Tengo que admitir que tengo un problema, solo uno, y es que tengo la mala costumbre de solucionarlo todo con expresiones regulares. Bueno, eso, y lo de escupir tabaco de mascar en los Hueys camino de la jungla.

Some people, when confronted with a problem, think "I know, I'll use regular expressions." Now they have two problems.

Jamie Zawinski (jwz)

Cuando yo era tremendamente más joven, me tuve que picar en Java un programica que consumia algo así­ como tres o cuatro mil lineas de texto por segundo. Leia, expresion-regulaba, y mandaba a una base de datos los no-tan-eroticos resultados. De hecho era tanta tela, para la epoca, que habia que hacer los insert en el mysql en paquetes y con DELAYED (*). Pero esa es... otra historia.

A lo que voy es a pasaros un par de direcciones a las que podeis acudir a pedir ayuda si tambien os pica regularmente, y si la ya mí­tica entrada de Stack Overflow de como leer HTML con regex no os lo ha dejó claro ya. De hecho, esta primera es la que me ha hecho reflexionar, unos tipos que se han currado un conversor pseudo-lenguaje natural to expresion regular. Ahí­ es ná.

Más normal, y bastante completica, es esta para hacer todo tipo de pruebas. Tu pones el texto y el primer intento de regex, y a probar hasta que des con la solución o te explote la cabeza, lo que pase primero.

Ahh, si, el titulo se lo he robado a Jeff Atwood. Claro.

(*) De todas formas, entre vosotros y yo, sigue siendo buena practica agrupar inserts. El DELAYED... no sé. Depende de la situación. Supongo que normalmente no hace mucho daño.