4

Tenho a seguinte expressão:

/((segunda|terça|quarta|quinta|sexta|sábado|domingo)+(((-feira)?)+(.)+\(([0-9].*)\))?)/im

Que me traz:

Espetáculo Trueque se apresenta neste sábado no teatro da CDL

RESULTADO: sábado

Bandas de rock se apresentam nesta sexta (5) no espaço Marcus Moraes

RESULTADO: sexta (5), sexta, 5, etc.

Loja de decoração inaugura novo espaço nesta terça-feira (15)

RESULTADO: terça-feira (15), terça, -feira (15), 15 etc.

Como faço torna esta expressão menos 'gulosa'?

7
  • Testando aqui me pareceu normal: regexr.com Como está executando ela? Commented 18/07/2014 às 1:51
  • Como você faz pra ler os resultados? Commented 18/07/2014 às 2:07
  • Estou executando como preg_match. Só achei que talvez pudesse torna-lá mais light. Visto que estou usando muitos Grupo '()'. Já li algo a respeito que grupo é inversamente proporcional a desempenho.
    – Iago Leão
    Commented 18/07/2014 às 2:11
  • 3
    Quando você diz "menos 'gulosa'" você quer dizer no sentido figurativo ou literal? Pois existe um conceito em regex chamado greedy (em português, gulosa [nesse contexto; lit. gananciosa]), cujo uso ou não afetaria os seus resultados (ex.: gulosa: "terça-feira (15)", preguiçosa / lazy: "terça"). Pelo que entendi do seu comentário anterior, não é a isso que se refere, por isso sugiro alterar o título da pergunta com uma expressão alternativa ("mais light", ou "mais concisa" parece uma boa) pra não causar ambiguidade.
    – mgibsonbr
    Commented 18/07/2014 às 4:20
  • 1
    Gostaria de sugerir a você que mude sua pergunta, acrescentando um detalhe importante: qual a resposta que você espera conseguir da Regex, pra todos os casos possíveis? Com exemplos ou não, mas isso é uma coisa que não está tão clara na sua pergunta. Com a frase "Bandas de rock se apresentam nesta sexta (5) no espaço Marcus Moraes" deseja-se APENAS "sexta (5)" como resultado?
    – Androf
    Commented 3/08/2014 às 5:46

3 Respostas 3

4

Acredito que essa seja a melhor expressão (e mais simplificada também) para o seu caso. Lembre-se que não apenas uma expressão regular tem que ser eficiente, mas fácil de entender.

/(((segunda|terça|quarta|quinta|sexta)(-feira)?)|sábado|domingo)(\s*\(\d+\))?/g

Funciona com:

segunda
terça
quarta
quinta
sexta
sábado
domingo
segunda-feira
terça-feira
quarta-feira
quinta-feira
sexta-feira
segunda (25)
terça (26)
quarta (27)
quinta (28)
sexta (29)
sábado (30)
domingo (31)
segunda-feira (1)
terça-feira (2)
quarta-feira (3)
quinta-feira (4)
sexta-feira (5)

Não funciona com:

sábado-feira
domingo-feira
sábado-feita (6)
domingo-feira (7)
-feira
-feira (8)

Link no regexr: http://regexr.com/39e5i

3
+50

Nos comentários você disse que está usando preg_match. E se olharmos a documentação, é dito que nos resultados dos matches também são retornados os grupos de captura.

No caso, os grupos de captura são criados pelos parênteses, e você usa muitos deles na sua regex. Existe um grupo só para o dia da semana sem o sufixo "-feira", outro só para o próprio sufixo "-feira", outro para os números entre parênteses, outro em volta da expressão inteira, etc.

Se você não quer tantos grupos assim e só precisa do match inteiro, basta transformar os parênteses em grupos de não-captura, iniciando-os com (?:. O parênteses em volta da expressão inteira também não é necessário, já que o trecho correspondente a toda a regex sempre é retornado. Então ficaria assim:

/(?:(?:segunda|terça|quarta|quinta|sexta)(?:-feira)?|sábado|domingo)(?:\s+\([0-9]+\))?/i

Em código PHP ficaria algo do tipo:

$str = 'Espetáculo Trueque se apresenta neste sábado no teatro da CDL'.
       'Bandas de rock se apresentam nesta sexta (5) no espaço Marcus Moraes'.
       'Loja de decoração inaugura novo espaço nesta terça-feira (15)';

preg_match_all('/(?:(?:segunda|terça|quarta|quinta|sexta)(?:-feira)?|sábado|domingo)(?:\s+\([0-9]+\))?/i', $str, $matches);
foreach ($matches[0] as $m) {
    echo $m.PHP_EOL;
}

Saída:

sábado
sexta (5)
terça-feira (15)

Agora todos os parênteses começam com (?:, o que os torna grupos de não-captura. Por isso os respectivos trechos não fazem mais parte do match, somente o trecho correspondente à regex inteira.

Outras melhorias:

  • (?:(?:segunda|terça|quarta|quinta|sexta)(?:-feira)?|sábado|domingo): a alternância diz que somente de segunda a sexta pode ter um "-feira" depois (o ? indica que o trecho "-feira" é opcional). Já sábado e domingo não podem ter o sufixo "-feira".
  • \s+: o atalho \s corresponde a espaços e quebras de linha, entre outros caracteres (a lista exata varia conforme a linguagem) e o quantificador + significa "uma ou mais ocorrências". Ou seja, pode ter um ou mais espaços
  • [0-9]+: um ou mais dígitos de 0 a 9. Aqui você até poderia usar algo como (?:3[01]|[12][0-9]|0?[1-9]) para que aceite apenas valores entre 1 e 31 (que são os valores válidos para o dia do mês - sendo que os dias menores que 10 podem ter um zero à esquerda, ou seja, aceita tanto 1 quanto 01, veja), fica a seu critério.
  • (?:\s+\([0-9]+\))?: todo o trecho "espaço + números entre parênteses" possui um ? logo depois, o que torna este trecho opcional

Na sua regex você estava usando as flags i e m (no final, o trecho /im). A flag i torna a regex case insensitive, então se a string tiver "Segunda-Feira" ou "DOMINGO", ela também encontra. Já a flag m muda o comportamento dos marcadores ^ e $ (normalmente correspondem ao início e fim da string, mas com a flag m eles mudam o significado para início e fim de uma linha). Como você não usa esses marcadores, removi a flag m da regex.


No exemplo acima eu usei preg_match_all, que traz todas as ocorrências da string, mas se quiser buscar por somente uma ocorrência, use preg_match:

preg_match('/(?:(?:segunda|terça|quarta|quinta|sexta)(?:-feira)?|sábado|domingo)(?:\s+\([0-9]+\))?/i', $str, $matches);
foreach ($matches as $m) {
    echo $m;
}
1
  • 1
    Isto está merecendo uma recompensa, e não pela resposta toda, mas principalmente porque citou o ?: (não-captura) +1 (em breve a recompensa, 7 dias)
    – Syzoth
    Commented 17/12/2019 às 14:34
0

Simplifiquei um pouco sua expressão para pegar apenas os grupos internos. Não sei se o objetivo é pegar uma empressão por frase, mas o que obtive foi o seguinte:

(segunda|terça|quarta|quinta|sexta|sábado|domingo)+((-feira)?(.)+\(([0-9]{1,2})\))?
2
  • Repare que essa expressão produz resultados diferentes da que o Iago colocou na pergunta, talvez mais certa, por falta de um .. Teste com sexta (5sddf) que verá. Commented 18/07/2014 às 2:29
  • É mesmo. Já ajustei. Commented 18/07/2014 às 2:32

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .