Cheatsheet de regex

Q: Qual é a diferença entre quantificadores gananciosos e preguiçosos?

Os quantificadores gananciosos (*, +, {2,}) correspondem ao máximo possível e só devolvem caracteres quando o resto do padrão não consegue corresponder. Acrescentar ? torna-os preguiçosos: correspondem ao mínimo possível e só agarram mais quando são forçados. Em " ", o padrão devolve a cadeia inteira e devolve apenas .

As expressões regulares são compactas o suficiente para que a sintaxe seja mais fácil de consultar do que de decorar. Esta página é a totalidade dela num só ecrã — classes, quantificadores, âncoras, grupos, lookaround, escape e as flags — com um exemplo prático para cada linha.

A variante é a do JavaScript, que é o que corre no seu navegador e o que o testador de regex deste site usa. A maior parte é idêntica em Python, Java, Go e PCRE; onde as variantes divergem, divergem nas margens — o suporte de lookbehind, a sintaxe dos grupos nomeados e se \d significa "dígito ASCII" ou "qualquer dígito Unicode".

Duas coisas explicam a maioria das surpresas. Os quantificadores são gananciosos: agarram tudo o que podem e só devolvem quando o resto do padrão falha, e é por isso que <.+> engole duas tags e <.+?> não. E a alternância é a que liga mais fraco de todas, por isso ^a|b$ significa "começa por a, ou termina por b" — não o que a maioria das pessoas pretende quando o escreve.

Classes de caracteres

As abreviaturas limitam-se a ASCII, a não ser que acrescente a flag u e use escapes de propriedade Unicode.

Sintaxe	Significado	Exemplo
.	Qualquer caractere exceto uma quebra de linhaAcrescente a flag s para que também corresponda a mudanças de linha.	/a.c/"abc" → "abc"
\d	Um dígito, 0–9	/\d+/"order 42" → "42"
\D	Tudo o que não seja um dígito	/\D+/"42abc" → "abc"
\w	Letra, dígito ou underscoreApenas ASCII — "é" não é \w.	/\w+/"user_1!" → "user_1"
\W	Tudo aquilo a que \w não corresponde	/\W+/"a++b" → "++"
\s	Qualquer espaço em branco, incluindo tabulações e mudanças de linha	/\s+/"a \t b" → " \t "
\S	Qualquer caractere que não seja espaço em branco	/\S+/" hi" → "hi"
[abc]	Qualquer um dos caracteres listados	/[aeiou]/"rhythm and" → "a"
[^abc]	Qualquer caractere exceto os listados	/[^aeiou ]+/"aeiou xyz" → "xyz"
[a-z]	Um intervalo de caracteres	/[a-f]+/"zzabcz" → "abc"
\p{L}	Qualquer letra Unicode (precisa da flag u)	/\p{L}+/"42 café" → "café"

Quantificadores

Todos estes são gananciosos por predefinição: agarram o máximo que podem e só devolvem se o resto do padrão falhar.

Sintaxe	Significado	Exemplo
*	Zero ou mais	/ab*/"a" → "a"
+	Um ou mais	/ab+/"abbb" → "abbb"
?	Zero ou um — torna-o opcional	/colou?r/"color" → "color"
{3}	Exatamente três	/\d{3}/"id 12345" → "123"
{2,}	Dois ou mais	/a{2,}/"aaa" → "aaa"
{2,4}	Entre dois e quatro	/a{2,4}/"aaaaa" → "aaaa"
*?	Preguiçoso — agarra o mínimo possívelO ganancioso <.+> engoliria ambas as tags.	/<.+?>/"<a><b>" → "<a>"

Âncoras e limites

Estes correspondem a uma posição, não a um caractere, pelo que não consomem nada.

Sintaxe	Significado	Exemplo
^	Início da cadeia, ou de uma linha com a flag m	/^a/"abc" → "a"
$	Fim da cadeia, ou de uma linha com a flag m	/c$/"abc" → "c"
\b	Um limite de palavraÉ isto que impede "cat" de corresponder dentro de "concatenate".	/\bcat\b/"the cat sat" → "cat"
\B	Não é um limite de palavra	/\Bcat/"concatenate" → "cat"

