Como usar expressoes regulares (regex): guia completa para desenvolvedores

As expressoes regulares (regex ou regexp) sao padroes de busca usados para encontrar, validar e manipular texto com muita precisao. Elas sao uma ferramenta central em programacao, automacao, administracao de sistemas e tratamento de dados.

Uma regex e, na pratica, uma sequencia de caracteres que descreve um padrao. Em vez de escrever varias condicionais, voce pode resolver validacoes e buscas complexas com uma unica expressao bem montada.

Usos comuns de regex:

• Validacao de dados: email, telefone, URL, CEP e outros formatos
• Busca e substituicao: localizar padroes em textos grandes e trocar trechos rapidamente
• Extracao de dados: capturar informacoes em logs, scraping e textos nao estruturados
• Analise de logs: identificar erros, IPs, codigos e rotas
• Linting e formatacao: checar convencoes em codigo e conteudo
• Rotas em frameworks: definir padroes de URL em ferramentas web

Regex esta presente em praticamente todas as linguagens de programacao, como JavaScript, Python, Java, C#, PHP, Ruby, Go e Rust. Tambem aparece em ferramentas de terminal como grep, sed e awk.

Se quiser praticar enquanto le, abra nossa ferramenta de teste regex em outra aba.

A sintaxe de regex combina caracteres literais, que sao buscados exatamente como aparecem, e metacaracteres, que possuem significado especial.

Caracteres literais:

Letras, numeros e muitos simbolos sao tratados literalmente. O padrao gato encontra a palavra "gato" no texto.

Metacaracteres fundamentais:

Metacaractere	Significado	Exemplo	Corresponde a
.	Qualquer caractere (exceto quebra de linha)	g.to	"gato", "gito", "g3to"
^	Inicio da linha/cadeia	^Ola	"Ola mundo" (so no inicio)
$	Fim da linha/cadeia	mundo$	"Ola mundo" (so no fim)
*	0 ou mais repeticoes	ab*c	"ac", "abc", "abbc", "abbbc"
+	1 ou mais repeticoes	ab+c	"abc", "abbc" (nao "ac")
?	0 ou 1 repeticao (opcional)	colou?r	"color", "colour"
|	Alternativa (OU)	gato|cachorro	"gato" ou "cachorro"
\	Escape do proximo caractere	\.	Um ponto literal

Escapar metacaracteres:

Quando voce precisa procurar um metacaractere como texto literal, deve escapá-lo com \.

• \. procura um ponto literal
• \* procura um asterisco literal
• \? procura um sinal de interrogacao literal
• \( e \) procuram parenteses literais
• \\ procura uma barra invertida literal

Exemplo pratico: para localizar a string "preco: $9.99", voce precisa de preco: \$9\.99.

As classes de caracteres permitem definir conjuntos de caracteres validos em uma posicao especifica do padrao.

Classes personalizadas com colchetes [ ]:

Padrao	Significado	Exemplo de correspondencia
[abc]	Qualquer um entre a, b ou c	"a", "b", "c"
[a-z]	Qualquer letra minuscula	"a", "m", "z"
[A-Z]	Qualquer letra maiuscula	"A", "M", "Z"
[0-9]	Qualquer digito	"0", "5", "9"
[a-zA-Z]	Qualquer letra	"a", "Z", "m"
[a-zA-Z0-9]	Qualquer alfanumerico	"a", "3", "Z"
[^abc]	Qualquer um EXCETO a, b ou c	"d", "1", "Z"
[^0-9]	Qualquer um que NAO seja digito	"a", "!", " "

Classes predefinidas:

Atalho	Equivalente	Significado
\d	[0-9]	Qualquer digito
\D	[^0-9]	Qualquer nao digito
\w	[a-zA-Z0-9_]	Caractere de palavra
\W	[^a-zA-Z0-9_]	Caractere que nao e de palavra
\s	[\t\n\r\f\v ]	Espaco em branco
\S	[^\t\n\r\f\v ]	Qualquer nao espaco
\b	(sem equivalente direto)	Limite de palavra

Limite de palavra (\b): \bgato\b encontra a palavra completa "gato", mas nao "gatinho" nem "meugato".

Exemplo pratico: para validar uma string com apenas letras, numeros e hifens, use ^[a-zA-Z0-9-]+$.

Os quantificadores indicam quantas vezes o elemento anterior deve aparecer.

Quantificadores basicos:

Quantificador	Significado	Exemplo	Corresponde a
*	0 ou mais vezes	\d*	"", "5", "123", "99999"
+	1 ou mais vezes	\d+	"5", "123", "99999"
?	0 ou 1 vez	-?\d+	"42", "-42"
{n}	Exatamente n vezes	\d{4}	"2026", "1234"
{n,}	n ou mais vezes	\d{2,}	"12", "123", "1234"
{n,m}	Entre n e m vezes	\d{2,4}	"12", "123", "1234"

Greedy vs lazy: por padrao, os quantificadores sao greedy e tentam consumir o maximo possivel. Ao adicionar ?, eles se tornam lazy e consomem o minimo necessario.

