación (Python, JavaScript, Java, PHP, C#), en editores de código como VS Code, en herramientas de línea de comandos como grep y sed, e incluso en algunas funciones de hojas de cálculo. Existen pequeñas diferencias entre implementaciones, pero la base es común.
Caracteres literales y metacaracteres
La mayoría de los caracteres se representan a sí mismos: el patrón casa encuentra la palabra “casa”. Sin embargo, algunos símbolos tienen un significado especial y se llaman metacaracteres:
| Símbolo | Significado | Ejemplo |
|---|---|---|
. | Cualquier carácter (excepto salto de línea) | c.sa encuentra “casa”, “cosa”, “c2sa” |
^ | Inicio de la línea | ^Hola solo si la línea empieza por “Hola” |
$ | Final de la línea | fin$ solo si la línea termina en “fin” |
\ | Escapa un metacarácter | \. busca un punto literal |
| | Alternativa (“o”) | gato|perro |
Si necesitas buscar uno de estos símbolos tal cual, por ejemplo un punto en “www.ejemplo.com”, debes escaparlo con una barra invertida: www\.ejemplo\.com.
Clases de caracteres
Los corchetes permiten indicar un conjunto de caracteres válidos en una posición:
[aeiou]: cualquier vocal minúscula.[0-9]: cualquier dígito.[a-zA-Z]: cualquier letra sin acento, mayúscula o minúscula.[^0-9]: cualquier carácter que no sea un dígito (el^dentro de corchetes niega).
Además, hay atajos muy usados:
| Atajo | Equivale a | Opuesto |
|---|---|---|
\d | Un dígito | \D: lo que no es dígito |
\w | Letra, dígito o guion bajo | \W: lo que no es carácter de palabra |
\s | Espacio en blanco (espacio, tabulador, salto de línea) | \S: lo que no es espacio |
\b | Límite de palabra | \B: no límite de palabra |
Ten en cuenta que, según el lenguaje y la configuración, \w puede no incluir letras con tilde ni la “ñ”. Si trabajas con texto en español, conviene comprobarlo o usar clases explícitas como [a-záéíóúñ].
Cuantificadores: cuántas veces se repite algo
Los cuantificadores se colocan después de un carácter o grupo e indican cuántas repeticiones se aceptan:
*: cero o más veces.ab*cencuentra “ac”, “abc”, “abbbc”.+: una o más veces.ab+cencuentra “abc”, “abbc”, pero no “ac”.?: cero o una vez (opcional).colou?rencuentra “color” y “colour”.{n}: exactamente n veces.\d{4}encuentra cuatro dígitos.{n,m}: entre n y m veces.\d{2,4}acepta de dos a cuatro dígitos.
Por defecto, los cuantificadores son codiciosos (greedy): intentan abarcar la mayor cantidad posible de texto. Añadir ? después de ellos (*?, +?) los vuelve “perezosos”, es decir, toman lo mínimo necesario. Esto es clave, por ejemplo, al extraer contenido entre etiquetas.
Grupos y capturas
Los paréntesis agrupan partes del patrón. Sirven para dos cosas:
- Aplicar un cuantificador a varios caracteres:
(ja)+encuentra “ja”, “jaja”, “jajaja”. - Capturar fragmentos para reutilizarlos. En la fecha “2024-03-15”, el patrón
(\d{4})-(\d{2})-(\d{2})captura el año, el mes y el día por separado.
Con las capturas puedes, por ejemplo, reordenar fechas en un editor: buscar (\d{4})-(\d{2})-(\d{2}) y reemplazar por $3/$2/$1 (o \3/\2/\1, según la herramienta) para convertir “2024-03-15” en “15/03/2024”.
Ejemplos prácticos
- Encontrar números enteros:
\b\d+\b - Código postal de cinco dígitos:
^\d{5}$ - Correo electrónico (versión simplificada):
^[\w.+-]+@[\w-]+\.[\w.]+$ - Líneas vacías:
^\s*$ - Espacios dobles:
{2,}(un espacio seguido del cuantificador)
El patrón de correo es deliberadamente sencillo. Validar direcciones de correo de forma totalmente rigurosa con una regex es muy complicado; en la práctica, se suele usar un patrón razonable y confirmar la dirección enviando un mensaje de verificación.
Un ejemplo en Python
import re
texto = "Pedidos: 2024-03-15, 2024-04-02 y 2024-05-20"
fechas = re.findall(r"\d{4}-\d{2}-\d{2}", texto)
print(fechas) # ['2024-03-15', '2024-04-02', '2024-05-20']
La r delante de la cadena indica una “cadena cruda” (raw string), que evita que Python interprete las barras invertidas antes de que lleguen al motor de regex.
Buenas prácticas
- Empieza simple y ve añadiendo complejidad poco a poco.
- Prueba con datos reales, incluidos casos que no deberían coincidir.
- Usa herramientas de prueba en línea, que resaltan las coincidencias y explican cada parte del patrón.
- Ancla tus validaciones con
^y$para evitar coincidencias parciales. - Documenta los patrones complejos con comentarios: dentro de unos meses no recordarás qué hacía cada símbolo.
- No lo uses para todo. Para analizar HTML, JSON o XML, es mejor recurrir a un analizador específico.
Conclusión
Las expresiones regulares son una de esas herramientas que, una vez aprendidas, ahorran horas de trabajo repetitivo. Con los metacaracteres, las clases, los cuantificadores y los grupos que has visto aquí ya puedes buscar, validar y transformar texto en la mayoría de los lenguajes y editores. La clave está en practicar con ejemplos reales y construir los patrones paso a paso.
Si quieres seguir mejorando tus habilidades técnicas, explora los cursos gratuitos de herramientas de TI y programación disponibles en Cursa, con clases a tu ritmo y certificado al finalizar.












