Dominando Regular Expressions in Perl: Una Guía Completa con Ejemplos

Las regular expressions in Perl, o regex in Perl como se les conoce comúnmente, son una herramienta poderosa para la manipulación de texto. Permiten a los programadores encontrar patrones específicos, reemplazar texto y realizar otras operaciones de procesamiento de cadenas de manera eficiente. En este artículo, exploraremos en profundidad el mundo de las regular expressions in Perl, desde sus fundamentos hasta conceptos más avanzados, ilustrando cada concepto con ejemplos claros y concisos.

Los Operadores de Expresiones Regulares en Perl

En Perl, las regular expressions se utilizan con tres operadores principales: m//, s/// y tr///. Cada uno de estos operadores realiza una función específica:

El Operador de Coincidencia: m//

El operador m// se utiliza para buscar una coincidencia de una regular expression dentro de una cadena. Su sintaxis básica es la siguiente:

perl
if ($cadena =~ m/patron/) {
# Código a ejecutar si se encuentra una coincidencia
}


En este código, $cadena es la variable que contiene la cadena de texto a analizar, m/patron/ es la regular expression que se busca y =~ es el operador de comparación. Si se encuentra una coincidencia, el bloque de código dentro del if se ejecutará.

Modificadores del Operador m//

El operador m// admite una serie de modificadores que alteran su comportamiento. Algunos de los más comunes son:

• i: Ignora la distinción entre mayúsculas y minúsculas.
• m: Busca coincidencias múltiples.
• g: Busca coincidencias globales, encontrando todas las ocurrencias del patrón en la cadena.
• s: Busca coincidencias en modo «single line». En este modo, el carácter . coincidirá con cualquier carácter, incluyendo el salto de línea.

Ejemplo:

«`perl
$cadena = «El perro es un animal doméstico»;

Buscar la palabra «perro»

if ($cadena =~ m/perro/) {
print «Se encontró la palabra ‘perro’ en la cadenan»;
}

Buscar cualquier palabra que comience con «a»

if ($cadena =~ m/aw+/) {
print «Se encontró una palabra que comienza con ‘a’ en la cadenan»;
}

Buscar cualquier palabra que contenga la letra «e»

if ($cadena =~ m/wew/) {
print «Se encontró una palabra que contiene la letra ‘e’ en la cadenan»;
}

Buscar la palabra «animal» en modo «single line»

if ($cadena =~ m/animal/s) {
print «Se encontró la palabra ‘animal’ en la cadena (modo ‘single line’)n»;
}
«`

El Operador de Sustitución: s///

El operador s/// se utiliza para reemplazar una parte de una cadena que coincide con una regular expression por otra cadena. Su sintaxis básica es la siguiente:

perl
$cadena =~ s/patron/reemplazo/;


En este código, $cadena es la variable que contiene la cadena de texto a modificar, patron es la regular expression que se busca y reemplazo es la cadena que reemplazará la coincidencia.

Modificadores del Operador s///

El operador s/// admite los mismos modificadores que el operador m//, como i, g, y s. Además, tiene un modificador especial:

• e: Evalúa la cadena de reemplazo como código Perl.

Ejemplo:

«`perl
$cadena = «El gato es un animal doméstico»;

Reemplazar la palabra «gato» por «perro»

$cadena =~ s/gato/perro/;
print «Cadena modificada: $cadenan»;

Reemplazar la palabra «animal» por la palabra «felino»

$cadena =~ s/animal/felino/;
print «Cadena modificada: $cadenan»;

Reemplazar todas las letras «a» por la letra «o»

$cadena =~ s/a/o/g;
print «Cadena modificada: $cadenan»;

Reemplazar la palabra «doméstico» por «mascota» y evaluar el resultado como código Perl

$cadena =~ s/doméstico/mascota/e;
print «Cadena modificada: $cadenan»;
«`

El Operador de Transliteración: tr///

El operador tr/// se utiliza para reemplazar caracteres específicos dentro de una cadena. Su sintaxis básica es la siguiente:

perl
$cadena =~ tr/caracteres_a_reemplazar/caracteres_de_reemplazo/;


En este código, $cadena es la variable que contiene la cadena de texto a modificar, caracteres_a_reemplazar es una lista de caracteres que se van a reemplazar y caracteres_de_reemplazo es una lista de caracteres que reemplazarán a los caracteres originales.

