Aprenda de maneira bem objetiva como criar expressões regulares. Este é um conhecimento extremamente útil em diversas áreas da computação como busca em arquivos, banco de dados, regras de validação, regras de endereçamento e tantas outras aplicações

1. Expressões
Regulares
Ricardo Paiva (Senior Developer @ Globo.com)

2. Propósito
g/<regular expression>/p
(a|b)*abb
● Linguagem de definição de padrões de pesquisa em
uma string
● Linguagem regular

3. Ferramentas onipresentes
Unix commands:
grep, sed, awk...
Linguagens de programação
C, Perl, Java, JavaScript, Perl, Ruby, PHP...
Bancos de dados
MySQL, Oracle, SQL Server, Virtuoso, Elastic
Search…
Ferramentas
Nginx, Apache...

4. Substring
Expressões Regulares fazem busca de substrings.
Por pardrão, é sensível a maiúsculas e minúsculas
re.search("ab", "aaabaaa") # True
re.search("zz", "aaabaaa") # False
re.search("AB", "aaabaaa") # False
re.search("Globo", "Globo.com") # True

5. Conjunto de Caracteres
[ ] : Define um conjunto de caracteres
- : Definir um intervalo de símbolos dentro do []
[abc] # Procura as letras 'a', 'b' ou 'c'
[,|] # Procura os símbolos ',' ou '|'
[1234] # Procura os numerais 1, 2, 3 ou 4
[0-9] # Procura por números
[a-z] # Procura por letras
[a-zA-Z0-9] # Procura por letras maiúsculas,
# minúsculas e números

6. Posição dos Caracteres
^ - Início da string
$ - Final da string
^a # string começa por a
^[a-z] # string começa por uma letra
[0-9]$ # termina por um número
^[0-9]$ # string contem apenas um número
^R[0-9] # começa pela letra 'R' seguida de um número
^$ # string vazia

7. Repetições
* - 0 ou mais repetições
+ - 1 ou mais repetições (pelo menos uma)
? - 0 ou nenhuma repetição
a*b # 'b' precedido ou não por vários 'a'
("b", "ab", "aab", "aaaab"...)
a[0-9]+ # 'a' seguido de pelo menos 1 número
-?[0-9] # um número precedido ou não por '-'
[a-z]+[,.!]? # Pelo menos 1 letra seguida ou não
pelos símbolos ',' ou '.' ou '?'

8. Quantidade de repetições
{n,m} - no mínimo n, no máximo m repetições
{n} - exatamente n repetições
{n,} - no mínimo n repetições
{,m} - até m repetições
[0-9]{2} # 2 dígitos
[a-z]{2,4} # no mínimo 2, no máximo 4 letras
R[0-9]{2,} # letra R seguida de pelo menos 2 dígitos
{0,} # o mesmo que *
{1,} # o mesmo que +
{0,1} # o mesmo que ?

9. Agrupamento em blocos
() - Agrupa parte da regra
nome(<br/>)? # palavra nome seguida ou não de <br/>
( ?[0-9])+ # lista de números

10. Conjuntos especiais
. - Para se referir a qualquer símbolo
[^] - Todos os símbolos menos os listados
<p>.+</p> # uma tag de parágrafo não vazia
http://techtudo.com.br/[^/]+/plantao/2.html
# path entre o domínio e a pasta /plantão
não pode ter /

11. Alternativa
| - Alterna entre 2 ou mais expressões dentro de ()
(avi|mpg)$ # Termina por avi ou mpg
(0?[1-9]|[1-2][0-9]|3[0-1]) # Número de 0 a 31

12. Escape
- Elimina a natureza especial de um símbolo
.jpg$ # termina pelo símbolo "." seguido de jpg
([0-9]+) # um número cercado por ()

13. Módulo re do Python
import re
match = re.search("[0-9]", "notas: 7, 3, 6")
match.group(0) # 7
match.group(1) # IndexError
match = re.findall("[0-9]", "notas: 7, 3, 6")
match # [7, 3, 6] (uma lista)
re.split("[,;]", "aa,b;cc") # ["aa", "b", "cc"]
pattern = re.compile("$ [0-9]+")
pattern.match("$ 31")
pattern.match("$ 452")

14. Sequências especiais
d - equivalente a [0-9]
D - equivalente a [^0-9]
s - caracteres de espaço [ tnrfv]
w - equivalente a [a-zA-Z0-9_]
W - equivalente a [^a-zA-Z0-9_]
d,d # número com vírgula
w(.w)* # palavra seguida de 0 ou mais .palavra

15. Obrigado!
ricardo.paiva@corp.globo.com