Expresiones Regulares en Java: Búsqueda y Filtrado de Datos

Clase 27 de 29 • Curso de Expresiones Regulares

Resumen

¿Cómo se implementa un patrón para búsquedas con expresiones regulares en Java?

Iniciar con la búsqueda de patrones mediante expresiones regulares en Java puede parecer desafiante, especialmente debido a cómo se manejan los caracteres especiales en este lenguaje. Sin embargo, al hacerlo, ganarás habilidad en la manipulación y búsqueda de datos textuales con precisión. A continuación, te explicaré cómo lograrlo de manera efectiva.

¿Qué clases se utilizan para las expresiones regulares en Java?

java.util.regex.Pattern: Esta clase se encarga de compilar un patrón de expresión regular. Funciona de manera similar a su contraparte en Python. Un código de patrón se compila primero antes de que se pueda usar para comparación.
java.util.regex.Matcher: Utiliza el patrón ya compilado para verificar coincidencias de manera rápida y eficiente. Esencialmente, te ayuda a encontrar las ocurrencias de tu patrón dentro de un texto.

Aquí un ejemplo básico de cómo puedes definir y usar estas clases:

import java.util.regex.Pattern;
import java.util.regex.Matcher;

// Crear patrón
Pattern pattern = Pattern.compile("2011");

// Abrir archivo e iterar en líneas (supongamos que cada línea es una variable 'line')
// Comparar con el patrón
Matcher matcher = pattern.matcher(line);
if (matcher.find()) {
    System.out.println(line);
}

¿Cómo se construye un patrón básico en Java?

Al crear patrones en Java, debemos tener en cuenta algunos detalles específicos. Por ejemplo, al usar caracteres especiales como \W o \s, se necesita doble barra invertida (\\) debido a que se debe escapar la barra invertida en la cadena de caracteres de Java.

Para buscar un año específico como "2011":
- Usamos el patrón pattern.compile(".*2011.*")
Para buscar líneas con una 'z' o una 'k':
- Definimos el patrón Pattern.compile(".*[zk].*")

¿Cómo compilar y ejecutar el código con expresiones regulares en Java?

Para compilar y ejecutar el código:

Compilar el archivo Java:
```
javac RegexExample.java
```
Ejecutar el archivo compilado:
```
java RegexExample
```

El archivo de entrada debe contener las líneas con datos para aplicar este patrón.

¿Qué ventajas tiene el uso de Java para procesamiento de archivos grandes?

Java, gracias a su máquina virtual y recolección de basura eficiente, puede manejar archivos de gran tamaño de manera más eficaz que otros lenguajes que no cuentan con dicha gestión automática de memoria, como Python o Perl. Aunque puede ser más complejo, la velocidad y eficacia de Java al procesar grandes volúmenes de datos son indiscutibles.

Los procesadores de archivos pesados se benefician del garbage collector de Java, el cual optimiza el uso de memoria durante las operaciones, previniendo que se sature y asegurando un rendimiento estable.

Recuerda que siempre que creas tus expresiones regulares y estructuras de código en Java, estás trabajando con una plataforma poderosa que, si bien compleja para algunos, ofrece herramientas robustas para gestionar gran cantidad de información. Sigue practicando, explora más sobre Java y verás que cada vez será más fácil. ¡Ánimo!

Ivan Santiago

student•

Codigo:

import java.io.BufferedReader;
import java.io.FileReader;
import java.io.IOException;
import java.io.InvalidObjectException;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class java_regex {
  public static void main(String[] args) {
    final String file = "results.csv";
    final Pattern pat = Pattern.compile("^[\\d\\-]+,.*[zk].*$");
    
    try {
      BufferedReader br = new BufferedReader(new FileReader(file));
      String line;

      while((line = br.readLine()) != null) {
        Matcher matcher = pat.matcher(line);
        
        if(matcher.find()) {
          System.out.println(line);
        }
      }

      br.close();
    } catch(IOException err) {
      System.out.println(err);
    }
  }
}

Juan Pablo Perez

student•

Gracias santiago

Rodrigo Rodriguez

student•

Gracias maestro!

Armando Rivera

student•

Si están usando Sublime Text o Atom pueden escribir “pl” y después tabulador y les completará la linea.

