What does this regular expression mean? (Regular expression reference)

ranks

range of non-sequential elements (eg [,;])

Range of negated characters (eg [^a])

Quantifiers

• +
• How to validate that there is not a minimum of characters but there is a maximum?

escape sequences

\.

metacharacters

character classes

groups

• capture groups
• optional groups in regular expressions

Lookarounds

Negative look ahead?!

Positive look ahead ?=

match types

Greedy

Language-specific features

Java

split()

By default regular expressions are greedy . This means that a regular expression returns the longest string of text that matches it.

Regular expressions are also eager to return a result.

Basic metacharacters

Metacharacters must be escaped when used as normal characters.

.   Cualquier carácter excepto salto de linea

*   Indica que el carácter precedente puede ocurrir 0 o más veces.

+   Indica que el carácter precedente puede ocurrir 1 o más veces.

?   Indica que el carácter precedente puede ocurrir 0 o 1 vez. Hace que el metacarácter anterior sea perezoso (lazy). 

[   Abre un set de caracteres

]   Cierra un set de caracteres

^   Niega un set de caracteres ( como en [^0-9] )

-   Define un set de caracteres ( de 0 a 9: [0-9] )

{   Comienza la repetición cuantificada del carácter precedente {min,max}

}   Acaba la repetición cuantificada del carácter precedente {min,max}

(   El comienzo de un grupo de caracteres.

)   El fin de un grupo de caracteres.

|   Alterna entre uno y otro carácter

\   El carácter de escape (Escape character)

modifiers

i   Insensible a las mayúsculas y minúsculas Wstar (case insensitive)

g   Busqueda global (global match)

m   Busqueda en multiples líneas de texto. (Multiple lines)

s   Incluye saltos de línea. Sin él, las nuevas líneas son excluidas.

Character Classes (Ranges)

[abc]   Encuentra uno de los caracteres entre corchetes

[^abc]  Encuentra cualquier carácter que NO esté entre corchetes

[0-9]   Encuentra un dígito de 0 a 9

[^0-9]  Encuentra cualquier carácter que NO sea un dígito de 0 a 9

[A-Z]   Encuentra cualquier carácter de A mayuscula a Z mayuscula

[a-z]   Encuentra cualquier carácter de a minuscula a z minuscula

[A-z]   Encuentra cualquier carácter de A mayuscula a z minuscula

[adgk]  Encuentra uno de los caracteres entre corchetes

[^adgk] Encuentra cualquier carácter que NO esté entre corchetes

(a|b)   a o b

(...)   Se utilizan para agrupar partes de una expresión.

specific characters

\w      Encuentra un carácter alfanumérico, incluido el guión bajo ( _ ); equivale a: [a-zA-Z0-9_]

\W      Encuentra cualquier carácter NO alfanumérico; equivale a:   [^a-zA-Z0-9_]

\d      Encuentra un dígito *equivale a* [0-9]

\D      Encuentra cualquier carácter que NO es un dígito; equivale a: [^0-9]

\s      Encuentra un espacio en blanco; equivale a: [ \t\r\n]

\S      Encuentra cualquier carácter que NO es un espacio en blanco; equivale a: [^ \t\r\n]

\b      Encuentra una coincidencia al inicio o al final de una palabra.  

\B      Encuentra una coincidencia que NO está al inicio o al final de una palabra. 

\0      Encuentra un carácter NULL

\n      Salto de línea (new line)

\f      Salto de página (feed)

\r      Retorno de carro (return)

\t      Tabulador

\v      Tabulador vertical

\xxx    Representa un carácter especificado por un número octal xxx

\xdd    Representa un carácter especificado por un número hexadecimal dd

\uxxxx  Representa un carácter Unicode especificado por un número hexadecimal xxxx

anchors

^   Comienzo de una línea

$   Final de una línea

\A  Comienzo de una cadena de texto (string). Nunca final de línea. (Soporte: Java, .NET, Perl,PHP, Python,Ruby)

\Z  Fin de cadena de texto (string). Nunca final de línea. (Soporte: Java, .NET, Perl,PHP, Python,Ruby)

\b  Principio o final de palabra (Word boundary)

\B  NO al principio o al final de una palabra

Statements

?=  declaración positiva de búsqueda hacia delante (positive lookahead assertion)
    /(?=prematuro)pre/ encuentra pre de prematuro pero no pre de precavido
    /pre(?=maturo)/ encuentra pre de prematuro pero no pre de precavido

?!  declaración negativa de búsqueda hacia delante (negative lookahead assertion)
    /(?!prematuro)pre/ encuentra pre pero no de prematuro
    /pre(?!maturo)/ encuentra pre pero no de prematuro

?<= declaración positiva de búsqueda hacia atrás positive lookbehind assertion)
    Soporte:
    Si: .NET, Java, Perl, PHP, Python, Ruby 1.9
    No:.JavaScript, Ruby 1.8, Unix
    /(?<=balon)mano/ encuentra -mano de balonmano pero no de antemano

?<! declaración negativa de búsqueda hacia atrás (negative lookbehind assertion)
    Soporte:
    Si: .NET, Java, Perl, PHP, Python, Ruby 1.9
    No:.JavaScript, Ruby 1.8, Unix
    /(?<!balon)mano/ encuentra -mano pero no de balonmano

backreferences

To designate a backreference, we sometimes use the backslash ( \ ), sometimes the dollar ( $ ), depending on the language used.

$n  \n  n-ésimo grupo no pasivo (no-passive group)

$2  \2  "xyz" en /^ (abc)(xyz) $/

$2  \2  "xyz" en /^ (abc(xyz)) $/

?       cambia el significado del grupo

:       el significado del grupo es: pasivo

?:      especifica un grupo pasivo (passive group / non-capturing group)

$1  \1  "xyz" en /^ (?:abc)(xyz) $/ (porque el primer grupo es pasivo)

UNICODE wildcards

Support:

Yes: Java, .NET, Perl, PHP, Ruby

Not: JavaScript, Python, Unix

\X      Carácter comodín Unicode. Encuentra cualquier carácter incluso salto de linea.

\p{xx}  Un carácter con la propiedad xx

\P{xx}  Un carácter sin la propiedad xx

M       \p{M} Marca (acentos, tilde...etc)

L       \p{L} Letra (incluye las letras accentuadas, la ñ...etc)

N       \p{N} Numero

S       \p{S} Símbolo

C       \p{C} Otros

POSIX (Portable Operating System Interface)

Correct way to use them: [[:alpha:]] or [^[:alpha:]].

Support:

YES: Perl, PHP, Ruby, Unix

NOT: Java, JavaScript, .NET, Python

[:alpha:]   Caracteres alfabéticos; equivale a:[a-zA-Z]

[:digit:]   Dígitos; equivale a:[0-9]

[:alnum:]   Caracteres alfanuméricos; equivale a:[a-zA-Z0-9]

[:lower:]   Letras minúsculas; equivale a:[a-z]

[:upper:]   Letras mayúsculas; equivale a:[A-Z]

[:word:]    Letras, números y el guion bajo; equivale a:[A-Za-z0-9_]

[:punct:]   Punctuacion y símbolos; equivale a:[!"#$%&'()*+,\-./:;<=>?@[\\\]^_`{|}~]

[:space:]   Espacios en blanco, incluido <br />; equivale a:[ \t\r\n\v\f]

[:blank:]   Espacio y tabulador; equivale a:[ \t]

[:print:]   Caracteres visibles y espacios (i.e: excepto los caracteres de control); equivale a:[\x20-\x7E]

[:graph:]   Caracteres visibles (i.e: excepto espacios, caracteres de control, etc.); equivale a:[\x21-\x7E]

[:xdigit:]  Dígitos hexadecimales; equivale a:[A-Fa-f0-9]

[:ascii:]   Caracteres ASCII; equivale a:[\x00-\x7F]

[:cntrl:]   Caracteres de control; equivale a:[\x00-\x1F\x7F]

All of this is copied from my website . I hope it is useful.