UTILIDADES Y HERRAMIENTAS

Expresiones regulares

Una ficha de consulta para comprender y construir expresiones regulares utilizadas en búsqueda, validación y procesamiento de texto.

FUNDAMENTOS

Qué es una expresión regular

Una expresión regular, también conocida como regex, describe un patrón que puede utilizarse para buscar, reconocer o transformar texto.

Por ejemplo, el patrón: 

casa

coincide con la secuencia literal casacuando aparece en el texto analizado.

Una expresión regular no es un lenguaje universal con una única implementación. JavaScript, Python, Java, .NET, herramientas Unix y otros entornos utilizan motores con características y diferencias propias.

CONCEPTOS

Patrón y coincidencia

El patrón define qué queremos localizar. El motor de expresiones regulares compara ese patrón con una cadena de entrada y determina si existen coincidencias. 

Patrón
↓
Texto de entrada
↓
Motor de expresiones regulares
↓
Coincidencia o resultado

Dependiendo de la herramienta o API utilizada, el resultado puede indicar simplemente si existe una coincidencia o proporcionar además el texto encontrado, su posición y los grupos capturados.

SINTAXIS

Caracteres literales

Muchos caracteres representan literalmente su propio valor dentro de una expresión regular. 

casaLinux2026

El patrón Linux, por ejemplo, busca normalmente esa secuencia concreta de caracteres.

La distinción entre mayúsculas y minúsculas depende del motor y de las opciones utilizadas. Un patrón puede ser sensible a mayúsculas por defecto y permitir un modo que ignore esa diferencia.

SINTAXIS

Metacaracteres

Algunos caracteres tienen un significado especial dentro de una expresión regular y no representan simplemente su valor literal. 

. ^ $ * + ?{} [ ] \ | ( )

Su significado depende de la posición y del motor utilizado. Por ejemplo, .suele representar un carácter cualquiera dentro de determinadas condiciones, mientras que ^y $se utilizan habitualmente como anclas.

Cuando se necesita buscar literalmente uno de estos caracteres suele ser necesario escaparlo.

COMODÍN

El punto

En muchos motores, el punto .coincide con un carácter cualquiera, aunque su relación con los saltos de línea puede depender de las opciones del motor. 

c.sa

Este patrón puede coincidir, por ejemplo, con: 

casacosa

Si lo que se desea es buscar un punto literal, normalmente debe utilizarse \..

CLASES

Clases de caracteres

Los corchetes permiten definir un conjunto de caracteres posibles para una determinada posición. 

[aeiou][abc][0123456789]

[aeiou]coincide con una vocal incluida en ese conjunto.

También pueden expresarse rangos: 

[a-z][A-Z][0-9]

El significado exacto de los rangos y su relación con Unicode, locales o reglas de comparación depende del entorno.

CLASES

Clases negadas

En muchos motores, un ^colocado al comienzo de una clase de caracteres expresa una negación. 

[^0-9]

Este patrón representa normalmente un carácter que no pertenece al rango de los dígitos del 0al 9.

El significado de ^cambia según el contexto: dentro de una clase y al principio puede actuar como negación, mientras que fuera de ella suele utilizarse como ancla.

ATAJOS

Clases abreviadas

Muchos motores proporcionan abreviaturas para determinadas clases de caracteres. 

\d\w\s

De forma habitual:

  • \drepresenta caracteres considerados dígitos;
  • \wrepresenta caracteres considerados de palabra;
  • \srepresenta caracteres de espacio en blanco.

No debe asumirse que estas clases representan exactamente el mismo conjunto de caracteres en todos los motores. Su comportamiento puede variar especialmente cuando interviene Unicode.

REPETICIÓN

Cuantificadores

Los cuantificadores indican cuántas veces puede aparecer el elemento inmediatamente anterior. 

a*a+a?a{2}a{2,4}a{2,}

De forma general:

  • *: cero o más repeticiones;
  • +: una o más repeticiones;
  • ?: cero o una repetición;
  • {2}: exactamente dos;
  • {2,4}: entre dos y cuatro;
  • {2,}: dos o más.

El cuantificador se aplica al elemento anterior, que puede ser un carácter, una clase o un grupo.

EJEMPLO

Repetición de dígitos

Para representar una secuencia formada por uno o más dígitos puede encontrarse un patrón como: 

\d+

El elemento \drepresenta la clase correspondiente y +exige una o más apariciones.

Para exigir exactamente cuatro posiciones: 

\d{4}

La interpretación concreta de \ddebe comprobarse en la documentación del motor utilizado.

POSICIÓN

Anclas

Las anclas representan posiciones en el texto en lugar de caracteres consumidos por la coincidencia. 

^iniciofinal$

^y $representan habitualmente el inicio y el final de la entrada, aunque determinados modos pueden modificar su comportamiento para trabajar por líneas.