System.out.println(line);

Fernando Orozco Velasquez

student•

Yo uso el "sout" y luego presiono Tab

Jovanny Delgado

student•

el sucesor de atom es pulsar, es basicamente un clon de atom

edgar limones lozano

student•

Mi aporte: agregué la parte de los agrupadores para manipular los datos de la línea en el match, espero a alguien le sea de utilidad.

public static void main(String[] args) {
      String file = "SoccerScores.csv";
      // 1877-03-05,Wales,Scotland,0,2,Friendly,Wrexham,Wales,FALSE
      Pattern pat = Pattern.
          compile("^(18\\d\\d\\-.*),(.*),(.*),(\\d+),(\\d+),([\\w\\s]+),.*$");
            //Se usa doble diagonal para escaparla del string.
      try{
        BufferedReader br = new BufferedReader(new FileReader(file));
        String line;
        while((line = br.readLine()) != null){
          Matcher matcher = pat.matcher(line);
          if(matcher.find()){
            System.out.println("Fecha: " + matcher.group(1));
            System.out.println(matcher.group(2) + " (" + matcher.group(4)+" - "
                            + matcher.group(5)
                            + ") " + matcher.group(3) );
            System.out.println("Torneo: " + matcher.group(6));
            System.out.println("-------------------------------------------------------------\n");
          }
        }
      }catch(Exception e){
        System.out.println("Error");
      }
  }

Miqueas Gamero

student•

Está bueno porque hasta ahora no sé ningún lenguaje de las clases anteriores, solo JS y esto lo agrego a mis notas porque quizás me sirve a futuro. Gracias

Angel Vega

student•

Para backend, me pareció excelente perl.

Jeinfferson Bernal G

student•

Patricio Nicanor Cabrera

student•

Me gusto mucho Java, creo que se puede obtener un mayor control sobre lo que hacemos.

Pedro Muñoz Becerra

student•

Exacto, incluso me atrevería a decir que evita un poco más el problema de errores por mal tipeo del código.

Diego Adrián Sánchez Gutiérrez

student•

es necesario escapar dos veces los operadores ya que es una string sobre string se necesita compilar el patrón antes de buscar las coincidencias Las ventajas de usar java contra python y perl en archivos super grandes es el colector de basura para liberar memoria.

Alex Fernández

student•

Excelente como maneja todo eso.

Llegaré a ese nivel.

Sebastián Ospino

student•

Yo uso streams

package org.regex;

import java.io.IOException;
import java.nio.file.Files;
import java.nio.file.Path;
import java.nio.file.Paths;
import java.util.concurrent.atomic.AtomicInteger;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
import java.util.stream.Stream;

public class RegexExample {
    public static void main(String[] args) {
        Pattern pattern = Pattern.compile("^2011\\-.*$");
        String sPath = "../results_4f052c2d-43b0-40fc-97a4-6672a196f4fb.csv";
        Path fPath = Paths.get(sPath);
        try (Stream<String> stream = Files.lines(fPath)) {
            AtomicInteger total = new AtomicInteger();
            AtomicInteger matches = new AtomicInteger();
            stream.forEach(line -> {
                Matcher matcher = pattern.matcher(line);
                if (matcher.find()){
                    System.out.println(String.format("%d. %s", matches.get() + 1, line));
                    matches.getAndIncrement();
                }
                total.getAndIncrement();
            });
            System.out.println(String.format("Total: %d, Matches: %d, AllMatch: %b",
                    total.get(), matches.get(), total.get()==matches.get()));
        }
        catch (IOException e) {
            e.printStackTrace();
        }
    }
}

Daniel Camacho

student•

Otra alternativa para leer archivos es con el paquete import java.nio.*;, la clase Paths y el metodo get(); para hallar la ubicacion del archivo, y la clase Files y el metodo readAllLines(); podemos leer las lineas de nuestro archivo.
Ademas de validar si es false o true nuestro match, La clase Matcher tambien tiene un metodo find(); que nos permite buscar las agrupaciones de nuestra regex"^(\\d{4})\\-(\\d{2})\\-(\\d{2})", Extrae la informacion, y despues podemos llamar cada grupo con el metodo group(1); y como parametro el numero del agrupamiento

En el ejercicio obtengo la fecha de los partidos separada por Año, mes,dia

import java.io.IOException;
import java.nio.charset.StandardCharsets;
import java.nio.file.Files;
import java.nio.file.Paths;
import java.util.ArrayList;
import java.util.List;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class MatchSoccer {
	public static void main(String[] args) {

		String path = "/home/danielcamacho/STS4/WorkspaceSTS4/RegexJava/src/futbol.txt";

		List<String> resultados = new ArrayList<>();

		try {
			resultados = Files.readAllLines(Paths.get(path), StandardCharsets.UTF_8);
		} catch (IOException e) {

		}
		Pattern pt = Pattern.compile("^(\\d{4})\\-(\\d{2})\\-(\\d{2})");

		for (int i = 0; i < resultados.size(); i++) {
			Matcher match = pt.matcher(resultados.get(i));
			match.find();
			System.out.println("Year: " + match.group(1) + " Month: " + match.group(2) + " Day: " + match.group(3));
					
		}
	}
}

Jeinfferson Bernal G

student•

librerias de regex utilzadas en java

import java.util.regex.Matcher;
import java.util.regex.Pattern;

Erik Garduño Sanchez

student•

Con Pattern de puede hacer la compilación y la comparación al mismo tiempo

Andrés Xavier Vargas Vera

student•

El profe indica que Python no tiene garbage collector... yo tenía entendido que si... o no?

Simon Correa Henao

student•

No entendí por qué se debe escapar dos veces cada cosa, como así que string sobre string?

Harold Andrés Burbano Acuña

student•

\\ : preparado para poder usar el "\" como carácter reservado dentro de las expresiones regulares.

\\\ : preparado para que no se use el carácter "\" como reservado en las expresiones regulares.

Juan Pablo Perez

student•

Es como una sintaxis que requiere java para usar las expresiones regulares, puedes imaginar todo como si estuviera reservado y tienes que escaparlo.

Ronald Ayala

student•

Para limpiar por completo la terminal en gnu/linux utilicen

tput reset

Mario Alejandro Crespo Reyes

student•

mi ceguera visual , perdón pero sonó gracioso jajjajj, es solo una evidencia de que estaba bastante atento a la clase.

Isaac Bryan Ascanoa Roncall

student•

Es increible la forma en que se puede trabajar java y la terminal al mismo tiempo. En mi opinion, python hace que las expresiones regulares sean mas faciles de trabajar y entender. Gustos de algunos programadores. Saludos.

Mario Alexander Vargas Celis

student•

Java es un lenguaje de programación de propósito general utilizado en una variedad de aplicaciones debido a su portabilidad, escalabilidad y robustez. Aquí te muestro algunas de las áreas y aplicaciones más comunes donde Java se utiliza ampliamente:

### 1. **Desarrollo Web**

Java es una de las tecnologías más populares para el desarrollo de aplicaciones web empresariales y sitios web dinámicos, principalmente utilizando **Java EE** (Enterprise Edition) o **Spring Framework**.

- **Servlets** y **JSP (JavaServer Pages)** son tecnologías comunes para crear aplicaciones web dinámicas.

- **Spring Boot** se utiliza para construir aplicaciones web modernas y microservicios.

**Ejemplo de una simple aplicación web usando Servlets:**


import java.io.\*;

import javax.servlet.\*;

import javax.servlet.http.\*;



public class HelloWorldServlet extends HttpServlet {

&#x20;   public void doGet(HttpServletRequest request, HttpServletResponse response)

&#x20;           throws ServletException, IOException {

&#x20;       response.setContentType("text/html");

&#x20;       PrintWriter out = response.getWriter();

&#x20;       out.println("\<h2>Hello, World\</h2>");

&#x20;   }

}

### 2. **Aplicaciones Empresariales**

Java es un lenguaje muy usado en el desarrollo de **aplicaciones empresariales a gran escala**, como **sistemas de gestión empresarial (ERP)**, **gestión de la cadena de suministro (SCM)**, o **bancos**. Las soluciones como **Spring**, **EJB (Enterprise Java Beans)** y **JPA (Java Persistence API)** son populares.

### 3. **Desarrollo de Aplicaciones Móviles**

El **desarrollo de aplicaciones móviles Android** está profundamente relacionado con Java. Aunque **Kotlin** ha ganado popularidad, **Java** sigue siendo un lenguaje base para las aplicaciones de Android.


public class MainActivity extends AppCompatActivity {

&#x20;   @Override

&#x20;   protected void onCreate(Bundle savedInstanceState) {

&#x20;       super.onCreate(savedInstanceState);

&#x20;       setContentView(R.layout.activity\_main);

&#x20;   }

}

### 4. **Aplicaciones de Escritorio**

Java proporciona **Swing** y **JavaFX** para el desarrollo de interfaces gráficas de usuario (GUI), lo que permite crear aplicaciones de escritorio multiplataforma.

