Convertidor de patrón glob a regex

Los patrones glob de shell son el lenguaje cotidiano de los filtros de nombres de archivo: el asterisco para cualquier secuencia de caracteres, el interrogante para un solo carácter y las clases entre corchetes para un conjunto o un rango. Las expresiones regulares usan una sintaxis distinta y más densa, y los desarrolladores necesitan a menudo una traducción fiel al cablear un filtro de interfaz, un arnés de pruebas o un fichero de configuración que solo acepta regex. Este convertidor de patrón glob a regex acepta un patrón al estilo shell, lo recorre una sola vez carácter a carácter, asigna cada comodín a su contraparte regex, escapa todo literal que de otro modo sería especial en una expresión regular y devuelve una cadena regex estable más un cuerpo sin anclas cuando usted necesita incrustar el fragmento. El modo de ruta opcional impide que el asterisco y el interrogante crucen la barra, de modo que las reglas por segmento coinciden con el comportamiento de find y de muchos shells.

Cómo se mapean los globs de shell a expresiones regulares

Un glob de shell es un lenguaje de patrones compacto pensado para coincidir con nombres de archivo, no para el análisis completo de texto. El comodín asterisco coincide con cualquier secuencia de caracteres (incluida la secuencia vacía); en este convertidor el mapeo por defecto es la construcción regex punto-asterisco, mientras que el modo de ruta mapea el asterisco a una clase de caracteres que excluye la barra seguida de un cuantificador asterisco, de modo que un solo asterisco no puede tragar separadores de directorio.

El interrogante coincide con exactamente un carácter; el modo por defecto usa un solo punto y el modo de ruta usa una clase de un solo carácter que no es barra. Las expresiones entre corchetes como a-z o abc se convierten en la clase de caracteres regex correspondiente. La negación en shell usa un signo de exclamación justo después del corchete de apertura, y esta herramienta lo reescribe como clase negada con circunflejo para que los motores que solo conocen la negación con circunflejo sigan funcionando.

También se acepta un circunflejo justo después del corchete de apertura como negación. La barra invertida antes de un carácter fuerza que ese carácter se trate como literal aunque sea asterisco, interrogante o corchete de apertura. Todo carácter ordinario especial en expresiones regulares —punto, más, paréntesis, llaves, barra vertical, circunflejo, dólar y similares— se escapa para que un fragmento de nombre como report.v2 no signifique accidentalmente report seguido de cualquier carácter seguido de v2.

La expansión de llaves de la forma llave a coma b llave es preprocesamiento del shell, no coincidencia glob, por lo que las llaves permanecen como literales en la regex de salida en lugar de convertirse en grupos de alternancia.

Cuándo conviene pasar un glob a regex

Los filtros de producto en el frontend suelen empezar como globs amigables (asterisco para cualquier sufijo, interrogante para un marcador de posición) mientras el índice de búsqueda o la base de datos solo aceptan expresiones regulares; convertir en el borde mantiene simple el lenguaje del producto y correcto el motor de consultas.

Las suites de pruebas y los scripts de CI que aceptan globs de inclusión y exclusión pueden compilar esos globs una vez en objetos regex y reutilizarlos en miles de comprobaciones de ruta sin reimplementar ad hoc las reglas del shell. Los flujos de revisión de seguridad y de búsqueda de código a veces necesitan mostrar qué significa realmente un glob heredado en forma regex antes de aprobar un cambio de regla. La validación fallida no consume saldo.