Python: Expressões Regulares

Última atualização: 2026-09-22

Uma expressão regular (regex) é uma linguagem especial para descrever padrões de texto. Uma linha de regex pode fazer o que dezenas de linhas de código manual levariam para corresponder e extrair texto. Está em toda parte na limpeza de dados, análise de log e validação de formulários.

1. O que é uma Expressão Regular

Uma expressão regular usa símbolos especiais para descrever "que tipo de string estou procurando."

import re

# Regex mais simples: corresponder diretamente uma string
pattern = r"hello"
text = "hello world"

result = re.search(pattern, text)
if result:
    print("Encontrado!")                 # Encontrado!
    print(result.group())           # hello
    print(result.start())           # 0 (posição inicial)
    print(result.end())             # 5 (posição final)

2. Métodos Comuns

import re

text = "Meu email é alice@example.com, também bob@teste.com"

# search() — encontra a primeira correspondência
result = re.search(r"\w+@\w+\.\w+", text)
print(result.group())               # alice@example.com

# findall() — encontra todas as correspondências
emails = re.findall(r"\w+@\w+\.\w+", text)
print(emails)                       # ['alice@example.com', 'bob@teste.com']

# match() — corresponde a partir do início
print(re.match(r"Meu", text))        # Match (no início)
print(re.match(r"email", text))     # None (não no início)

# sub() — substituir
masked = re.sub(r"\w+@", "***@", text)
print(masked)                       # Meu email é ***@example.com, também ***@teste.com

3. Referência Rápida de Metacaracteres

▶ Exemplo: Validação de Telefone (Dificuldade ⭐⭐)

Saída:

# Function defined successfully

4. Captura de Grupos

Use parênteses () para dividir o conteúdo correspondido em múltiplas partes:

import re

# Extrair nome de usuário e domínio de um email
email = "alice@example.com"
pattern = r"(\w+)@(\w+\.\w+)"
result = re.search(pattern, email)

if result:
    print(f"Correspondência completa: {result.group(0)}")    # alice@example.com
    print(f"Usuário: {result.group(1)}")      # alice
    print(f"Domínio: {result.group(2)}")        # example.com

# Extrair informações de um log
log = "2026-06-23 15:30:45 ERRO Timeout de conexão com banco de dados"
pattern = r"(\d{4}-\d{2}-\d{2}) (\d{2}:\d{2}:\d{2}) (\w+) (.+)"
result = re.search(pattern, log)
print(f"Data: {result.group(1)}")           # 2026-06-23
print(f"Hora: {result.group(2)}")           # 15:30:45
print(f"Nível: {result.group(3)}")          # ERRO
print(f"Mensagem: {result.group(4)}")        # Timeout de conexão com banco de dados

▶ Exemplo: Analisador de URL (Dificuldade ⭐⭐⭐)

Saída:

# Function defined successfully

▶ Exemplo: Substituição e Mascaramento de Texto (Dificuldade ⭐⭐)

Saída:

Telefone mascarado: O telefone de Alice é 138****8000, email é alice@example.com, CPF 110101199001011234
Email mascarado: O telefone de Alice é 13800138000, email é al***@example.com, CPF 110101199001011234
CPF mascarado: O telefone de Alice é 13800138000, email é alice@example.com, CPF 1101**********1234
Resultado do template: Olá, Alice! Pedido PED2024001 foi enviado.

5. Matching Greedy vs Lazy

Por padrão, * e + são greedy — eles correspondem o máximo possível. Adicionar ? os torna lazy — eles correspondem o mínimo possível:

import re

text = "<h1>Título</h1><p>Parágrafo</p>"

# Modo greedy — corresponde o máximo possível
greedy = re.search(r"<.+>", text)
print(greedy.group())               # <h1>Título</h1><p>Parágrafo</p>

# Modo lazy — corresponde o mínimo possível (adicione ?)
lazy = re.search(r"<.+?>", text)
print(lazy.group())                 # <h1>

6. Casos de Uso Comuns

• Validação de formulário: Valide formato de email, números de telefone, números de identidade.
• Extração de dados: Extraia padrões específicos de páginas web, logs e texto.
• Substituição de texto: Substitua em lote conteúdo que corresponda a um padrão (ex.: mascarar números de telefone).
• Realce de sintaxe: Editores usam regex para identificar palavras-chave e strings.
• Análise de log: Filtre e processe padrões específicos de arquivos de log massivos.

❓ Perguntas Frequentes

📖 Resumo

• re.search() encontra a primeira correspondência; findall() encontra todas; sub() substitui
• Metacaracteres: \d dígito, \w caractere de palavra, \s espaço em branco, . qualquer caractere
• Quantificadores: * qualquer, + pelo menos 1, ? 0 ou 1, {n} exatamente n
• Grupos () extraem partes; group(1) obtém o primeiro grupo
• Greedy corresponde o máximo possível; adicione ? para lazy (o mínimo possível)
• Sempre prefixe regex com r para evitar inferno de barras invertidas

📝 Exercícios

1. Básico (Dificuldade ⭐): Escreva uma função is_valid_email(email) que usa regex para validar um endereço de email (contém @, não vazio em ambos os lados, tem sufixo de domínio).

2. Intermediário (Dificuldade ⭐⭐): Escreva uma função extract_numbers(text) que extrai todos os números (incluindo inteiros e decimais) de uma string e retorna sua soma. Por exemplo, "Preço é 19.99, frete 5, cupom -10" → retorna 14.99.

3. Desafio (Dificuldade ⭐⭐⭐): Escreva um "mecanismo de template simples." Dado o template "Olá, {nome}! Seu pedido {pedido_id} foi enviado, chegando em {dias} dias." e um dicionário {"nome": "Alice", "pedido_id": "2024001", "dias": 3}, use regex para substituir todos os placeholders {variavel} por valores reais. Dica: Use re.sub() com uma função de callback.

Equipe Técnica Web-Tutorial

Uma plataforma de tutoriais mantida por diversos desenvolvedores. Cada tutorial é escrito e revisado por profissionais da área correspondente. Trabalhamos para manter nosso conteúdo preciso e confiável — se encontrar algum problema, avise-nos.

Sobre Nós