Python Regex explicado: patrones, grupos, anticipaciones y obstáculos, probados

Python regex explained: patterns, groups, lookaheads and pitfalls, tested
  1. Inicio
  2. Blog
  3. Desarrollo de software

Desarrollo de software

Explicación de Python Regex: Patrones, grupos, anticipaciones y errores, probados

Las expresiones regulares encuentran, extraen y reescriben texto utilizando patrones compactos. Conozca las funciones de expresiones regulares de Python que usará a diario, cómo funcionan los grupos y las anticipaciones, y las trampas que hacen que los patrones sean incorrectos o peligrosamente lentos, con cada ejemplo ejecutado.

11 min de lectura
Explicación de la expresión regular de Python: patrones, grupos, anticipaciones y dificultades, probados

Puntos clave

  • La expresión regular de Python se encuentra en el módulo integrado re. Escriba siempre patrones como cadenas sin formato: r"\d+".
  • search encuentra una coincidencia en cualquier lugar; match sólo al principio; fullmatch requiere toda la cadena.
  • Utilice grupos con nombre para una extracción legible y cuantificadores diferidos (+?) para evitar coincidencias excesivas.
  • Los cuantificadores anidados como (a+)+ pueden congelar su programa. En nuestra prueba, agregar dos caracteres hizo que una verificación fuera aproximadamente cuatro veces más lenta.

Tiene un archivo de registro y necesita cada número de pedido, cada dirección de correo electrónico y cada fecha que contenga. Dividir cuerdas a mano rápidamente se convierte en un desastre. Python regex, abreviatura de expresiones regulares, describe la forma del texto que desea, como “un hash seguido de dígitos”, y permite que el módulo re lo encuentre por usted.

Ejecutamos todos los patrones a continuación con Python 3.13 con este texto de muestra, y los resultados que se muestran son de esa ejecución:

text = ("Order #101 by asha@example.com on 2026-11-11 for Rs 1,180.50; "
        "order #102 by ben.k@shop.co.in on 2026-11-12 for Rs 300.")

¿Qué es una expresión regular?

Una expresión regular es un pequeño lenguaje de patrones para texto. Los caracteres ordinarios coinciden entre sí y los caracteres especiales describen clases, repeticiones y posiciones. \d significa un dígito, + significa “uno o más”, por lo que \d+ coincide con una serie de dígitos. Regex es compatible con casi todos los idiomas, editores y bases de datos, por lo que el tiempo que dedica a aprenderlo vale la pena mucho más allá de Python.

Utilice siempre cuerdas crudas

Regex usa mucho barras invertidas, al igual que las cadenas de Python. En una cadena normal, "\b" es un carácter de retroceso, lo cual confirmamos: Python lo mostró como '\x08'. En expresiones regulares, \b significa un límite de palabra. Al escribir el patrón como una cadena sin formato, r"\b", la barra invertida pasa intacta. Haga de r"..." un hábito para cada patrón y muchos errores confusos nunca ocurrirán.

buscar, emparejar y emparejar completo

import re

re.search(r"#(\d+)", text).group(1)            # '101'
re.match(r"#\d+", text)                         # None
bool(re.fullmatch(r"\d{4}-\d{2}-\d{2}", "2026-11-11"))   # True

search escanea toda la cadena y devuelve la primera coincidencia. match solo verifica el comienzo, por eso devolvió None: nuestro texto comienza con “Orden”, no con “#”. fullmatch requiere que el patrón cubra toda la cadena, que es lo que desea para la validación, como verificar que un campo sea una fecha y nada más. Los tres devuelven un objeto coincidente o None, así que verifique antes de llamar a .group().

encontrar y buscar

re.findall(r"#(\d+)", text)              # ['101', '102']
re.findall(r"\d{4}-\d{2}-\d{2}", text)   # ['2026-11-11', '2026-11-12']
re.findall(r"[\w.+-]+@[\w-]+(?:\.[\w-]+)+", text)
# ['asha@example.com', 'ben.k@shop.co.in']

findall devuelve todas las coincidencias como una lista. Observe cómo los grupos cambian el resultado: con un grupo devuelve el texto del grupo y con dos grupos devuelve tuplas:

re.findall(r"#(\d+) by (\S+)", text)
# [('101', 'asha@example.com'), ('102', 'ben.k@shop.co.in')]

Para textos grandes, re.finditer genera objetos coincidentes uno a la vez, lo que ahorra memoria y da acceso a posiciones y grupos con nombre.