Para exigir que una entrada completa esté formada únicamente por dígitos puede encontrarse: 

^\d+$

AGRUPACIÓN

Grupos

Los paréntesis permiten agrupar varias partes de un patrón para tratarlas como una unidad. 

(ab)+

Aquí el cuantificador se aplica al grupo completo ab, no únicamente al carácter anterior.

En muchos motores, los paréntesis también crean grupos de captura que permiten recuperar posteriormente la parte del texto que coincidió con ese grupo.

OPCIONES

Alternativas

La barra vertical |permite expresar alternativas. 

gato|perro

El patrón puede coincidir con gatoo con perro.

La agrupación permite delimitar mejor el alcance de las alternativas: 

(rojo|verde|azul)

ESCAPE

Caracteres especiales y escape

Cuando un carácter tiene un significado especial dentro de la expresión regular, una barra inversa puede permitir tratarlo como literal. 

\.\+\?\(

Por ejemplo: 

archivo\.txt

El \.representa un punto literal. Sin el escape, .tendría normalmente un significado especial.

Hay una dificultad adicional cuando la expresión regular se escribe dentro de otro lenguaje: puede ser necesario aplicar también las reglas de escape de la cadena del lenguaje anfitrión.

CAPTURA

Grupos de captura

Muchos motores permiten recuperar partes concretas de una coincidencia mediante grupos de captura. 

(\d{4})-(\d{2})-(\d{2})

Conceptualmente, una entrada como: 

2026-09-19

puede dividirse en tres grupos correspondientes a las tres partes del patrón.

La forma exacta de acceder a las capturas depende de la API o herramienta utilizada.

AGRUPACIÓN

Agrupar sin capturar

Algunos motores permiten crear grupos que modifican la estructura del patrón sin generar una captura. 

(?:jpg|png|webp)

Esta construcción es común en motores modernos, pero no debe considerarse universal. Conviene comprobar su disponibilidad en el entorno utilizado.

MODOS

Flags y opciones

Los motores suelen disponer de opciones que modifican la forma en que se interpreta o ejecuta una expresión regular.

Entre los comportamientos habituales se encuentran:

  • ignorar diferencias entre mayúsculas y minúsculas;
  • buscar todas las coincidencias;
  • modificar el comportamiento de las anclas por líneas;
  • cambiar cómo actúa el punto respecto a los saltos de línea;
  • activar determinadas reglas relacionadas con Unicode.

Los nombres, la sintaxis y el comportamiento de estas opciones dependen del motor y de la API utilizada.

EJEMPLO

Solo dígitos

Un patrón habitual para comprobar que toda una entrada está formada por uno o más dígitos es: 

^\d+$

Sus componentes pueden interpretarse conceptualmente así: 

^  inicio
\d dígito
+  una o más veces
$  final

El patrón no establece por sí mismo límites de longitud. Si el requisito exige un número concreto de caracteres, el cuantificador debe expresarlo.

EJEMPLO

Nombre básico de archivo

Un ejemplo didáctico para nombres formados por letras, números, guiones y guiones bajos, terminados en .txt, es: 

^[a-zA-Z0-9_-]+\.txt$

Puede coincidir con entradas como: 

notas.txt
informe_2026.txt
tema-01.txt

No debe interpretarse como una definición general de los nombres de archivo válidos en un sistema operativo. Es únicamente un patrón con unas reglas concretas.

EJEMPLO

Código con formato fijo

Si una aplicación utiliza identificadores formados por tres letras mayúsculas, un guion y cuatro dígitos, puede expresarse: 

^[A-Z]{3}-[0-9]{4}$

Ejemplos que cumplen ese formato:

ABC-2026FPE-0001

Ejemplos que no lo cumplen:

AB-2026abc-2026ABC2026

Este tipo de patrón es útil cuando el formato permitido está claramente definido.

USO

Buscar no es lo mismo que validar

Una expresión utilizada para encontrar una parte de un texto no tiene necesariamente la misma estructura que una utilizada para comprobar una entrada completa.

Por ejemplo:

\d+

puede localizar una secuencia de dígitos dentro de un texto mayor. En cambio: 

^\d+$

expresa normalmente que toda la entrada debe ajustarse al patrón.

Antes de diseñar una expresión regular conviene determinar si el objetivo es buscar, extraer, sustituir o comprobar un formato.

VALIDACIÓN

Regex y validación de datos

Las expresiones regulares son útiles para comprobar determinadas propiedades sintácticas, pero una coincidencia no garantiza por sí sola que el dato sea correcto en todos los sentidos.

Un patrón puede comprobar, por ejemplo, que una entrada contiene una estructura determinada, pero no necesariamente que el valor exista, tenga sentido o cumpla todas las reglas del dominio. 

