> ## Documentation Index > Fetch the complete documentation index at: https://apuntes.simulab.es/llms.txt > Use this file to discover all available pages before exploring further. # Expresiones regulares (regex): sintaxis, grupos y ejemplos en Python > Expresiones regulares explicadas: caracteres literales y especiales, clases de caracteres, cuantificadores, anclas, grupos y capturas, alternativas, cuantificadores voraces y perezosos, el módulo re de Python (search, findall, sub, split) y ejemplos para validar correos, teléfonos, fechas y DNI. ¿Cómo encontrar todos los correos electrónicos de un texto, comprobar que un DNI tiene el formato correcto o cambiar todas las fechas de `12/10/2026` a `2026-10-12`? Las **expresiones regulares** (*regex*) describen **patrones de texto** con una notación compacta, y casi todos los lenguajes y editores las entienden. Al principio parecen jeroglíficos, pero con una docena de símbolos se resuelve la mayoría de los casos. ## Lo que vas a aprender * Los caracteres especiales y las clases de caracteres. * Los cuantificadores y las anclas. * Los grupos, las capturas y las alternativas. * La diferencia entre cuantificadores voraces y perezosos. * Cómo usarlas en Python con el módulo `re`. * Patrones útiles para validar datos. ## Fundamentos ### Caracteres La mayoría de los caracteres se representan a sí mismos: el patrón `gato` encuentra "gato". Algunos son **especiales**: `. ^ $ * + ? { } [ ] \ | ( )`. Para buscarlos literalmente se escapan con `\`: `\.` es un punto. ### Clases de caracteres | Patrón | Coincide con | | - | - | | `.` | Cualquier carácter salvo el salto de línea | | `[abc]` | Una a, una b o una c | | `[a-z]` | Una letra minúscula (sin ñ ni tildes) | | `[^0-9]` | Cualquier cosa que **no** sea un dígito | | `\d` | Un dígito (como `[0-9]`) | | `\w` | Un carácter de palabra: letra, dígito o `_` | | `\s` | Un espacio en blanco (espacio, tabulador, salto de línea) | | `\D`, `\W`, `\S` | Lo contrario de las anteriores | En Python, `\w` incluye por defecto letras con tilde y la ñ. ### Cuantificadores | Patrón | Repeticiones | | - | - | | `*` | 0 o más | | `+` | 1 o más | | `?` | 0 o 1 (opcional) | | `{3}` | Exactamente 3 | | `{2,4}` | De 2 a 4 | | `{2,}` | 2 o más | Se aplican a lo que tienen justo delante: `ab+` es "a" seguida de una o más "b"; `(ab)+` es "ab" repetido. ### Anclas | Patrón | Posición | | - | - | | `^` | Inicio del texto (o de la línea con `re.MULTILINE`) | | `$` | Final del texto (o de la línea) | | `\b` | Límite de palabra | Para **validar** que todo el texto cumple un formato se usa `^…$` (o `re.fullmatch`). Sin anclas, el patrón se busca en cualquier parte. ### Grupos y alternativas * `( … )` agrupa y **captura** lo que coincide, para usarlo después. * `(?: … )` agrupa sin capturar. * `(?P … )` captura con nombre. * `a|b` es una alternativa: "a" o "b". * `\1`, `\2` se refieren a lo capturado por el grupo 1, 2… ### Voraces y perezosos Por defecto los cuantificadores son **voraces**: cogen todo lo posible. En `uno y dos`, el patrón `.*` coincide con **todo**, de la primera `` a la última ``. Añadiendo `?` se vuelven **perezosos** (lo mínimo posible): `.*?` coincide con cada etiqueta por separado. ### El módulo re de Python Se escriben los patrones como **cadenas crudas** `r"…"`, para que Python no interprete las barras invertidas. | Función | Hace | | - | - | | `re.search(p, s)` | Busca la primera coincidencia en cualquier parte; devuelve un objeto `Match` o `None` | | `re.fullmatch(p, s)` | Comprueba que **todo** el texto coincide | | `re.findall(p, s)` | Lista con todas las coincidencias (o con los grupos, si hay) | | `re.finditer(p, s)` | Iterador de objetos `Match` | | `re.sub(p, r, s)` | Sustituye las coincidencias | | `re.split(p, s)` | Divide el texto por el patrón | | `re.compile(p)` | Precompila un patrón que se va a usar mucho | Opciones útiles: `re.IGNORECASE` (sin distinguir mayúsculas) y `re.MULTILINE`. ## Ejemplos resueltos > [accordion] Ejemplo 1 · Extraer