Regex: Guía de Referencia de Expresiones Regulares

¿Qué son las expresiones regulares?

Las expresiones regulares (regex o regexp) son patrones de texto que describen conjuntos de cadenas. Permiten buscar, validar, extraer y reemplazar texto de forma precisa y eficiente. Prácticamente todos los lenguajes de programación las soportan, y herramientas como grep, sed y los editores de código las usan de forma nativa.

Aunque la sintaxis puede parecer críptica al principio — un patrón como ^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$ resulta intimidante — cada componente tiene un significado preciso. Una vez aprendes los fundamentos, las regex se convierten en una herramienta indispensable.

Caracteres básicos y metacaracteres

Los caracteres literales se buscan tal cual. La regex gato coincide con la cadena "gato" en cualquier posición del texto. Los metacaracteres tienen significado especial:

• . — Coincide con cualquier carácter excepto salto de línea.
• ^ — Inicio de línea. ^Hola coincide solo si "Hola" está al principio.
• $ — Fin de línea. mundo$ coincide solo si "mundo" está al final.
• \d — Cualquier dígito (equivale a [0-9]).
• \w — Cualquier carácter de palabra: letras, dígitos y guion bajo.
• \s — Cualquier espacio en blanco: espacio, tabulación, salto de línea.
• \b — Límite de palabra. \bgato\b coincide con "gato" pero no con "gatoazo".

Para buscar un metacarácter de forma literal, escápalo con \. Por ejemplo, \. busca un punto literal.

Cuantificadores: ¿cuántas veces?

Los cuantificadores especifican cuántas repeticiones de un elemento se deben buscar:

• * — Cero o más veces. ab*c coincide con "ac", "abc", "abbc", etc.
• + — Una o más veces. ab+c coincide con "abc", "abbc" pero NO con "ac".
• ? — Cero o una vez (opcional). colou?r coincide con "color" y "colour".
• {n} — Exactamente n veces. \d{4} coincide con exactamente 4 dígitos.
• {n,m} — Entre n y m veces. \d{2,4} coincide con 2, 3 o 4 dígitos.
• {n,} — Al menos n veces. \d{3,} coincide con 3 o más dígitos.

Por defecto, los cuantificadores son codiciosos (greedy): coinciden con la mayor cantidad de texto posible. Añade ? después del cuantificador para hacerlo perezoso (lazy): .*? coincide con la menor cantidad posible.

Grupos y clases de caracteres

Clases de caracteres definen un conjunto de caracteres válidos entre corchetes:

• [aeiou] — Cualquier vocal minúscula.
• [a-z] — Cualquier letra minúscula.
• [A-Za-z0-9] — Cualquier letra o dígito.
• [^0-9] — Cualquier carácter que NO sea un dígito (el ^ dentro de corchetes niega).

Grupos de captura encierran subexpresiones entre paréntesis:

• (abc) — Grupo de captura. Permite extraer la coincidencia parcial y aplicar cuantificadores al grupo completo.
• (?:abc) — Grupo sin captura. Agrupa sin guardar la coincidencia.
• (a|b) — Alternancia. Coincide con "a" o con "b".

Patrones comunes listos para usar

Estos patrones cubren validaciones habituales en desarrollo:

• Email: ^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$
• URL: https?:\/\/[\w\-]+(\.[\w\-]+)+[\w\-.,@?^=%&:/~+#]*
• Teléfono español: ^(\+34)?[6-9]\d{8}$
• Código postal español: ^(0[1-9]|[1-4]\d|5[0-2])\d{3}$
• DNI/NIE español: ^[XYZ]?\d{7,8}[A-Z]$
• Dirección IP v4: ^(\d{1,3}\.){3}\d{1,3}$
• Fecha (DD/MM/AAAA): ^(0[1-9]|[12]\d|3[01])\/(0[1-9]|1[0-2])\/\d{4}$
• Hexadecimal de color: ^#([0-9a-fA-F]{3}|[0-9a-fA-F]{6})$

Prueba y depura tus expresiones regulares en tiempo real con nuestro Probador de Regex.

Consejos prácticos para trabajar con regex

• Empieza simple y añade complejidad. Escribe primero un patrón que funcione para los casos básicos y luego refínalo para cubrir los casos especiales.
• Usa herramientas visuales. Nuestro Probador de Regex muestra las coincidencias en tiempo real, facilitando el ajuste del patrón.
• Comenta tus regex. En muchos lenguajes puedes usar el modo verbose/extended para añadir comentarios dentro de la expresión regular.
• Cuidado con el backtracking catastrófico. Patrones como (a+)+$ pueden causar tiempos de ejecución exponenciales con ciertos textos. Evita cuantificadores anidados.
• No valides todo con regex. Algunas validaciones (HTML, JSON, direcciones de correo completas según RFC 5322) son demasiado complejas para regex. Usa parsers dedicados.