Hoja de referencia de sintaxis principal

Patrón Partidos
. Cualquier carácter excepto nueva línea
\d, \w, \s Dígito, carácter de palabra, espacio en blanco
\D, \W, \S Lo contrario de cada uno
[abc], [^abc] Uno de un conjunto, o cualquier cosa que no esté en él.
*, +, ? 0 o más, 1 o más, 0 o 1
{3}, {2,5} Exactamente 3, entre 2 y 5
^, $ Inicio y final de la cadena (o línea con MULTILINE)
\b Límite de palabra
a|b Ya sea a o b
( ), (?: ) Grupo de captura, grupo de no captura

Grupos y grupos con nombre

m = re.search(r"(?P<year>\d{4})-(?P<month>\d{2})-(?P<day>\d{2})", text)
m.groupdict()   # {'year': '2026', 'month': '11', 'day': '11'}
m.group(0)      # '2026-11-11'

Los grupos con nombre, (?P<name>...), hacen que el código de extracción se explique por sí mismo: m["year"] se lee mucho mejor que m.group(1), y agregar un grupo más tarde no cambia los números. El grupo 0 es siempre el partido completo. Un grupo que no captura, (?:...), agrupa partes del patrón para repetición o alternancia sin agregar resultados, lo que mantiene limpia la salida de findall.

Cuantificadores codiciosos versus perezosos

re.findall(r"<.+>",  "<b>bold</b> and <i>it</i>")
# ['<b>bold</b> and <i>it</i>']

re.findall(r"<.+?>", "<b>bold</b> and <i>it</i>")
# ['<b>', '</b>', '<i>', '</i>']

Los cuantificadores son codiciosos por defecto: .+ tomó todo, desde el primero < hasta el último >. Agregar ? los vuelve perezosos, por lo que se detienen en el primer final posible. Aún mejor, sea específico: <[^>]+> dice “cualquier cosa excepto un corchete de cierre”, que es más claro y rápido. (Para HTML real, utilice un analizador adecuado; esto es sólo una demostración).

sub y dividir

re.sub(r"(\d{4})-(\d{2})-(\d{2})", r"\3/\2/\1", "2026-11-11")   # '11/11/2026'
re.sub(r"\d+", lambda m: str(int(m.group()) * 2), "3 pens, 4 books")   # '6 pens, 8 books'
re.split(r"\s*[,;]\s*", "pen, book;ink ,  lamp")   # ['pen', 'book', 'ink', 'lamp']

sub reemplaza coincidencias y el reemplazo puede referirse a grupos con \1 o \g<name>. Pasar una función en lugar de una cadena le permite calcular cada reemplazo. split maneja separadores desordenados que str.split no pueden, como comas mixtas y punto y coma con espacios desiguales.

Mirando hacia adelante y hacia atrás

Lookarounds comprueba lo que viene antes o después de una posición sin incluirlo en el partido. Un uso clásico son las reglas de contraseñas, donde deben cumplirse varias condiciones:

pw = re.compile(r"^(?=.*[A-Z])(?=.*\d)(?=.*[^\w\s]).{8,}$")

'password'   False
'Passw0rd'   False   # no symbol
'Passw0rd!'  True
'P0!a'       False   # too short

Cada (?=...) es una anticipación positiva que verifica una regla desde el inicio de la cadena. Una mirada atrás, (?<=...), comprueba lo que vino antes:

re.findall(r"(?<=Rs )[\d,.]+\d", text)   # ['1,180.50', '300']

Esto extrajo los montos sin el prefijo “Rs “. Las versiones negativas, (?!...) y (?<!...), afirman que algo no sigue ni precede. Las búsquedas hacia atrás de Python deben tener un ancho fijo, por lo que se rechazan patrones como (?<=\d+). Para políticas de contraseñas complejas, las comprobaciones separadas en código simple suelen ser más fáciles de leer y generar mensajes de error útiles.

