Expressões Regulares Cookbook Jan Goyvaerts Steven Levithan

Transcrição

1 Expressões Regulares Cookbook Jan Goyvaerts Steven Levithan Novatec

2 Authorized Portuguese translation of the English edition of Regular Expressions Cookbook ISBN , Jan Goyvaerts and Steve Levithan. This translation is published and sold by permission of O'Reilly Media, Inc., the owner of all rights to publish and sell the same. Tradução em português autorizada da edição em inglês da obra Regular Expressions Cookbook ISBN , Jan Goyvaerts e Steve Levithan. Esta tradução é publicada e vendida com a permissão da O'Reilly Media, Inc., detentora de todos os direitos para publicação e venda desta obra. Novatec Editora Ltda Todos os direitos reservados e protegidos pela Lei de 19/02/1998. É proibida a reprodução desta obra, mesmo parcial, por qualquer processo, sem prévia autorização, por escrito, do autor e da Editora. Editor: Rubens Prates Tradução: Rafael Contatori e Edgard Damiani Revisão gramatical: Jeferson Ferreira Editoração eletrônica: Camila Kuwabata e Carolina Kuwabata ISBN: Histórico de impressões: Abril/2011 Primeira edição Novatec Editora Ltda. Rua Luís Antônio dos Santos São Paulo, SP Brasil Tel.: Fax: novatec@novatec.com.br Site: Twitter: twitter.com/novateceditora Facebook: facebook.com/novatec LinkedIn: linkedin.com/in/novatec Dados Internacionais de Catalogação na Publicação (CIP) (Câmara Brasileira do Livro, SP, Brasil) Goyvaerts, Jan Expressões regulares Cookbook / Jan Goyvaerts, Steven Levithan ; [tradução Rafael Contatori / Edgard Damiani]. -- São Paulo : Novatec Editora ; Cambridge : O`Reilly Media, Título original: Regular expressions Cookbook. ISBN Cookbook (Linguagem de programação) 2. Expressões regulares I. Levithan, Steven. II. Título CDD Índices para catálogo sistemático: 1. Expressões regulares Cookbook : Ciência da computação OGF

3 Sumário Prefácio... 9 Capítulo 1 Introdução às expressões regulares...15 Definição de expressões regulares...15 Pesquisa e substituição com expressões regulares...20 Ferramentas para se trabalhar com expressões regulares...22 grep...35 Capítulo 2 Habilidades básicas de expressões regulares Corresponder a um texto literal Corresponder a caracteres não-imprimíveis Corresponder a um dentre vários caracteres Corresponder a qualquer caractere Corresponder a alguma coisa no começo e/ou final de uma linha Corresponder a palavras inteiras Pontos de código, propriedades, blocos e alfabetos Unicode Corresponder a uma dentre várias alternativas Agrupar e capturar partes da correspondência Corresponder novamente a textos previamente correspondidos Capturar e nomear partes da correspondência Repetir parte da Regex um certo número de vezes Escolher entre repetição mínima ou máxima Eliminar os retrocessos desnecessários Prevenir repetições descontroladas Testar uma correspondência sem acrescentá-la à correspondência global Corresponder a uma de duas alternativas com base em uma condição Adicionar comentários à expressão regular Inserir texto literal no texto de substituição Inserir a correspondência da expressão regular no texto de substituição Inserir parte da correspondência da expressão regular no texto de substituição Inserir o contexto de correspondência no texto de substituição Capítulo 3 Programando com expressões regulares Linguagens de programação e sabores Regex Expressões regulares literais no código-fonte

4 6 Expressões Regulares Cookbook 3.2 Importar a biblioteca de expressões regulares Criar objetos de expressão regular Definir opções das expressões regulares Testar se uma correspondência pode ser encontrada dentro de uma string de assunto Testar se uma regex corresponde totalmente à string de assunto Recuperar o texto correspondido Determinar a posição e o comprimento da correspondência Recuperar parte do texto correspondido Recuperar uma lista de todas as correspondências Iterar todas as correspondências Validar correspondências no código procedural Encontrar uma correspondência dentro de outra Substituir todas as correspondências Substituir correspondências, reutilizando partes da correspondência Substituir correspondências com substitutos gerados em código Substituir todas as correspondências dentro das correspondências de outra expressão regular Substituir todas as correspondências entre as correspondências de outra expressão regular Dividir uma string Dividir uma string, mantendo as correspondências da expressão regular Pesquisar linha por linha Capítulo 4 Validação e formatação Validar endereços de Validar e formatar números de telefone norte-americanos Validar números de telefone internacionais Validar formatos de data tradicionais Validar formatos tradicionais de data com exatidão Validar formatos de horário tradicionais Validando datas e horários ISO Limitar a entrada a caracteres alfanuméricos Limitar o comprimento do texto Limitar o número de linhas no texto Validar respostas afirmativas Validar números de Previdência Social Validando ISBNs Validar códigos postais Validar códigos postais canadenses Validar códigos postais do Reino Unido Encontrar endereços com caixas postais Reformatar nomes no formato Nome Sobrenome para Sobrenome, Nome Validar números de cartão de crédito Números VAT europeus Capítulo 5 Palavras, linhas e caracteres especiais Encontrar uma palavra específica Encontrar uma palavra entre várias

5 Sumário Pesquisar palavras similares Encontrar todas, exceto uma palavra específica Localizar qualquer palavra não seguida por uma palavra específica Localizar qualquer palavra que não seja precedida por uma palavra específica Encontrar palavras próximas umas das outras Encontrar palavras repetidas Remover linhas duplicadas Corresponder a linhas inteiras que contenham uma determinada palavra Corresponder a linhas completas que não contenham determinada palavra Remover espaços em branco iniciais e finais Substituir espaços em branco repetidos por um único espaço Escapar metacaracteres de expressão regular Capítulo 6 Números Números inteiros Números hexadecimais Números binários Remover zeros à esquerda Números dentro de um certo intervalo Números hexadecimais dentro de um certo intervalo Números de ponto flutuante Números com separadores de milhar Numerais romanos Capítulo 7 URLs, paths e endereços de Internet Validar URLs Encontrar URLs dentro de um texto completo Encontrar URLs entre aspas no texto completo Encontrar URLs entre parênteses no texto completo Transformar URLs em links Validar URNs Validar URLs genéricas Extrair o protocolo de uma URL Extrair o usuário de uma URL Extrair o host de uma URL Extrair a porta de uma URL Extrair o caminho de uma URL Extrair a consulta de uma URL Extrair o fragmento de uma URL Validar nomes de domínio Corresponder a endereços IPv Corresponder a endereços IPv Validar caminhos do Windows Dividir caminhos do Windows em suas partes constituintes Extrair a letra da unidade de um caminho Windows Extrair o servidor e o compartilhamento de um caminho UNC

6 8 Expressões Regulares Cookbook 7.22 Extrair a pasta de um caminho Windows Extrair o nome do arquivo de um caminho do Windows Extrair a extensão de arquivo de um caminho Windows Retirar caracteres inválidos de nomes de arquivos Capítulo 8 Marcação e intercâmbio de dados Encontrar tags no estilo XML Substituir tags <b> por <strong> Remover todas as tags de estilo XML, exceto <em> e <strong> Corresponder a nomes XML Converter texto simples em HTML adicionando tags <p> e <br> Encontrar um atributo específico em tags no estilo XML Adicionar um atributo cellspacing em tags <table> que ainda não o incluam Remover comentários no estilo XML Encontrar palavras dentro de comentários no estilo XML Mudar o delimitador usado em arquivos CSV Extrair campos CSV de uma coluna específica Corresponder a cabeçalhos de seção INI Corresponder a blocos de seção INI Corresponder a pares nome-valor INI Índice remissivo...545