Formato válido≠Dato necesariamente válido

Cuando existen reglas de negocio, comprobaciones semánticas o especificaciones complejas, deben aplicarse además de la expresión regular.

TEXTO

Unicode y caracteres internacionales

Los patrones que funcionan únicamente con rangos como [A-Z]o [a-z]no representan necesariamente todas las letras que pueden aparecer en texto internacional.

El soporte de Unicode, las propiedades disponibles y el comportamiento de clases como \wdependen del motor.

Cuando una aplicación debe procesar nombres, idiomas o alfabetos diversos, es importante comprobar explícitamente las capacidades Unicode del entorno en lugar de asumir que una clase ASCII es suficiente.

PORTABILIDAD

No existe una única sintaxis universal

La idea general de las expresiones regulares es compartida por muchos entornos, pero sus implementaciones no son idénticas.

Entre las diferencias posibles se encuentran:

  • construcciones disponibles;
  • sintaxis de grupos y referencias;
  • soporte Unicode;
  • flags y modos de ejecución;
  • comportamiento de determinadas clases;
  • funciones avanzadas;
  • forma de escapar el patrón dentro del lenguaje anfitrión.

Un patrón que funciona en un entorno no debe trasladarse a otro sin comprobar antes su compatibilidad.

MANTENIBILIDAD

Legibilidad antes que complejidad

Una expresión regular muy compacta puede resultar difícil de revisar y mantener. Que sea posible expresar toda una regla en un único patrón no significa que siempre sea la solución más clara.

Para patrones complejos conviene:

  • documentar qué requisito representan;
  • utilizar nombres o constantes descriptivas en el código;
  • probar casos válidos y no válidos;
  • dividir la lógica cuando una sola expresión resulte difícil de entender;
  • comprobar la sintaxis concreta del motor utilizado.

RENDIMIENTO

Patrones y coste de ejecución

El rendimiento de una expresión regular depende tanto del patrón como del motor y del texto de entrada. Determinadas combinaciones pueden provocar mucho más trabajo del esperado.

En aplicaciones que procesan grandes cantidades de texto o entradas no confiables, conviene evitar patrones innecesariamente ambiguos, establecer límites razonables y evaluar el comportamiento con casos representativos.

No existe una regla de optimización universal para todos los motores, por lo que las decisiones de rendimiento deben comprobarse en el entorno real.

ERRORES FRECUENTES

Qué conviene evitar

  • olvidar que determinados caracteres tienen significado especial;
  • confundir una búsqueda parcial con la validación de toda la entrada;
  • utilizar .cuando realmente se necesita un punto literal;
  • aplicar un cuantificador al elemento equivocado por no utilizar grupos;
  • asumir que \do \wsignifican exactamente lo mismo en todos los motores;
  • ignorar las reglas de escape del lenguaje que contiene la regex;
  • asumir que una coincidencia sintáctica garantiza que el dato es correcto;
  • crear patrones excesivamente complejos cuando una comprobación mediante código sería más clara;
  • copiar una expresión de otro entorno sin comprobar su compatibilidad.

RESUMEN

Referencia rápida

.       Carácter cualquiera según el modo
[abc]   Uno de los caracteres indicados
[a-z]   Un carácter dentro del rango
[^abc]  Un carácter fuera del conjunto
\d      Clase de dígitos según el motor
\w      Clase de palabra según el motor
\s      Espacio en blanco según el motor
*       Cero o más repeticiones
+       Una o más repeticiones
?       Cero o una repetición
{n}     Exactamente n repeticiones
{n,m}   Entre n y m repeticiones
^       Inicio según el modo
$       Final según el modo
(...)   Grupo
|       Alternativa
\.      Punto literal

Esta tabla textual sirve como recordatorio de construcciones habituales. La documentación del motor utilizado es la referencia definitiva para conocer su sintaxis y comportamiento.

MÉTODO

Cómo construir un patrón

Una forma práctica de trabajar consiste en comenzar por el requisito más simple y añadir restricciones de forma progresiva. 

Definir el formato
↓
Identificar partes variables
↓
Elegir clases y literales
↓
Añadir cuantificadores
↓
Añadir grupos o alternativas
↓
Delimitar la entrada si es necesario
↓
Probar casos válidos
↓
Probar casos no válidos

Este enfoque facilita detectar qué parte del patrón introduce un comportamiento inesperado.

SIGUE CONSULTANDO

Recursos relacionados

PARA AMPLIAR

Documentación de referencia

Referencias reconocidas para ampliar los conceptos de esta ficha y consultar la sintaxis concreta del motor de expresiones regulares de JavaScript.

Para otros lenguajes o herramientas debe consultarse además la documentación específica de su motor de expresiones regulares.