Exemplo: no texto <b>Ola</b> e <b>Mundo</b>, <b>.*</b> pega tudo de uma vez, enquanto <b>.*?</b> encontra cada bloco separadamente.

Essa diferenca e essencial em HTML, XML e qualquer texto com delimitadores repetidos.

Exemplo pratico: ^\d{5}(-\d{4})?$ valida um ZIP code dos EUA com extensao opcional.

Os grupos servem para agrupar subexpressoes, capturar resultados e reaproveitar partes do padrao.

Tipos de grupos:

Sintaxe	Tipo	Descricao
(padrao)	Grupo de captura	Agrupa e captura o texto
(?:padrao)	Grupo sem captura	Agrupa sem armazenar
(?<nome>padrao)	Grupo nomeado	Captura com nome identificavel
\1, \2	Backreference	Referencia ao texto capturado anteriormente

Exemplo basico: (\d{4})-(\d{2})-(\d{2}) separa ano, mes e dia em uma data no formato YYYY-MM-DD.

• Grupo 1: ano
• Grupo 2: mes
• Grupo 3: dia

Grupos nomeados: (?<year>\d{4})-(?<month>\d{2})-(?<day>\d{2}) melhora a legibilidade no codigo.

Backreferences: (\w+)\s+\1 encontra palavras duplicadas; (['"])(.*?)\1 garante que as aspas de abertura e fechamento sejam iguais.

Alternancia: (https?|ftp):// corresponde a "http://", "https://" ou "ftp://". Teste esses padroes na nossa ferramenta regex.

Lookahead e lookbehind verificam se um padrao existe antes ou depois da posicao atual sem consumir caracteres. Sao ideais para validacoes mais sofisticadas.

Os 4 tipos principais:

Sintaxe	Nome	Significado
(?=padrao)	Positive lookahead	O que vem depois DEVE corresponder
(?!padrao)	Negative lookahead	O que vem depois NAO deve corresponder
(?<=padrao)	Positive lookbehind	O que vem antes DEVE corresponder
(?<!padrao)	Negative lookbehind	O que vem antes NAO deve corresponder

Exemplo 1: senha forte

^(?=.*[A-Z])(?=.*[a-z])(?=.*\d).{8,}$

• Exige ao menos uma maiuscula
• Ao menos uma minuscula
• Ao menos um digito
• Minimo de 8 caracteres

Exemplo 2: (?<=\$)\d+\.\d{2} captura valores monetarios sem o simbolo.

Exemplo 3: \w+(?!\s*:) encontra palavras nao seguidas por dois-pontos.

Exemplo 4: (?<!-)\b\d+\b encontra apenas numeros positivos. Em alguns sabores de regex, lookbehind possui restricoes de compatibilidade.

Abaixo estao alguns dos padroes de regex mais usados no dia a dia. Mesmo assim, lembre-se de que formatos complexos, como email, merecem validacao adicional no servidor.

1. Email:

^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$

2. Telefone internacional (E.164):

^\+?[1-9]\d{1,14}$

3. URL (HTTP/HTTPS):

^https?:\/\/[\w.-]+(?:\.[a-zA-Z]{2,})(?:\/[\w.~:/?#\[\]@!$&'()*+,;=-]*)?$

4. IPv4:

^(?:(?:25[0-5]|2[0-4]\d|[01]?\d\d?)\.){3}(?:25[0-5]|2[0-4]\d|[01]?\d\d?)$

5. Data ISO: ^\d{4}-(?:0[1-9]|1[0-2])-(?:0[1-9]|[12]\d|3[01])$

6. Cor hexadecimal CSS: ^#(?:[0-9a-fA-F]{3}|[0-9a-fA-F]{6}|[0-9a-fA-F]{8})$

Teste e ajuste todos esses padroes na nossa ferramenta de teste regex. Para validar JSON que contenha esses campos, use tambem o nosso validador JSON.

Para dominar regex, voce precisa conhecer os flags e seguir boas praticas de desempenho e manutencao.

Flags comuns:

Flag	Nome	Efeito
g	Global	Encontra todas as correspondencias
i	Case insensitive	Ignora diferencas entre maiusculas e minusculas
m	Multiline	^ e $ funcionam por linha
s	Dotall	O ponto tambem pega quebras de linha
u	Unicode	Suporte completo a Unicode

Em JavaScript: /padrao/flags. Em Python: re.compile(r'padrao', re.IGNORECASE | re.MULTILINE).

Boas praticas de desempenho:

• Evite backtracking catastrofico: padroes ambiguos como (a+)+$ podem causar explosao de tentativas
• Seja especifico: [a-z]+ costuma ser melhor que .+
• Use ancoras: ^ e $ reduzem buscas desnecessarias
• Prefira grupos sem captura: (?:...) quando voce nao precisa salvar a correspondencia
• Compile a regex: se o padrao for reutilizado varias vezes

Boas praticas de manutencao:

• Comente regex complexas
• Divida padroes longos em partes menores
• Escreva testes positivos e negativos
• Nao use regex para tudo: HTML, XML e JSON merecem parsers proprios

Pratique e refine seus padroes com a nossa ferramenta regex, que mostra correspondencias em tempo real.