números > > ```python theme={null} > import re > texto = "Compré 3 libros por 45,90 € y 2 cuadernos por 3,50 €" > print(re.findall(r"\d+(?:,\d+)?", texto)) > # ['3', '45,90', '2', '3,50'] > ``` > [accordion] Ejemplo 2 · Validar un DNI > > Ocho dígitos y una letra mayúscula: > > ```python theme={null} > def formato_dni(s): > return re.fullmatch(r"\d{8}[A-Z]", s) is not None > > print(formato_dni("12345678Z"), formato_dni("1234567Z")) # True False > ``` > > La regex solo comprueba el **formato**. La letra correcta se calcula aparte: es la posición `número % 23` en la cadena `"TRWAGMYFPDXBNJZSQVHLCKE"`. > [accordion] Ejemplo 3 · Buscar correos electrónicos > > ```python theme={null} > texto = "Escribe a ana.lopez@uni.es o a soporte@simulab.es" > print(re.findall(r"[\w.+-]+@[\w-]+\.[\w.]+", texto)) > # ['ana.lopez@uni.es', 'soporte@simulab.es'] > ``` > > Un patrón que acepte **exactamente** los correos válidos según el estándar es enorme; para validar en serio, lo práctico es una comprobación sencilla y enviar un correo de confirmación. > [accordion] Ejemplo 4 · Cambiar el formato de las fechas > > ```python theme={null} > texto = "Examen el 12/10/2026 y entrega el 03/11/2026" > print(re.sub(r"(\d{2})/(\d{2})/(\d{4})", r"\3-\2-\1", texto)) > # Examen el 2026-10-12 y entrega el 2026-11-03 > ``` > > Los grupos capturan día, mes y año, y en la sustitución se reordenan. > [accordion] Ejemplo 5 · Grupos con nombre > > ```python theme={null} > m = re.search(r"(?P\d{1,2}):(?P\d{2})", "La clase empieza a las 9:30") > print(m.group("hora"), m.group("min")) # 9 30 > ``` > [accordion] Ejemplo 6 · Voraz frente a perezoso > > ```python theme={null} > html = "uno y dos" > print(re.findall(r"(.*)", html)) # ['uno y dos'] > print(re.findall(r"(.*?)", html)) # ['uno', 'dos'] > ``` > [accordion] Ejemplo 7 · Teléfonos españoles > > Nueve dígitos que empiezan por 6, 7, 8 o 9, con espacios opcionales cada tres cifras y prefijo +34 opcional: > > ```python theme={null} > patron = r"(?:\+34\s?)?[6-9]\d{2}\s?\d{3}\s?\d{3}" > print(re.findall(patron, "Llama al 612 345 678 o al +34 912345678")) > # ['612 345 678', '+34 912345678'] > ``` ## Errores frecuentes * **Olvidar escapar el punto.** `.` es "cualquier carácter"; para un punto literal, `\.`. * **Validar sin anclas.** `re.search(r"\d{8}[A-Z]", "abc12345678Zxyz")` encuentra coincidencia; usa `fullmatch` o `^…$`. * **No usar cadenas crudas** `r"…"` en Python: `"\b"` es un retroceso, no un límite de palabra. * **Usar `.*` voraz** cuando hay varias coincidencias en la misma línea. * **Intentar procesar HTML o JSON con regex.** Para eso hay analizadores específicos; las regex fallan con estructuras anidadas. ## Preguntas frecuentes > [accordion] ¿Qué relación tienen con los autómatas? > > Las expresiones regulares (en su forma teórica) describen exactamente los lenguajes que reconoce un **autómata finito**, como las [máquinas de estados](https://apuntes.simulab.es/electronica/logica-secuencial/maquinas-estados.md). Los motores de regex convierten el patrón en un autómata y lo recorren con el texto. Las regex de los lenguajes modernos añaden extras (referencias hacia atrás) que ya no son "regulares" en sentido estricto. > [accordion] ¿Dónde más se usan? > > En los editores de código (buscar y reemplazar), en la terminal (`grep`, `sed`), en hojas de cálculo, en bases de datos (`REGEXP` en [SQL](https://apuntes.simulab.es/programacion/bases-datos/sql.md)), en la validación de formularios web y en el análisis de registros (logs) de servidores. ## Temas relacionados > [card] [Fundamentos de Python](https://apuntes.simulab.es/programacion/python/fundamentos-python.md) > > Cadenas y métodos de texto. > [card] [Máquinas de estados](https://apuntes.simulab.es/electronica/logica-secuencial/maquinas-estados.md) > > Los autómatas detrás de las regex. > [card] [Git](https://apuntes.simulab.es/programacion/herramientas/git.md) > > Otra herramienta del día a día. This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.