Tipos Quantificadores

Os quantificadores são o segundo tipo de metacaracteres, que servem para indicar o número de repetições permitidas para a entidade imediatamente anterior. Essa entidade pode ser um caractere ou metacaractere.

Em outras palavras, eles dizem a quantidade de repetições que o átomo anterior pode ter, ou seja, quantas vezes ele pode aparecer. Os quantificadores não são quantificáveis, então dois deles seguidos em uma ER é um erro, salvo quantificadores não-gulosos, que veremos depois.

Opcional: ?

O opcional é um quantificador que para ele pode ter ou não a ocorrência da entidade anterior, pois ele a repete O ou 1 vez.

Por exemplo, a ER 5? significa zero ou uma ocorrência do número 5. Se tiver um 5, beleza, casamento efetuado. Se não tiver, beleza também. Isso torna o 5 opcional (daí o nome), ou seja, tendo ou não, a ER casa.

Veja mais um exemplo. A ER nadar? tem a letra r marcada como opcional, então ela casa nada e nadar.

Vimos o metacaractere lista e agora vimos o opcional, então, que tal fazermos uma lista opcional? Voltando um pouco àquele exemplo da palavra nada, vamos fazer a ER nada[r!]?. Mmmmmm… As ERs estão começando a ficar interessantes, não? Memorize desde de já: leia a ER átomo por átomo, da esquerda para a direita.

Como ler uma ER

Uma ER se lê como um robozinho leria. Primeiro lê-se átomo por átomo, depois entende-se o todo e então se analisa as possibilidades. Na nossa ER nada[r!]? em questão, sua leitura fica: um n seguido de um a, seguido de um d, seguido de um a, seguido de: ou r, ou !, ambos opcionais.

Essa leitura é essencial para o entendimento da ER. Ela pode em um primeiro momento ser feita em voz alta, de maneira repetitiva, até esse processo se tornar natural. Depois ela pode ser feita mentalmente mesmo, e de maneira automática.

Feita a leitura, agora temos de entender o todo, ou seja, temos um trecho literal nada, seguido de uma lista opcional de caracteres. Para descobrirmos as possibilidades, é o nada seguido de cada um dos itens da lista e por fim seguido por nenhum deles, pois a lista é opcional.

Desvendamos os segredos da ER. É claro, esta é pequena e fácil, mas o que são ER grandes senão várias partes pequenas agrupadas? O principal é dominar essa leitura por átomos. O resto é ler devagar até chegar ao final. Não há mistério. Espero que tenha entendido.

Voltemos ao nosso exemplo de marcações HTML, podemos facilmente incluir agora as marcações que fecham o trecho, em que a única diferença é que vem uma barra / antes da letra:

Asterisco: *

Se o opcional pode ter ou não a entidade anterior, o asterisco é mais tranquilo ainda, pois para ele pode ter, não ter ou ter vários, infinitos. Em outras palavras, a entidade anterior pode aparecer em qualquer quantidade.

Note que agora, com o asterisco, nossa ER já não tem mais um número finito de possibilidades.

Metacaracteres gulosos

O que casará [ar]*a na palavra arara? Alternativas:

1. a, [ar] zero vezes, seguido de a
2. ara, [ar] duas vezes (a,r), seguido de a
3. arara, [ar] quatro vezes (a,r,a,r), seguido de a
4. n.d.a.

Acertou se você escolheu a número 3. O asterisco repete em qualquer quantidade, mas ele sempre tentará repetir o máximo que conseguir. As três alternativas são válidas, mas entre casar a lista [ar] zero, duas ou quatro vezes, ele escolherá o maior número possível. Por isso se diz que o asterisco é guloso.

Curinga: .*

Vimos que temos dois metacaracteres extremamente abrangentes, como o ponto (qualquer caractere) e o asterisco (em qualquer quantidade). E se juntarmos os dois? Teremos qualquer caractere, em qualquer quantidade. O que isso significa? Tudo? Nada? A resposta é: ambos.

O nada, pois “qualquer quantidade” também é igual a “nenhuma quantidade”. Então é opcional termos qualquer caractere, não importa. Assim, uma ER que seja simplesmente .* sempre será válida e casará mesmo uma linha vazia.

O tudo, pois “qualquer quantidade” também é igual a “tudo o que tiver”. E é exatamente isso o que o asterisco faz, ele é guloso, e sempre tentará casar o MÁXIMO que conseguir.

Assim, temos aqui o curinga das ERs, uma carta para se usar em qualquer situação. É muito comum, ao escrever uma expressão regular, você definir alguns padrões que procura, e lá no meio, em uma parte que não importa, pode ser qualquer coisa, você coloca um .* e depois continua a expressão normalmente.

Por exemplo, procurar acessos de usuários em uma data qualquer: 20/03/2018.*login.

Mais: +

O mais tem funcionamento idêntico ao do asterisco, tudo o que vale para um se aplica ao outro. A única diferença é que o mais não é opcional, então a entidade anterior deve casar pelo menos uma vez, e pode haver várias.

Sua utilidade é quando queremos no mínimo uma repetição. Não há muito que acrescentar, é um asterisco mais exigente…

Chaves: {n, m}

As chaves são a solução para uma quantificação mais controlada, onde se pode especificar exatamente quantas repetições se quer da entidade anterior. Basicamente, {n,m} significa de n até m vezes, assim algo como 7{1,4} casa 7, 77, 777 e 7777. Só, nada mais que isso.

Temos também a sintaxe relaxada das chaves, em que podemos omitir a quantidade final ou ainda, especificar exatamente um número:

Note que o {1} tem efeito nulo, pois 7{1} é igual a 7. Pode encher de {1} que não mudará sua lógica. Mas observe os três últimos exemplos.

Com as chaves, conseguimos simular o funcionamento de outros três metacaracteres, o opcional, o asterisco e o mais. Prefira sempre usar esses 3 ao invés das chaves, fica mais fácil.

Resumos

1. Opcional
   1. O opcional é opcional.
   2. O opcional é útil para procurar palavras no singular e plural.
   3. Podemos tornar opcionais caracteres e metacaracteres.
   4. Leia a ER átomo por átomo, da esquerda para a direita.
   5. Leia a ER, entenda o todo e analise as possibilidades.
2. Asterisco
   1. O asterisco repete em qualquer quantidade.
   2. Quantificadores são gulosos.
   3. O curinga .* é o tudo e o nada, qualquer coisa.
3. Mais
   1. O mais repete em qualquer quantidade, pelo menos uma vez.
   2. O mais é igual ao asterisco, só mais exigente.
4. Chaves
   1. Chaves são precisas.
   2. Você pode especificar um número exato, um mínimo, um máximo, ou uma faixa numérica.
   3. As chaves simulam os seguintes metacaracteres: * + ?.