**Ejemplo básico de una ventana GUI usando Swing:**


import javax.swing.\*;



public class HelloWorldSwing {

&#x20;   public static void main(String\[] args) {

&#x20;       JFrame frame = new JFrame("Hello World");

&#x20;       JLabel label = new JLabel("Hello, World!", JLabel.CENTER);

&#x20;       frame.add(label);

&#x20;       frame.setSize(300, 100);

&#x20;       frame.setDefaultCloseOperation(JFrame.EXIT\_ON\_CLOSE);

&#x20;       frame.setVisible(true);

&#x20;   }

}

### 5. **Sistemas Distribuidos y Microservicios**

Java es utilizado en aplicaciones que manejan arquitecturas distribuidas, como los **microservicios**. El framework **Spring Boot** junto con **Spring Cloud** es muy popular para desarrollar microservicios.

### 6. **Aplicaciones Financieras**

Muchos **sistemas financieros** y aplicaciones bancarias están construidos con Java por su fiabilidad y rendimiento. Herramientas como **Apache Kafka** y **Apache Camel** son utilizadas para manejar grandes volúmenes de transacciones.

### 7. **Big Data**

Java se usa en herramientas y plataformas **Big Data**, como **Apache Hadoop** y **Apache Spark**, que permiten procesar grandes cantidades de datos distribuidos en clústeres.

### 8. **Juegos**

Java también se usa para desarrollar **juegos**, aunque no es el lenguaje principal en la industria de los videojuegos. Sin embargo, juegos populares como **Minecraft** fueron creados originalmente en Java.

### 9. **Sistemas Embebidos**

Java también está presente en dispositivos de **Internet of Things (IoT)** y sistemas embebidos, donde **Java ME (Micro Edition)** es utilizado.

### 10. **Cloud Computing**

Con la popularidad de las plataformas **cloud**, Java se utiliza en el desarrollo de aplicaciones que se ejecutan en la nube, aprovechando plataformas como **AWS**, **Google Cloud** o **Microsoft Azure**.

---

### Beneficios del uso de Java:

1. **Multiplataforma**: El lema "write once, run anywhere" se cumple gracias a la **Java Virtual Machine (JVM)**.

2. **Ecosistema y Comunidad**: Tiene un amplio ecosistema de librerías, frameworks y herramientas, junto con una activa comunidad.

3. **Seguridad**: Java ofrece características de seguridad integradas, lo que lo hace ideal para aplicaciones bancarias y empresariales.

4. **Rendimiento**: Aunque no es tan rápido como el código nativo, el rendimiento de Java es generalmente lo suficientemente alto para la mayoría de las aplicaciones empresariales y web.

En resumen, Java es muy versátil y se adapta a casi cualquier tipo de proyecto, desde pequeñas aplicaciones móviles hasta grandes sistemas distribuidos.

Miguel Angel Reyes Moreno

student•

Pattern pat = Pattern.compile("^2011\\-.*[zk].*$"); //Debemos escapar el escape para las regex en Java

JHON HABACUC CHAVEZ GARCIA

student•

import java.io.BufferedReader; import java.io.FileReader; import java.io.IOException; import java.util.regex.Matcher; import java.util.regex.Pattern;

public class regex { public static void main(String[] args) { String file = "./results.csv";

    Pattern pat = Pattern.compile("^2011\\-.*[zk].*$");
    try {
        BufferedReader br = new BufferedReader(new FileReader(file));
        String line;
        while((line = br.readLine()) != null) {
            Matcher matcher = pat.matcher(line);
            if(matcher.find()) {
                System.out.println(line);
            }
        }
    } catch (Exception e) {
        System.out.println("nope!");
    }
}

}

Wilson Alejandro Gonzalez Gaitan

student•

To change this license header, choose License Headers in Project Properties.
To change this template file, choose Tools | Templates
and open the template in the editor.
*/
package strings;

import java.util.regex.Matcher;
import java.util.regex.Pattern;
import org.apache.log4j.Logger;

/**
*

@author Sem-6-INGENIERIAINDU
*/
public class Strings {

static Logger logger = Logger.getLogger(Strings.class);

public static void main(String[] args) {

 String cadena = "Hola como estas";
 Pattern pattern = Pattern.compile("/^[\\w\\s]+$/:");
 Matcher matcher = pattern.matcher(cadena);
 while (matcher.find()) {
     System.out.println("Matcher: " + matcher.group());
 }

}