Escribir expresiones regulares densas a mano y de memoria suele introducir defectos sutiles, como puntos sin escapar (. coincide con cualquier carácter en lugar del punto literal .), falta de anclas de inicio o fin, o errores de ceros a la izquierda. Mediante la composición visual de tokens, supongamos que necesitas un validador estricto de Versionado Semántico 2.0.0 (SemVer) que acepte un prefijo v opcional y extraiga los identificadores de metadatos major, minor, patch, prerelease y build.
Cada regla estructural se asocia limpiamente a una secuencia explícita de bloques de tokens:
{
"anchoring": "exact_line (^...$)",
"blocks": [
{ "type": "literal", "value": "v", "quantifier": "optional (?)" },
{ "type": "named_capture", "name": "major", "pattern": "0|[1-9]\\d*" },
{ "type": "literal", "value": "." },
{ "type": "named_capture", "name": "minor", "pattern": "0|[1-9]\\d*" },
{ "type": "literal", "value": "." },
{ "type": "named_capture", "name": "patch", "pattern": "0|[1-9]\\d*" },
{
"type": "non_capturing",
"pattern": "-(?<prerelease>[0-9A-Za-z-]+(?:\\.[0-9A-Za-z-]+)*)",
"quantifier": "optional (?)"
},
{
"type": "non_capturing",
"pattern": "\\+(?<build>[0-9A-Za-z-]+(?:\\.[0-9A-Za-z-]+)*)",
"quantifier": "optional (?)"
}
]
}
Observa cómo 0|[1-9]\d* aplica la Sección 2 de SemVer 2.0.0 al permitir 0 pero rechazar ceros a la izquierda como 01, y cómo los envoltorios de no captura (?:...)? protegen los delimitadores - y + sin crear grupos numerados adicionales. Validar frente a casos de prueba positivos y negativos y exportar código multilenguaje produce declaraciones precisas para cada motor automáticamente:
# Patrón sintetizado para ECMAScript / Rust
^v?(?<major>0|[1-9]\d*)\.(?<minor>0|[1-9]\d*)\.(?<patch>0|[1-9]\d*)(?:-(?<prerelease>[0-9A-Za-z-]+(?:\.[0-9A-Za-z-]+)*))?(?:\+(?<build>[0-9A-Za-z-]+(?:\.[0-9A-Za-z-]+)*))?$
# Casos de prueba positivos (Coinciden)
1.0.0
v2.14.3-rc.1+build.5114f85
# Casos de prueba negativos (Rechazados: cero a la izquierda en el núcleo numérico de la versión)
v01.2.0
1.02.3
# Python (cadena cruda re.compile + sintaxis de grupo con nombre (?P<name>...))
SEMVER_RE = re.compile(r"^v?(?P<major>0|[1-9]\d*)\.(?P<minor>0|[1-9]\d*)\.(?P<patch>0|[1-9]\d*)(?:-(?P<prerelease>[0-9A-Za-z-]+(?:\.[0-9A-Za-z-]+)*))?(?:\+(?P<build>[0-9A-Za-z-]+(?:\.[0-9A-Za-z-]+)*))?$")
# Go (literal crudo con comillas invertidas RE2 regexp.MustCompile + sintaxis (?P<name>...))
var semverRe = regexp.MustCompile(`^v?(?P<major>0|[1-9]\d*)\.(?P<minor>0|[1-9]\d*)\.(?P<patch>0|[1-9]\d*)(?:-(?P<prerelease>[0-9A-Za-z-]+(?:\.[0-9A-Za-z-]+)*))?(?:\+(?P<build>[0-9A-Za-z-]+(?:\.[0-9A-Za-z-]+)*))?$`)
Como el generador evita las referencias hacia atrás (backreferences) y las búsquedas anticipadas o retrospectivas (lookarounds) en las recetas estándar, la expresión exportada se compila sin modificaciones tanto en motores RE2 de tiempo lineal (Go y Rust) como en motores con backtracking (JavaScript y Python).