Banderas

Bandera Efecto Nuestro resultado
re.I ignorar caso Encontré tanto “Pedido” como “pedido”
re.M ^ y $ coinciden en cada línea 2 partidos con, 1 sin
re.S . también coincide con la nueva línea a.b coincide con “a\nb” solo con él
re.X Permitir espacios en blanco y comentarios Patrones multilínea legibles
re.A Sólo ASCII \d, \w, \s Ver la siguiente sección
verbose = re.compile(r"""
    (?P<user>[\w.+-]+)    # user part
    @
    (?P<domain>[\w.-]+)   # domain
""", re.X)
verbose.search("mail asha@example.com now").groupdict()
# {'user': 'asha', 'domain': 'example.com'}

El modo detallado convierte una frase críptica en algo que un compañero de equipo puede revisar. Úselo para cualquier patrón de más de veinte caracteres.

Sorpresas Unicode

bool(re.fullmatch(r"\d", "५"))         # True   (Devanagari digit five)
bool(re.fullmatch(r"\d", "५", re.A))   # False

En Python 3, \d coincide con cualquier dígito decimal Unicode, no solo del 0 al 9. Esto es útil para texto internacional, pero si un valor va más tarde a int(), una base de datos o una API que espera dígitos ASCII, un patrón que “validó” la entrada puede permitir el paso de caracteres que interrumpen el siguiente paso. Utilice la bandera [0-9] o re.A cuando se refiera a dígitos ASCII. Encontramos un error relacionado en nuestro artículo de prueba basado en propiedades, donde un dígito en superíndice rompía un analizador.

Consejo: Compile los patrones que reutilice con re.compile() y asígneles nombres descriptivos, como ORDER_ID = re.compile(r"#(\d+)"). Python almacena en caché los patrones recientes de todos modos, por lo que el principal beneficio es la legibilidad y tener una definición probada.

Retroceso catastrófico

Algunos patrones toman un tiempo exponencial en entradas que casi coinciden. Probamos un ejemplo clásico, ^(a+)+$, con cadenas de a que terminan en “b”:

n=16   0.002s
n=20   0.037s
n=22   0.154s
safe pattern ^a+$, n=22: 0.000004s

Cada carácter adicional duplicó aproximadamente el tiempo, porque el motor intenta por todos los medios dividir las a entre los grupos internos y externos antes de darse por vencido. A ese ritmo, 30 caracteres tomarían decenas de segundos y algunos más tomarían minutos. Si los usuarios controlan la entrada, esto se convierte en un riesgo de denegación de servicio conocido como ReDoS. Evite cuantificadores anidados sobre los mismos caracteres, prefiera clases de caracteres específicas, limite la longitud de la entrada antes de hacer coincidir y pruebe patrones con entradas largas y cercanas.

Probando tus patrones

Regex es código, así que pruébalo. Escriba una pequeña tabla de cadenas que deberían coincidir y cadenas que no, incluidas cadenas vacías, cadenas muy largas, Unicode y cuasi errores, y ejecútela con pruebas parametrizadas pytest. Los casos extremos son donde se esconden los errores de expresiones regulares: un patrón de correo electrónico que rechaza los signos más, un patrón de fecha que acepta el mes 13 o un patrón de teléfono que omite espacios.

Cuando no usar expresiones regulares

  • Comprobaciones sencillas: "@" in s, s.startswith("INV-") y s.split(",") son más claras y rápidas.
  • Formatos estructurados: utilice analizadores reales para HTML, XML, JSON, CSV y URL.
  • Fechas: la expresión regular puede verificar una forma, pero usa datetime.strptime para verificar que una fecha realmente existe.
  • Correos electrónicos: un patrón simple detecta errores tipográficos; sólo un correo electrónico de confirmación prueba que una dirección funciona.

Conclusión

Python regex es una herramienta precisa para texto desordenado. Utilice cadenas sin formato, elija search, match o fullmatch deliberadamente, nombre sus grupos, prefiera patrones perezosos o específicos a los codiciosos y escriba patrones largos en modo detallado. Luego pruébelos con entradas complicadas, incluido Unicode y cuasi accidentes largos, para que un patrón nunca lo sorprenda en producción.

Preguntas frecuentes

¿Cuál es la diferencia entre re.search y re.match?

re.search encuentra la primera coincidencia en cualquier parte de la cadena. re.match solo coincide al principio. En nuestra prueba, la coincidencia devolvió Ninguno porque el texto no comenzaba con el patrón.

¿Por qué debería usar cadenas sin formato para expresiones regulares en Python?

Las cadenas sin formato mantienen las barras invertidas tal como se escriben. En una cadena normal, “\b” se convierte en un carácter de retroceso en lugar del límite de la palabra de expresión regular.

¿Qué es una pareja no codiciosa o perezosa?

¿Agregando? después de un cuantificador, como en .+?, hace que coincida lo menos posible. Impidió que nuestro patrón de etiquetas se tragara toda la línea.

¿Cómo funcionan los grupos con nombre en la expresión regular de Python?

Escriba (?P<nombre>patrón), luego lea el valor con match[“name”] o match.groupdict(). Los nombres hacen que el código de extracción sea más fácil de leer y mantener.

¿Por qué mi expresión regular es tan lenta?

Los cuantificadores anidados como (a+)+ pueden causar un retroceso catastrófico, donde el tiempo crece exponencialmente en entradas casi coincidentes. Vuelva a escribir el patrón y limite la longitud de entrada.

sigue aprendiendo

Trabajar con Stack Quora

¿Necesitas ayuda con pruebas, WordPress o SEO?

Ayudamos a los equipos a enviar mejor software y hacer crecer sus sitios. Cuéntenos en qué está trabajando y le sugeriremos un siguiente paso claro.

Sigue leyendo

Más guías sobre testing, IA y desarrollo moderno

¿Te gustó este artículo? Elige un tema y salta directo a nuestros tutoriales más recientes.

Inteligencia artificial

Explicación de las estrategias de fragmentación de RAG: fija, superpuesta, de oración, recursiva y de títulos, medida

Estrategias de fragmentación de RAG comparadas en un documento con tiktoken 0.14: tamaño fijo, superposición, empaquetado de oraciones, división rec…

Leer artículo →
Desarrollo de software

Explicación de la idempotencia de API: claves de idempotencia y reintentos seguros, probados

La idempotencia de API se explicó con un servidor y cliente Python que ejecutamos: una respuesta perdida provocó un cargo doble sin una clave y un c…

Leer artículo →
DevOps

Explicación de Git Stash: guardar, aplicar, extraer y archivos sin seguimiento, probado

Git stash se explica con comandos que ejecutamos en Git 2.56: enviar con un mensaje, archivos sin seguimiento, enumerar y mostrar, aplicar frente a …

Leer artículo →
Pruebas de software

Explicación de las pruebas por pares: cómo todos los pares reducen 216 pruebas a 13, probadas

Pruebas por pares explicadas con un generador que ejecutamos en Python 3.13: una comprobación con 216 combinaciones cubiertas por 13 pruebas, cobert…

Leer artículo →
Automatización de pruebas

Explicación de los dobles de prueba: ficticio, stub, espía, simulado y falso, con código Python probado

Los dobles de prueba se explican con un ejemplo de Python ejecutado en pytest 9.2: ficticio, stub, spy, simulado y falso, cuándo usar cada uno, veri…

Leer artículo →
Bases de datos y SQL

SQL COALESCE explicado: valores predeterminados, NULLIF, IFNULL vs ISNULL y trampas, probados

SQL COALESCE se explica con consultas que ejecutamos en SQLite 3.50: primeros valores no nulos, cadenas vacías, NULL en matemáticas, NULLIF para div…

Leer artículo →
Bases de datos y SQL

Explicación de la autounión de SQL: empleado-gerente, comparaciones de pares y filas, probado

La autounión de SQL se explica con consultas que ejecutamos en SQLite 3.50: empleado y gerente, ganando más que el gerente, pares únicos, cambios di…

Leer artículo →
Desarrollo de software

Explicación del operador de extensión de JavaScript: extensión frente a reposo, copias y errores, probado

El operador de extensión de JavaScript explicado con el código que ejecutamos en el Nodo 24: matrices, objetos, copias superficiales, parámetros de …

Leer artículo →
Desarrollo de software

Explicación del módulo de colecciones de Python: contador, defaultdict, deque y más, probado

Colecciones de Python explicadas con el código que ejecutamos en Python 3.13: Counter, defaultdict, deque, namedtuple, OrderedDict y ChainMap, ademá…

Leer artículo →
Inteligencia artificial

Explicación de la ventana de contexto de LLM: tokens, límites y cómo ajustar más, medidos

La ventana de contexto de LLM se explica con recuentos de tokens que medimos usando tiktoken: palabras frente a tokens para prosa, código e hindi, p…

