RegEx

Expressão Regular

Em ciência da computação, uma expressão regular provê uma forma concisa e flexível de identificar cadeias de caracteres de interesse. O termo deriva do trabalho do matemático norte-americano Stephen Cole Kleene, que desenvolveu as expressões regulares como uma notação ao que ele chamava de álgebra de conjuntos regulares.

Em resumo, regex é a abreviação do inglês Regular Expressions, que possibilita você buscar, validar e alterar qualquer padrão de caracteres em qualquer texto.

Três pontos fortes em expressões regulares são:

• Localização: Você consegue encontrar determinados padrões dentro de qualquer sequência de caracteres, por exemplo a busca por e-mails dentro de um texto.
• Validação: Você pode fazer a validação dos mais variados padrões, como telefone, e-mail e senha.
• Substituição: Você pode substituir qualquer trecho palavra ou letra dentro de um texto.

Localização

Imagina sua empresa ter sido convocada para desenvolver um algorítimo onde localize os candidatos que mencionarem experiência na área da programação conforme descrição abaixo de alguns candidatos:

public class Recrutamento {
    public static void main(String[] args) {
        String [] candidatos = {
                "Marcos - Dois anos como Programador Java no SoftSystem",
                "Letícia - Vasta experiência em programação e desenvolvimento de softwares",
                "Marcela - UX e Design na Google",
                "Jonas - Estágio em análise e desenvolvimento de sistemas utilizando a linguagem de programacao Java"
        };
        for(String candidato:candidatos){
            boolean selecionado = candidato.contains("programação");
            if(selecionado)
                System.out.println(candidato + " - FOI SELECIONADO(A)");
        }
    }
    
    //de acordo com a lógica de análise de candidatura
    //somente a Letícia foi SELECIONADA
}

/**
    Em regex temos uma estratégia de busca chamada Character Group
    onde é possível agrupar ( a|b ) alternativas de combinações.
    Veja que agora usaremos o método "matches" da classe String.
 */

for(String candidato:candidatos){
    boolean selecionado = candidato.matches(".*(p|P)(rograma|ROGRAMA)(ção|cao|dor).*");
    if(selecionado)
    System.out.println(candidato + " - FOI SELECIONADO(A)");
}

Validação

A validação em RegEx ajuda a definir um conjunto de opções de validação para um determinado campo, Imagina a vulnerabilidade de sua aplicação diante do cenário abaixo:

1. Uma hora no formato HH:mm
2. Um CPF com mais 11 dígitos ou que NÃO contenha alfa-numericos
3. A placa de um veículo no padrão AAA-0000
4. Aceitar que algumas palavras com ou sem acentuação

String regex = "[0-9][0-9]:[0-5][0-9]";
System.out.println("16:30".matches(regex));
System.out.println("23:59".matches(regex));
System.out.println("23:60".matches(regex));//não existe hora com segundo 60
System.out.println("99:58".matches(regex));//hora máxima, reveja sobre quantificadores

Substituição

Já imaginou receber uma cadeia de caracteres onde os mesmos precisam ser substituídos considerando algum padrão ou regra de negócio, exemplo:

1. Remover espaços em branco ou caracteres NÃO numéricos
2. Substituir caracteres literalmente
3. Formatar blocos de dígitos conforme padrões tipo: cpf, cnpj, cep, data e etc.

String literal ="$ 1000";
String numero = literal.replaceAll("\\D","");

System.out.println(numero);//1000

Pattern e Matcher

A classe String incorporou muitos dos recursos destinados a tratamento de caracteres na linguagem onde muitas das vezes não precisamos utilizar explicitamente as classes java.util.regex.Pattern e java.util.regex.Matcher para realizar operações que precisam aplicar expressões regulares. Para explorar estas duas classes, iremos ilustrar a formatação do cpf apresentado no exemplo anterior:

String cpf="88709822336";
//criando o padrão com base na regex
Pattern pattern = Pattern.compile("(\\d{3})(\\d{3})(\\d{3})(\\d{2})");

//conjunto de recursos relacionado ao padrão apresentado
Matcher matcher = pattern.matcher(cpf);

//a expressão dividiu em blocos os digitos do cpf
//b(3),b(3),b(3),b(2)
while(matcher.find()) {
    System.out.println(matcher.group(1));
    System.out.println(matcher.group(2));
    System.out.println(matcher.group(3));
    System.out.println(matcher.group(4));
    
    //junção dos grupos (blocos)
    System.out.println(matcher.group());
}

//o cpf combina com o padrão
System.out.println("cpf está conforme a especificação? " + matcher.matches());

Classificação

Estruturar uma expressão regular exige uma compreensão relevante diante dos símbolos e caracteres que a formará, abaixo segue uma classificação destes símbolos e caracteres:

Símbolo | Descrição
\.      | Qualquer caractere, símbolo ou dígito
\d      | Um dígito de 0 a 9
\D      | Não dígito
\w      | Caractere da palavra: letra ASCII, dígito ou sublinhado
\W      | Um caractere que não é um caractere de palavra conforme definido pelo \w do seu mecanismo
\s      | Caractere de espaço em branco: espaço, tabulação, nova linha, retorno de carro, tabulação vertical
\S      | Um caractere que não seja um caractere de espaço em branco, conforme definido pelo \s do seu mecanismo

Referências

• Regex Aurelio.net
• Regex Rex Egg
• Regex Programiz
• Regex Atlassian
• Regex KobotoolBox
• Baelung find vs matches