Escapes de caracteres em expressões regulares

Artigo
05/10/2023

A barra invertida (\) em uma expressão regular indica uma destas situações:

O caractere que segue é um caractere especial, conforme mostrado na tabela na seção a seguir. Por exemplo, \b é uma âncora que indica que uma correspondência da expressão regular deve começar em um limite de palavra, \t representa uma tabulação e \x020 representa um espaço.
Um caractere que, caso contrário, seria interpretado como um constructo de linguagem sem escape deve ser interpretado literalmente. Por exemplo, uma chave ({) inicia a definição de um quantificador, mas uma barra invertida seguida por uma chave (\{) indica que o mecanismo de expressão regular deve corresponder à chave. Da mesma forma, uma única barra invertida marca o início de um constructo de linguagem com escape, mas duas barras invertidas (\\) indicam que o mecanismo de expressão regular deve corresponder à barra invertida.

Observação

Escapes de caracteres são reconhecidos em padrões de expressão regulares, mas não em padrões de substituição.

Escapes de caracteres em .NET

A tabela a seguir lista os escapes de caracteres com suporte das expressões regulares em .NET.

Caractere ou sequência	Descrição
Todos os caracteres, exceto pelos seguintes: . $ ^ { [ ( \| ) * + ? \	Caracteres diferentes dos listados na coluna Caractere ou sequência não têm significado especial em expressões regulares; eles correspondem a si mesmos. Os caracteres incluídos na coluna Caractere ou sequência são elementos especiais na linguagem de expressão regular. Para que seja feita a correspondência com eles em uma expressão regular, eles devem receber um escape ou ser incluídos em um grupo de caracteres positivo. Por exemplo, a expressão regular `\$\d+` ou `[$]\d+` corresponde a "$1200".
`\a`	Corresponde a um caractere de sino (alarme), `\u0007`.
`\b`	Em uma classe de caracteres `[`character_group`]`, corresponde a uma barra invertida, `\u0008`. (Consulte Classes de caracteres.) Fora de uma classe de caracteres, `\b` é uma âncora que corresponde a um limite de palavra. (Confira Âncoras).
`\t`	Corresponde a uma tabulação, `\u0009`.
`\r`	Corresponde a um retorno de carro, `\u000D`. Observe que `\r` não é equivalente ao caractere de nova linha, `\n`.
`\v`	Corresponde a uma tabulação vertical, `\u000B`.
`\f`	Corresponde a um avanço de página, `\u000C`.
`\n`	Corresponde a uma nova linha, `\u000A`.
`\e`	Corresponde a um escape, `\u001B`.
`\` nnn	Corresponde a um caractere ASCII, em que nnn consiste em dois ou três dígitos que representam o código de caracteres octal. Por exemplo, `\040` representa um caractere de espaço. Esse constructo é interpretado como referência inversa se tiver apenas um dígito (por exemplo, `\2`) ou se corresponder ao número de um grupo de captura. (Confira Constructos de referência inversa).
`\x` nn	Corresponde a um caractere ASCII, em que nn é um código de caractere hexadecimal com dois dígitos.
`\c` X	Corresponde a um caractere de controle ASCII, em que X é a letra do caractere de controle. Por exemplo, `\cC` é CTRL-C.
`\u` nnnn	Corresponde a uma unidade de código UTF-16 cujo valor é nnnn hexadecimal. Observação: o escape de caractere Perl 5 que é usado para especificar Unicode não tem suporte no .NET. O escape de caractere Perl 5 tem o formato `\x{`####`…}`, em que ####`…` é uma série de dígitos hexadecimais. Em vez disso, use `\u`nnnn.
`\`	Quando seguido por um caractere que não é reconhecido como um caractere com escape, corresponde a esse caractere. Por exemplo, `\` corresponde a um asterisco () e é igual a `\x2A`.

Um Exemplo

O exemplo a seguir ilustra o uso de escapes de caracteres em uma expressão regular. Ele analisa uma cadeia de caracteres que contém os nomes das maiores cidades do mundo e suas populações em 2009. O nome de cada cidade é separado da sua população por uma tabulação (\t) ou uma barra vertical (| ou \u007c). Cidades individuais e suas populações são separadas umas das outras por um retorno de carro e uma alimentação de linha.

using System;
using System.Text.RegularExpressions;

public class Example
{
   public static void Main()
   {
      string delimited = @"\G(.+)[\t\u007c](.+)\r?\n";
      string input = "Mumbai, India|13,922,125\t\n" +
                            "Shanghai, China\t13,831,900\n" +
                            "Karachi, Pakistan|12,991,000\n" +
                            "Delhi, India\t12,259,230\n" +
                            "Istanbul, Türkiye|11,372,613\n";
      Console.WriteLine("Population of the World's Largest Cities, 2009");
      Console.WriteLine();
      Console.WriteLine("{0,-20} {1,10}", "City", "Population");
      Console.WriteLine();
      foreach (Match match in Regex.Matches(input, delimited))
         Console.WriteLine("{0,-20} {1,10}", match.Groups[1].Value,
                                            match.Groups[2].Value);
   }
}
// The example displays the following output:
//       Population of the World's Largest Cities, 2009
//
//       City                 Population
//
//       Mumbai, India        13,922,125
//       Shanghai, China      13,831,900
//       Karachi, Pakistan    12,991,000
//       Delhi, India         12,259,230
//       Istanbul, Türkiye     11,372,613

Imports System.Text.RegularExpressions

Module Example
    Public Sub Main()
        Dim delimited As String = "\G(.+)[\t\u007c](.+)\r?\n"
        Dim input As String = "Mumbai, India|13,922,125" + vbCrLf + _
                              "Shanghai, China" + vbTab + "13,831,900" + vbCrLf + _
                              "Karachi, Pakistan|12,991,000" + vbCrLf + _
                              "Delhi, India" + vbTab + "12,259,230" + vbCrLf + _
                              "Istanbul, Türkiye|11,372,613" + vbCrLf
        Console.WriteLine("Population of the World's Largest Cities, 2009")
        Console.WriteLine()
        Console.WriteLine("{0,-20} {1,10}", "City", "Population")
        Console.WriteLine()
        For Each match As Match In Regex.Matches(input, delimited)
            Console.WriteLine("{0,-20} {1,10}", match.Groups(1).Value, _
                                               match.Groups(2).Value)
        Next
    End Sub
End Module
' The example displays the following output:
'       Population of the World's Largest Cities, 2009
'       
'       City                 Population
'       
'       Mumbai, India        13,922,125
'       Shanghai, China      13,831,900
'       Karachi, Pakistan    12,991,000
'       Delhi, India         12,259,230
'       Istanbul, Türkiye     11,372,613

A expressão regular \G(.+)[\t\u007c](.+)\r?\n é interpretada conforme mostrado na tabela a seguir.

Padrão	Descrição
`\G`	Inicia a correspondência onde a última correspondência terminou.
`(.+)`	Corresponde qualquer caractere uma ou mais vezes. Este é o primeiro grupo de captura.
`[\t\u007c]`	Corresponde a uma tabulação (`\t`) ou a uma barra vertical (\|).
`(.+)`	Corresponde qualquer caractere uma ou mais vezes. Este é o segundo grupo de captura.
`\r?\n`	Corresponde a zero ou uma ocorrência de um retorno de carro, seguida por uma nova linha.

Confira também

Linguagem de expressões regulares – referência rápida

Compartilhar via

Escapes de caracteres em expressões regulares

Escapes de caracteres em .NET

Um Exemplo

Confira também

Recursos adicionais