Leer artículo →
Desarrollo de software

Explicación de los webhooks: cómo funcionan y cómo recibirlos de forma segura

Webhooks explicados con un receptor y un remitente que ejecutamos en Python: push vs polling, firmas HMAC-SHA256, rechazo de solicitudes manipuladas…

Leer artículo →
DevOps

Explicación de Git Cherry-Pick: copie la confirmación que necesita, de forma segura y probada

Git cherry-pick explicado con comandos que ejecutamos en Git 2.56: copiar una revisión a una rama de lanzamiento, nuevos hashes e ID de parche, -x, …

Leer artículo →
Automatización de pruebas

Explicación de las pruebas instantáneas: cómo funciona, cuándo ayuda y cuándo duele

Las pruebas de instantáneas se explican con una demostración de pytest y jarabe que ejecutamos: crear instantáneas, leer la diferencia después de un…

Leer artículo →
Pruebas de software

Explicación de las pruebas de mutación: por qué la cobertura del 100% aún no detectó nuestro error

Las pruebas de mutación se explican con una pequeña herramienta de mutación que construimos y ejecutamos: 14 mutantes, un conjunto de pruebas con un…

Leer artículo →
Inteligencia artificial

Explicación de la inyección rápida: cómo se engaña a las aplicaciones de inteligencia artificial y cómo defenderlas

Inyección rápida explicada para los constructores: ataques directos e indirectos, por qué fallan los filtros de palabras clave (nuestra prueba bloqu…

Leer artículo →
DevOps

Registros DNS explicados: A, AAAA, CNAME, MX, TXT y TTL con búsquedas reales

Los registros DNS se explican con las búsquedas que realizamos: cómo funciona la resolución, A y AAAA, reglas CNAME, MX y MX nulo, TXT para SPF y ve…

Leer artículo →
DevOps

Explicación de las banderas de funciones: lanzamientos seguros, implementaciones graduales e higiene de las banderas

Indicadores de características explicados con una simulación de implementación que ejecutamos: tipos de indicadores, porcentajes de implementación c…

Leer artículo →
Automatización de pruebas

Generación de datos de prueba con Python Faker: datos realistas, repetibles y seguros

Pruebe la generación de datos con Python Faker, ejecute y mida: siembra de datos repetibles, configuraciones regionales, valores únicos, registros e…

Leer artículo →
Pruebas de software

Explicación de las pruebas de cambio a la izquierda: encuentre errores antes sin ralentizar al equipo

Se explicaron las pruebas de desplazamiento a la izquierda: qué significa, por qué los defectos tempranos son más baratos, prácticas desde revisione…

Leer artículo →
Bases de datos y SQL

Funciones de cadenas SQL explicadas: TRIM, SUBSTR, REPLACE, CONCAT y limpieza de datos

Funciones de cadena SQL explicadas con consultas que ejecutamos: concatenación y NULL, TRIM, UPPER e LOWER, SUBSTR e INSTR, REPLACE, relleno, longit…

Leer artículo →
Bases de datos y SQL

Explicación de los activadores de SQL: ANTES y DESPUÉS de los activadores, registros de auditoría y errores

Los disparadores de SQL se explican con los disparadores que ejecutamos: ANTES versus DESPUÉS, ANTIGUOS y NUEVOS, registros de auditoría, validación…

Leer artículo →
Desarrollo de software

Módulo Python JSON explicado: volcados, cargas, tipos personalizados y errores comunes

El módulo Python JSON explicado con el código que ejecutamos: volcados y cargas, archivos, conversiones de tipos, fechas y decimales, codificadores …

Leer artículo →
Desarrollo de software

Módulos ES frente a CommonJS: cómo funcionan las importaciones de JavaScript en Node.js, probado

Los módulos ES frente a CommonJS se explican con el código que ejecutamos en Node.js: sintaxis de importación y exportación, requisitos, enlaces en …

Leer artículo →
Desarrollo de software

Python Regex explicado: patrones, grupos, anticipaciones y obstáculos, probados

La expresión regular de Python se explica con los patrones que ejecutamos: búsqueda versus coincidencia, búsqueda, grupos y grupos con nombre, codic…

Leer artículo →
Inteligencia artificial

Explicación del resultado estructurado de LLM: obtención de JSON confiable a partir de modelos de IA

