Lenguajes y Fundamentos de Programación · LNG-305

Expresiones regulares en profundidad

De la coincidencia simple a grupos, referencias y anticipaciones, con banco de pruebas en cuaderno.

Bajo demanda Iniciación 6 módulos · 30 clases

Formato asíncrono Desarrollo, Ingeniería / Industria, Administración pública Python, Bash, JupyterLab

DESARROLLO DATOS JUPYTER

Lo que aprenderás

Construir patrones con clases de caracteres, cuantificadores y anclas para validar entradas concretas.
Capturar fragmentos con grupos numerados y con nombre, y reutilizarlos en la sustitución.
Aplicar cuantificadores perezosos para evitar coincidencias que se comen medio texto.
Escribir anticipaciones positivas y negativas para condicionar sin consumir caracteres.
Usar re en Python y grep, sed y awk en Bash sobre los mismos ficheros de prueba.
Diagnosticar un patrón lento por retroceso catastrófico y reescribirlo de forma segura.

Contenido del curso

6 módulos · 30 clases en vídeo · práctica guiada en cada módulo

Módulo 1 · Primeros patrones 5 clases

Para qué sirve realmente una expresión regular
El cuaderno de pruebas y cómo usarlo
Literales, punto y caracteres de escape
Clases de caracteres y rangos
Anclas de inicio, fin y límite de palabra

Módulo 2 · Repetición 5 clases

Cuantificadores asterisco, más e interrogante
Repeticiones exactas con llaves
Codicioso frente a perezoso, con trazas
Alternancia y agrupación básica
Ejercicio: extraer campos de un registro de servidor

Módulo 3 · Grupos y sustitución 5 clases

Grupos de captura numerados
Grupos con nombre y por qué facilitan el mantenimiento
Grupos sin captura y su efecto en el rendimiento
Referencias hacia atrás dentro del patrón
Sustitución con referencias y con función en Python

Módulo 4 · Control fino 5 clases

Anticipación positiva y negativa
Retrospección y sus límites según el motor
Modificadores: ignorar mayúsculas, multilínea y punto global
Modo detallado con comentarios dentro del patrón
Unicode, acentos y clases de caracteres del castellano

Módulo 5 · En la línea de comandos 5 clases

grep, grep extendido y grep con Perl
sed para sustituir en ficheros por lotes
awk cuando hace falta lógica además del patrón
Diferencias de dialecto que hacen fallar un patrón portado
Automatizar una limpieza de ficheros con un guion

Módulo 6 · Proyecto de cierre 5 clases

Caso: normalizar un volcado de datos heterogéneo
Diseñar los patrones a partir de casos válidos e inválidos
Retroceso catastrófico: detectarlo y reescribir el patrón
Documentar cada patrón con sus pruebas
Cuándo la expresión regular no es la herramienta adecuada

Requisitos

No se necesita experiencia previa con expresiones regulares.
Manejo básico de Python o de la línea de comandos, a nivel de ejecutar un script.
Basta con un navegador: el banco de pruebas es un cuaderno de JupyterLab preparado.

Descripción

Extraer códigos de un registro, validar un formulario, limpiar un volcado de texto o localizar todas las apariciones de un identificador en un repositorio son tareas cotidianas que se resuelven a golpe de código improvisado. Las expresiones regulares hacen ese trabajo en una línea, pero se aprenden por copia y pegado, sin entender qué hace el motor detrás.

El curso construye el conocimiento por capas y siempre contra un banco de pruebas. Cada elemento nuevo, un cuantificador, un grupo, una anticipación, se prueba en un cuaderno de JupyterLab con textos de ejemplo y casos que deben fallar. Se trabaja en paralelo con el módulo re de Python y con grep, sed y awk, señalando las diferencias de sintaxis entre dialectos.

Al terminar quedan patrones propios, probados y documentados para las tareas habituales del puesto: análisis de registros, validación de entradas, transformación masiva de ficheros y búsqueda en código. Es una herramienta transversal que se reutiliza en cualquier curso posterior de tratamiento de datos, automatización de sistemas o procesamiento de texto.

¿Para quién es este curso?

Personal técnico que analiza registros y volcados de texto como parte de su trabajo diario.
Perfiles de administración pública que depuran ficheros de intercambio y padrones con formatos irregulares.
Desarrolladores que quieren dejar de copiar patrones de internet sin entender qué hacen.