Re

Re en Python (expresiones regulares)

---

¿Qué es re?

El módulo re (de regular expressions, expresiones regulares) permite buscar, reemplazar y analizar texto mediante patrones.

Se importa con:

import re

---

FUNCIONES PRINCIPALES

1. re.match(patrón, texto)

Busca solo al inicio del texto.

import re
m = re.match(r"Hola", "Hola mundo")
print(m.group())  # Hola

---

2. re.search(patrón, texto)

Busca en cualquier parte del texto (la primera coincidencia).

re.search(r"mundo", "Hola mundo").group()  # mundo

---

3. re.findall(patrón, texto)

Devuelve todas las coincidencias en una lista.

re.findall(r"\d+", "Edad 17 años, código 2025")  # ['17', '2025']

---

4. re.finditer(patrón, texto)

Devuelve un iterador con objetos Match (útil para posiciones).

for m in re.finditer(r"\d+", "x=5 y=10 z=20"):
    print(m.group(), m.start(), m.end())

---

5. re.sub(patrón, reemplazo, texto, count=0)

Reemplaza coincidencias por otro texto.

re.sub(r"\d+", "X", "Tengo 2 perros y 3 gatos")  # 'Tengo X perros y X gatos'

---

6. re.split(patrón, texto, maxsplit=0)

Divide el texto usando el patrón como separador.

re.split(r"\s+", "uno   dos tres")  # ['uno', 'dos', 'tres']

---

7. re.compile(patrón, flags=0)

Compila el patrón para reutilizarlo muchas veces (más eficiente).

patron = re.compile(r"\d+")
print(patron.findall("a1b22c333"))  # ['1', '22', '333']

---

OBJETOS Match

Cuando haces match() o search(), obtienes un objeto con información útil:

m = re.search(r"(\d+)", "Edad: 25 años")
print(m.group())    # '25'
print(m.start())    # 6
print(m.end())      # 8
print(m.span())     # (6, 8)

Si hay grupos (entre paréntesis):

m = re.search(r"(\d+)\s*(años)", "Edad: 25 años")
print(m.groups())   # ('25', 'años')
print(m.group(1))   # '25'
print(m.group(2))   # 'años'

---

METACARACTERES MÁS IMPORTANTES

Metacaracter	Significado	Ejemplo
.	Cualquier carácter (excepto salto de línea)	a.c → abc
^	Inicio de cadena / línea	^Hola
$	Fin de cadena / línea	mundo$
*	0 o más repeticiones	ab* → a, ab, abb
+	1 o más repeticiones	\d+ → 17
?	0 o 1 (opcional) / modo lazy	colou?r
{n} / {n,m}	Exactamente n / entre n y m	\d{4}
[]	Clase de caracteres	[aeiou]
|	Alternativa (OR)	gato|gato
()	Grupo de captura	(\d+)-(\d+)
\	Escapa metacaracteres	\. → punto literal

---

SECUENCIAS ESPECIALES

Secuencia	Significado	Ejemplo
\d	Dígito [0-9]	\d+ → 2025
\D	No dígito	\D+ → abc
\w	Letra, dígito o _	\w+ → user_1
\W	No “word char”	\W → @
\s	Espacio en blanco	\s+
\S	No espacio	\S+
\b	Límite de palabra	\bhola\b
\A / \Z	Inicio / fin de toda la cadena	\AOK\Z

---

FLAGS COMUNES

Flag	Qué hace	Ejemplo
re.IGNORECASE / re.I	Ignora mayúsculas/minúsculas	re.search(r"hola", "HOLA", re.I)
re.MULTILINE / re.M	^ y $ por cada línea	re.findall(r"^#.*", texto, re.M)
re.DOTALL / re.S	. también coincide con \n	re.search(r"a.*b", texto, re.S)
re.VERBOSE / re.X	Permite comentarios y espacios en el patrón	Ver ejemplo abajo
re.ASCII / re.A	\w, \d, etc. solo ASCII	re.findall(r"\w+", s, re.A)

Ejemplo:

patron = re.compile(r"""
^\d{4}     # 4 dígitos al inicio
-\d{2}     # guion y 2 dígitos
-\d{2}$    # guion y 2 dígitos al final
""", re.VERBOSE)
print(bool(patron.match("2025-10-27")))  # True

---

EJEMPLOS PRÁCTICOS

1. Validar un correo electrónico

import re
patron = r"^[\w\.-]+@[\w\.-]+\.\w+$"
print(bool(re.match(patron, "usuario@mail.com")))  # True

---

2. Extraer números de un texto

re.findall(r"\d+", "ID123, edad 45, año 2025")  # ['123', '45', '2025']

---

3. Reemplazar palabras

texto = "Hola mundo cruel"
nuevo = re.sub(r"cruel", "hermoso", texto)
print(nuevo)  # Hola mundo hermoso

---

4. Separar texto por comas o espacios

re.split(r"[, ]+", "rojo, verde azul,amarillo")  # ['rojo', 'verde', 'azul', 'amarillo']

---

Buenas prácticas

• Usa r"..." (raw strings) para no tener que escapar \.
• Compila patrones que usarás muchas veces con re.compile().
• Usa re.fullmatch() si necesitas que toda la cadena coincida.
• Usa ? después de * o + para modo no codicioso (lazy).

re.findall(r"<.*?>", "<a>uno</a><b>dos</b>")  # ['<a>', '</a>', '<b>', '</b>']

---

Ejercicio rápido

Extrae todos los nombres de usuario de correos:

import re
texto = "Correos: ana@mail.com, juan123@dominio.org"
print(re.findall(r"(\w+)@", texto))  # ['ana', 'juan123']