Modificadores del Operador tr///

El operador tr/// admite los siguientes modificadores:

• c: Complementa la lista de caracteres a reemplazar, es decir, se reemplazarán todos los caracteres que NO estén en la lista.
• d: Elimina los caracteres que coincidan con la lista.
• s: Comprime secuencias de caracteres repetidos en una sola instancia.
• -: Especifica un rango de caracteres. Por ejemplo, a-z corresponde a todas las letras minúsculas.

Ejemplo:

«`perl
$cadena = «Hola, mundo!»;

Reemplazar todas las letras «a» por la letra «o»

$cadena =~ tr/a/o/;
print «Cadena modificada: $cadenan»;

Eliminar todas las letras «o»

$cadena =~ tr/o//d;
print «Cadena modificada: $cadenan»;

Comprimir todas las letras «l»

$cadena =~ tr/l//s;
print «Cadena modificada: $cadenan»;

Reemplazar todas las letras mayúsculas por minúsculas

$cadena =~ tr/A-Z/a-z/;
print «Cadena modificada: $cadenan»;
«`

Conceptos Básicos de las Expresiones Regulares

Ahora que hemos visto los operadores de regular expressions en Perl, profundicemos en algunos de los conceptos básicos que las componen:

Caracteres Literales

Los caracteres literales son simplemente los caracteres que se utilizan para representar a sí mismos. Por ejemplo:

• a: Coincide con la letra «a».
• 1: Coincide con el dígito «1».
• : Coincide con la barra invertida (si se usa como escape).

Clases de Caracteres

Las clases de caracteres se utilizan para especificar un conjunto de caracteres posibles. Se delimitan con corchetes cuadrados []. Algunos ejemplos:

• [a-z]: Coincide con cualquier letra minúscula.
• [A-Z]: Coincide con cualquier letra mayúscula.
• [0-9]: Coincide con cualquier dígito.
• [a-zA-Z]: Coincide con cualquier letra (mayúscula o minúscula).
• [^a-z]: Coincide con cualquier carácter que NO sea una letra minúscula.

Clases de Caracteres Especiales

Hay ciertas clases de caracteres especiales que representan conjuntos de caracteres específicos:

• w: Coincide con cualquier carácter alfanumérico o guion bajo ([a-zA-Z0-9_]).
• W: Coincide con cualquier carácter que NO sea alfanumérico o guion bajo.
• s: Coincide con cualquier espacio en blanco (espacio, tabulación, salto de línea).
• S: Coincide con cualquier carácter que NO sea un espacio en blanco.
• d: Coincide con cualquier dígito ([0-9]).
• D: Coincide con cualquier carácter que NO sea un dígito.

Repeticiones

Se pueden utilizar cuantificadores para especificar cuántas veces se debe repetir un patrón:

• *: Coincide con cero o más repeticiones del patrón anterior.
• +: Coincide con una o más repeticiones del patrón anterior.
• ?: Coincide con cero o una repetición del patrón anterior.
• {n}: Coincide con exactamente n repeticiones del patrón anterior.
• {n,}: Coincide con n o más repeticiones del patrón anterior.
• {n,m}: Coincide con entre n y m repeticiones del patrón anterior.

Ejemplo:

«`perl

Buscar una palabra que contenga al menos 3 letras

$cadena = «Hola mundo»;
if ($cadena =~ m/w{3,}/) {
print «Se encontró una palabra de al menos 3 letrasn»;
}

Buscar un número de teléfono que contenga 10 dígitos

$cadena = «Mi número de teléfono es 123-456-7890»;
if ($cadena =~ m/d{10}/) {
print «Se encontró un número de teléfono con 10 dígitosn»;
}

Buscar una dirección de correo electrónico que contenga un punto (.)

$cadena = «Mi correo electrónico es usuario@dominio.com»;
if ($cadena =~ m/w+@w+.w+/) {
print «Se encontró una dirección de correo electrónicon»;
}
«`

Agrupaciones

Las agrupaciones se utilizan para agrupar partes de una regular expression y aplicar cuantificadores o referencias inversas a ellas. Se delimitan con paréntesis ().

Ejemplo:

«`perl
$cadena = «El perro y el gato son animales domésticos»;

Buscar dos palabras que sean iguales

if ($cadena =~ m/(w+)s+1/) {
print «Se encontraron dos palabras igualesn»;
}

Buscar un número de teléfono con código de área

$cadena = «Mi número de teléfono es (123) 456-7890»;
if ($cadena =~ m/((d{3})) d{3}-d{4}/) {
print «Se encontró un número de teléfono con código de árean»;
}
«`

Referencias Inversas

Las referencias inversas se utilizan para hacer referencia a un grupo capturado previamente. Se utilizan con la sintaxis n, donde n es el número del grupo.