Grupos e alternância

Sintaxe	Significado	Exemplo
(abc)	Grupo de captura — memorizado para substituição	/(\d+)-(\d+)/"10-20" → "10-20"
(?:abc)	Agrupamento sem capturaUse isto quando só precisa do agrupamento; mantém os números de captura com significado.	/(?:ab)+/"abab" → "abab"
(?<name>…)	Grupo de captura nomeado	/(?<year>\d{4})/"in 2026" → "2026"
a\|b	Qualquer um dos lados — alternânciaA alternância tem a precedência mais baixa: ^a\|b$ é "^a" ou "b$", não "^(a\|b)$".	/cat\|dog/"one dog" → "dog"
\1	Referência regressiva ao primeiro grupo	/(\w)\1/"letter" → "tt"

Lookaround

Asserções sobre o que rodeia uma posição. Não correspondem a nada em si, e é isso que as torna seguras de combinar.

Sintaxe	Significado	Exemplo
(?=…)	Lookahead — seguido por isto	/\d+(?= kg)/"80 kg" → "80"
(?!…)	Lookahead negativo — não seguido por isto	/\d+(?! kg)/"80 lb" → "80"
(?<=…)	Lookbehind — precedido por isto	/(?<=\$)\d+/"costs $40" → "40"
(?<!…)	Lookbehind negativo — não precedido por isto	/(?<!\$)\b\d+/"about 40" → "40"

Escape

Estes doze caracteres são os que precisam de uma barra invertida para serem tomados literalmente.

Sintaxe	Significado	Exemplo
\.	Um ponto literal	/\d\.\d/"v2.5" → "2.5"
\\	Uma barra invertida literal	/\\/"C:\\dir" → "\\"
\n	Um avanço de linha	/a\nb/"a\nb" → "a\nb"
\t	Uma tabulação	/a\tb/"a\tb" → "a\tb"
\uFFFF	Um caractere pelo seu ponto de código	/\u00e9/"café" → "é"

Flags

Flag	Nome	Significado
g	Global	Encontra todas as correspondências, não apenas a primeira.
i	Ignorar maiúsculas/minúsculas	Corresponde independentemente de ser maiúscula ou minúscula.
m	Multilinha	Faz com que ^ e $ correspondam em cada quebra de linha, em vez de apenas nas extremidades da cadeia.
s	Dot all	Permite que . corresponda também a quebras de linha.
u	Unicode	Trata o padrão como pontos de código e ativa os escapes de propriedade \p{…}.
y	Sticky	Corresponde apenas exatamente em lastIndex, sem nunca procurar para a frente.

FAQ

Qual é a diferença entre quantificadores gananciosos e preguiçosos?

Os quantificadores gananciosos (*, +, {2,}) correspondem ao máximo possível e só devolvem caracteres quando o resto do padrão não consegue corresponder. Acrescentar ? torna-os preguiçosos: correspondem ao mínimo possível e só agarram mais quando são forçados. Em "<a><b>", o padrão <.+> devolve a cadeia inteira e <.+?> devolve apenas <a>.

Porque é que a minha palavra corresponde dentro de outras palavras?

Porque nada a ancorou. Envolva a palavra em \b — /\bcat\b/ corresponde a "cat" em "the cat sat", mas não dentro de "concatenate". \b corresponde a uma posição entre um caractere de palavra e um que não o é, pelo que não consome nada.

O que é que a flag u altera?

Faz o padrão operar sobre pontos de código em vez de unidades UTF-16, por isso um único emoji conta como um caractere, e ativa os escapes de propriedade \p{…} como \p{L} para "qualquer letra". Sem ela, \w e \d ficam limitados a ASCII, e é por isso que "café" não corresponde por completo a /\w+/.

Quando devo usar um grupo sem captura?

Sempre que precisar do agrupamento mas não do texto capturado — (?:ab)+ em vez de (ab)+. As capturas custam algum desempenho, mas a verdadeira razão é a numeração: cada grupo de captura que acrescenta desloca os números dos que vêm a seguir, quebrando silenciosamente substituições que usam $1 e $2.

É seguro usar lookbehind?

Nos navegadores atuais e no Node, sim — (?<=…) e (?<!…) são suportados em todos os motores importantes desde 2018. O Safari foi o último a adicioná-lo. Se estiver a visar ambientes de execução muito antigos, verifique primeiro; não há polyfill para sintaxe de regex.

Cheatsheet de regex

Classes de caracteres#

Quantificadores#

Âncoras e limites#

Grupos e alternância#

Lookaround#

Escape#

Flags#

FAQ

Ferramentas relacionadas