regex (expresiones regulares)

Las expresiones regulares, abreviadas con frecuencia como regex, describen patrones de texto. Herramientas como grep, sed y awk usan regex, pero la sintaxis que admiten puede variar, así que identifica siempre la herramienta y la variante de expresiones regulares.

grep de GNU usa expresiones regulares básicas (BRE) de forma predeterminada y expresiones regulares extendidas (ERE) con -E. Esta lección presenta primero elementos compartidos por ambas y después señala incorporaciones habituales de ERE.

Usa esta entrada en los ejemplos:

sally sells seashells
by the seashore

Pon los patrones regex entre comillas para que el shell no los expanda ni divida antes de que los reciba la herramienta de coincidencia. Las regex también difieren de la expansión de rutas del shell: en una regex, * repite el átomo anterior; en un patrón glob del shell, * es por sí mismo un comodín para una secuencia de caracteres de una ruta.

El ancla $ coincide con el final de una línea:

seashore$

Combina ambas anclas cuando toda la línea deba ajustarse al patrón:

^by the seashore$

Esto coincide con by, pero también podría coincidir con ba o b7. No coincide con una b aislada porque exige un carácter después. Para buscar un punto literal, escápalo como \. o colócalo en una expresión entre corchetes adecuada.

Esto coincide con sells o salls en esa posición.

Cuando ^ es el primer carácter después de [, niega el conjunto:

s[^e]lls

Esto coincide con salls, pero no con sells, porque el carácter posterior a la primera s no puede ser e.

Los intervalos pueden describir caracteres entre dos extremos:

d[a-c]g

Esto puede coincidir con dag, dbg o dcg. El comportamiento de los intervalos puede depender de la intercalación de la configuración regional. Las clases de caracteres como [[:lower:]], [[:upper:]] y [[:digit:]] suelen expresar la intención con mayor claridad.

Esto coincide con seashell seguido de cero o más caracteres s adicionales. En el modo ERE con grep -E, los operadores habituales incluyen:

• +: una o más repeticiones.
• ?: cero o una repetición.
• |: la expresión de la izquierda o la de la derecha.
• (...): agrupa expresiones.

Por ejemplo:

$ grep -E '^(cat|dog)s?$' animals.txt

Esto selecciona líneas completas iguales a cat, cats, dog o dogs. En el modo BRE, estos operadores tienen reglas de escape diferentes, así que no copies un patrón entre variantes sin comprobarlo.

Para practicar la selección mediante regex con herramientas de texto de Linux, prueba estos laboratorios prácticos:

1. Buscar texto con grep en Linux - Aprende a buscar texto en archivos con grep, mostrar números de línea, usar anclas como ^ y $ y aprovechar expresiones regulares básicas y extendidas.
2. Procesamiento de texto y expresiones regulares - Aprende a usar las herramientas grep, sed y awk, así como expresiones regulares para manipular texto y buscar patrones de forma eficiente.
3. Extracción de correos y números - Usa grep y expresiones regulares para extraer direcciones de correo electrónico y números de un archivo.