Ejemplo:

«`perl
$cadena = «El perro y el gato son animales domésticos»;

Reemplazar la segunda ocurrencia de «el» por «la»

$cadena =~ s/(el)s+(el)/1 2/g;
print «Cadena modificada: $cadenan»;
«`

Alternativas

Las alternativas se utilizan para especificar múltiples opciones posibles para un patrón. Se delimitan con el operador |.

Ejemplo:

«`perl
$cadena = «El perro y el gato son animales domésticos»;

Buscar la palabra «perro» o «gato»

if ($cadena =~ m/perro|gato/) {
print «Se encontró la palabra ‘perro’ o ‘gato’n»;
}
«`

Anclas

Las anclas se utilizan para especificar la posición en la que se debe encontrar un patrón. Algunos ejemplos:

• ^: Coincide con el inicio de la cadena.
• $: Coincide con el final de la cadena.
• b: Coincide con el límite de una palabra.

Ejemplo:

«`perl
$cadena = «El perro es un animal doméstico»;

Buscar la palabra «perro» al principio de la cadena

if ($cadena =~ m/^perro/) {
print «Se encontró la palabra ‘perro’ al principio de la cadenan»;
}

Buscar la palabra «doméstico» al final de la cadena

if ($cadena =~ m/doméstico$/) {
print «Se encontró la palabra ‘doméstico’ al final de la cadenan»;
}

Buscar una palabra que comience con «a»

if ($cadena =~ m/baw+/) {
print «Se encontró una palabra que comienza con ‘a’n»;
}
«`

Usando Regular Expressions in Perl para Manipular Texto

Las regular expressions in Perl son herramientas versátiles que pueden utilizarse para realizar una variedad de tareas de manipulación de texto. Aquí hay algunos ejemplos:

Encontrar y Reemplazar Texto

Como se mencionó anteriormente, el operador s/// se utiliza para reemplazar texto que coincide con una regular expression. Esto es útil para tareas como:

• Convertir mayúsculas a minúsculas o viceversa:
  perl
$cadena = "Hola Mundo";
$cadena =~ tr/A-Z/a-z/;
print "Cadena modificada: $cadenan";

• Eliminar espacios en blanco:
  perl
$cadena = " Hola Mundo ";
$cadena =~ s/s+//g;
print "Cadena modificada: $cadenan";

• Formatear texto:
  perl
$cadena = "nombre: Juan, apellido: Pérez";
$cadena =~ s/(w+):s+(w+)/1 = 2/g;
print "Cadena modificada: $cadenan";


Extraer Información de Cadenas

Las regular expressions pueden utilizarse para extraer información específica de cadenas de texto, como:

• Extraer números de teléfono:
  perl
$cadena = "Mi número de teléfono es 123-456-7890";
if ($cadena =~ m/(d{3}-d{3}-d{4})/) {
$numero_telefono = $1;
print "Número de teléfono extraído: $numero_telefonon";
}

• Extraer direcciones de correo electrónico:
  perl
$cadena = "Mi correo electrónico es usuario@dominio.com";
if ($cadena =~ m/(w+@w+.w+)/) {
$correo_electronico = $1;
print "Dirección de correo electrónico extraída: $correo_electronicon";
}


Validar Datos

Las regular expressions pueden utilizarse para validar datos, como:

• Validar nombres de usuario:
  perl
$nombre_usuario = "usuario123";
if ($nombre_usuario =~ m/^[a-zA-Z0-9_]+$/) {
print "Nombre de usuario válidon";
} else {
print "Nombre de usuario inválidon";
}

• Validar contraseñas:
  perl
$contraseña = "P@$$wOrd1";
if ($contraseña =~ m/^(?=.*[a-z])(?=.*[A-Z])(?=.*d)(?=.*[@$!%*?&])[A-Za-zd@$!%*?&]{8,}$/) {
print "Contraseña válidan";
} else {
print "Contraseña inválidan";
}


Conclusión

Las regular expressions in Perl son una herramienta fundamental para cualquier programador que trabaje con texto. Con su poder y flexibilidad, pueden realizar una amplia gama de tareas de manipulación de cadenas. Aprender a usarlas de manera efectiva puede aumentar significativamente la eficiencia de tu código y la calidad de tu trabajo.

No te limites a esta guía. Explora más a fondo los recursos disponibles en la web, como la documentación oficial de Perl y sitios web especializados en regular expressions. ¡Con práctica y dedicación, dominarás las regular expressions in Perl y convertirás tu código en una obra maestra!