O que é uma expressão regular

Descrever a forma, não o texto

Imagine que você precisa encontrar todos os telefones em um texto. Um telefone não é uma palavra fixa como gato; ele tem uma forma: alguns números, talvez um parêntese, um hífen no meio. Procurar por texto exato não resolve, porque cada telefone é diferente. O que se repete é o formato. Expressão regular é justamente uma maneira de descrever esse formato. Em vez de dizer procure a palavra tal, você diz procure dois dígitos, um espaço e mais nove dígitos. A regex é a descrição do padrão.

Essa ideia muda o jeito de pensar. Com texto comum, você compara caractere por caractere. Com regex, você descreve uma classe de textos de uma vez: todos os que têm aquele formato. Um único padrão pode casar com milhares de telefones diferentes, ou com nenhum, se o formato não aparecer. É uma linguagem pequena e poderosa, presente em quase todas as linguagens de programação e em muitos editores de texto. Aprender o básico dela rende para a vida inteira de quem programa.

O módulo re e as raw strings

No Python, as expressões regulares vivem no módulo re, que faz parte da biblioteca padrão. Você o traz com import re e passa a ter funções para procurar, encontrar todos os casos e substituir. O padrão em si é sempre um texto: você escreve a descrição do que procura entre aspas. O detalhe importante é que regex usa muito a barra invertida, por exemplo em \d, que significa um dígito. Como a barra invertida também tem significado especial nas strings normais do Python, o costume é escrever os padrões como raw string.

import re

# Padrao como raw string (o 'r' antes das aspas):
padrao = r"\d+"          # um ou mais digitos

texto = "Pedido 4521 aprovado"
resultado = re.search(padrao, texto)

print(resultado)          # <re.Match object; span=(7, 11), match='4521'>
print(resultado.group())  # 4521

# Sem o 'r' voce teria que dobrar a barra: "\\d+"
# A raw string deixa o padrao igual ao que se le nos manuais.

import re traz as funções de regex; o r antes das aspas cria uma raw string, ideal para padrões.

Onde a regex ajuda (e onde é exagero)

As expressões regulares brilham em três tarefas. A primeira é validar: conferir se um texto tem o formato esperado, como saber se o que o usuário digitou parece um e-mail ou um CEP. A segunda é buscar: encontrar dentro de um texto grande o primeiro trecho que casa com o padrão. A terceira é extrair: pegar todos os pedaços que seguem uma forma, como todas as datas de um relatório ou todos os preços de uma página. Nas próximas aulas você pratica exatamente essas três coisas.

import re

# 1) VALIDAR: o texto parece um CEP (5 digitos, hifen, 3 digitos)?
cep = "01310-100"
print(bool(re.fullmatch(r"\d{5}-\d{3}", cep)))  # True

# 2) BUSCAR: existe algum numero no texto?
print(bool(re.search(r"\d+", "total: 42 itens")))  # True

# 3) EXTRAIR: todos os numeros do texto
print(re.findall(r"\d+", "3 gatos, 12 aves, 7 peixes"))
# ['3', '12', '7']

Os três usos centrais das regex: validar um formato, buscar uma ocorrência e extrair todas.

Uma ressalva honesta: regex não é a ferramenta para tudo. Se você só quer saber se uma palavra aparece em um texto, o operador in resolve, e é mais legível: "erro" in mensagem. Se o dado já vem estruturado, como um JSON, use o leitor de JSON, não regex. As expressões regulares valem a pena quando o texto é livre e o que você procura tem uma forma, mas não uma posição fixa. Use-as com critério: uma regex simples e clara é ótima, mas uma regex gigante e ilegível costuma ser sinal de que havia um caminho melhor.