Skip to content

article.md

Latest commit

 

History

History
130 lines (79 loc) · 5.79 KB

article.md

File metadata and controls

130 lines (79 loc) · 5.79 KB

Lookahead y lookbehind (revisar delante/detrás)

A veces necesitamos buscar únicamente aquellas coincidencias donde un patrón es precedido o seguido por otro patrón.

Existe una sintaxis especial para eso llamadas "lookahead" y "lookbehind" ("ver delante" y "ver detrás"), juntas son conocidas como "lookaround" ("ver alrededor").

Para empezar, busquemos el precio de la cadena siguiente subject:1 pavo cuesta 30€. Eso es: un número, seguido por el signo subject:€.

Lookahead

La sintaxis es: pattern:X(?=Y). Esto significa "buscar pattern:X, pero considerarlo una coincidencia solo si es seguido por pattern:Y". Puede haber cualquier patrón en pattern:X y pattern:Y.

Para un número entero seguido de subject:€, la expresión regular será pattern:\d+(?=€):

let str = "1 pavo cuesta 30€";

alert( str.match(/\d+(?=€)/) ); // 30, el número 1 es ignorado porque no está seguido de €

Tenga en cuenta que "lookahead" es solamente una prueba, lo contenido en los paréntesis pattern:(?=...) no es incluido en el resultado match:30.

Cuando buscamos pattern:X(?=Y), el motor de expresión regular encuentra pattern:X y luego verifica si existe pattern:Y inmediatamente después de él. Si no existe, entonces la coincidencia potencial es omitida y la búsqueda continúa.

Es posible realizar pruebas más complejas, por ejemplo pattern:X(?=Y)(?=Z) significa:

  1. Encuentra pattern:X.
  2. Verifica si pattern:Y está inmediatamente después de pattern:X (omite si no es así).
  3. Verifica si pattern:Z está también inmediatamente después de pattern:X (omite si no es así).
  4. Si ambas verificaciones se cumplen, el pattern:X es una coincidencia. De lo contrario continúa buscando.

En otras palabras, dicho patrón significa que estamos buscando por pattern:X seguido de pattern:Y y pattern:Z al mismo tiempo.

Eso es posible solamente si los patrones pattern:Y y pattern:Z no se excluyen mutuamente.

Por ejemplo, pattern:\d+(?=\s)(?=.*30) busca un pattern:\d+ que sea seguido por un espacio pattern:(?=\s) y que también tenga un 30 en algún lugar después de él pattern:(?=.*30):

let str = "1 pavo cuesta 30€";

alert( str.match(/\d+(?=\s)(?=.*30)/) ); // 1

En nuestra cadena eso coincide exactamente con el número 1.

Lookahead negativo

Digamos que queremos una cantidad, no un precio de la misma cadena. Eso es el número pattern:\d+ NO seguido por subject:€.

Para eso se puede aplicar un "lookahead negativo".

La sintaxis es: pattern:X(?!Y), que significa "busca pattern:X, pero solo si no es seguido por pattern:Y".

let str = "2 pavos cuestan 60€";

alert( str.match(/\d+\b(?!€)/g) ); // 2 (el precio es omitido)

Lookbehind

"lookahead" permite agregar una condición para "lo que sigue".

"Lookbehind" es similar. Permite coincidir un patrón solo si hay algo anterior a él.

La sintaxis es:

  • Lookbehind positivo: pattern:(?<=Y)X, coincide pattern:X, pero solo si hay pattern:Y antes de él.
  • Lookbehind negativo: pattern:(?<!Y)X, coincide pattern:X, pero solo si no hay pattern:Y antes de él.

Por ejemplo, cambiemos el precio a dólares estadounidenses. El signo de dólar usualmente va antes del número, entonces para buscar $30 usaremos pattern:(?<=\$)\d+: una cantidad precedida por subject:$:

let str = "1 pavo cuesta $30";

// el signo de dólar se ha escapado \$
alert( str.match(/(?<=\$)\d+/) ); // 30 (omite los números aislados)

Y si necesitamos la cantidad (un número no precedida por subject:$), podemos usar "lookbehind negativo" pattern:(?<!\$)\d+:

let str = "2 pavos cuestan $60";

alert( str.match(/(?<!\$)\b\d+/g) ); // 2 (el precio es omitido)

Atrapando grupos

Generalmente, los contenidos dentro de los paréntesis de "lookaround" (ver alrededor) no se convierten en parte del resultado.

Ejemplo en el patrón pattern:\d+(?=€), el signo pattern:€ no es capturado como parte de la coincidencia. Eso es esperado: buscamos un número pattern:\d+, mientras pattern:(?=€) es solo una prueba que indica que debe ser seguida por subject:€.

Pero en algunas situaciones nosotros podríamos querer capturar también la expresión en "lookaround", o parte de ella. Eso es posible: solo hay que rodear esa parte con paréntesis adicionales.

En los ejemplos de abajo el signo de divisa pattern:(€|kr) es capturado junto con la cantidad:

let str = "1 pavo cuesta 30€";
let regexp = /\d+(?=(€|kr))/; // paréntesis extra alrededor de €|kr

alert( str.match(regexp) ); // 30, €

Lo mismo para "lookbehind":

let str = "1 pavo cuesta $30";
let regexp = /(?<=(\$|£))\d+/;

alert( str.match(regexp) ); // 30, $

Resumen

Lookahead y lookbehind (en conjunto conocidos como "lookaround") son útiles cuando queremos hacer coincidir algo dependiendo del contexto antes/después.

Para expresiones regulares simples podemos hacer lo mismo manualmente. Esto es: coincidir todo, en cualquier contexto, y luego filtrar por contexto en el bucle.

Recuerda, str.match (sin el indicador pattern:g) y str.matchAll (siempre) devuelven las coincidencias como un array con la propiedad index, así que sabemos exactamente dónde están dentro del texto y podemos comprobar su contexto.

Pero generalmente "lookaround" es más conveniente.

Tipos de "lookaround":

Patrón Tipo Coincidencias
X(?=Y) lookahead positivo pattern:X si está seguido por pattern:Y
X(?!Y) lookahead negativo pattern:X si no está seguido por pattern:Y
(?<=Y)X lookbehind positivo pattern:X si está después de pattern:Y
(?<!Y)X lookbehind negativo pattern:X si no está después de pattern:Y