La salida estructurada de LLM se explica con la validación que ejecutamos en Pydantic: modo y esquemas JSON, decodificación restringida, las formas …

Leer artículo →
DevOps

Explicación de las claves SSH: cómo funcionan, ssh-keygen, Ed25519 y hábitos seguros

Claves SSH explicadas con las claves que generamos: claves públicas versus privadas, ssh-keygen, Ed25519 versus RSA, huellas digitales, frases de co…

Leer artículo →
DevOps

Explicación del almacenamiento en caché HTTP: control de caché, ETag y respuestas 304, con una prueba en vivo

El almacenamiento en caché HTTP se explica con un pequeño servidor que ejecutamos: directivas Cache-Control, edad máxima, sin caché versus sin almac…

Leer artículo →
Automatización de pruebas

Explicación de las pruebas de contrato API: detecte los cambios importantes antes de enviarlos

Las pruebas de contratos API se explican con una verificación de esquema que ejecutamos: qué es un contrato, contratos impulsados por el consumidor,…

Leer artículo →
Pruebas de software

Explicación de las pruebas basadas en riesgos: calificar los riesgos, crear una matriz y probar lo que importa

Pruebas basadas en riesgos explicadas paso a paso: identificación de riesgos, puntuación de probabilidad e impacto, creación de una matriz de riesgo…

Leer artículo →
Bases de datos y SQL

Explicación de las restricciones de SQL: NOT NULL, UNIQUE, CHECK y FOREIGN KEY, probado

Las restricciones de SQL se explican con las pruebas que ejecutamos: NOT NULL, UNIQUE, CHECK, DEFAULT, PRIMARY y FOREIGN KEY, las lagunas NULL, la c…

Leer artículo →
Bases de datos y SQL

Funciones de fecha SQL explicadas: agregar, comparar y agrupar fechas sin errores

Funciones de fecha SQL explicadas con consultas que ejecutamos: agregar intervalos, sorpresas de fin de mes, diferencias de fechas, trampa ENTRE, ag…

Leer artículo →
Desarrollo de software

Explicación de Python asyncio: asíncrono, espera, recopilación y grupo de tareas con tiempos reales

Python asyncio se explica con el código que cronometramos: corrutinas, espera, recopilación, grupo de tareas, manejo de errores, tiempos de espera, …

Leer artículo →
Desarrollo de software

Debounce vs Throttle en JavaScript: cómo funcionan, cuándo usar cada uno, probado

Antirrebote versus aceleración en JavaScript explicado con tiempos que medimos en Node.js: cómo funciona cada uno, implementaciones simples, llamada…

Leer artículo →
Desarrollo de software

Explicación de los administradores de contexto de Python: declaración with, contextlib y usos reales

Los administradores de contexto de Python explicaron con el código que ejecutamos: cómo funciona, __enter__ y __exit__, contextlib.contextmanager, s…

Leer artículo →
Inteligencia artificial

LLM Temperature y Top-p explicados: cómo los modelos de IA eligen su siguiente palabra

La temperatura de LLM y top-p se explican con una simulación que ejecutamos: cómo se remodelan las probabilidades, qué mantiene topp, configuracione…

Leer artículo →
DevOps

YAML explicado: sintaxis, el problema de Noruega y otras trampas que probamos

YAML explicó con una prueba de analizador: sintaxis básica, listas y mapas, el problema de Noruega, versiones que se convierten en flotantes, código…

Leer artículo →
DevOps

Cron Jobs explicados: sintaxis, cronogramas reales y los errores que los rompen

Los trabajos cron explicados con cronogramas que verificamos: los cinco campos, operadores, ejemplos reales, la trampa del día del mes O del día de …

Leer artículo →
Inteligencia artificial

Explicación de las alucinaciones de la IA: por qué los modelos de lenguaje inventan cosas y cómo reducirlas

Se explicaron las alucinaciones de la IA: qué son, por qué los modelos de lenguaje las producen, tipos comunes, cómo reducirlas con conexión a tierr…

Leer artículo →
DevOps

Explicación de las variables de entorno: archivos .env, secretos y configuración bien hechos

Variables de entorno explicadas con ejemplos de Python que ejecutamos: leerlas y configurarlas, por qué cada valor es una cadena, archivos .env, her…

Leer artículo →
Desarrollo de software

Explicación de la limitación de velocidad de API: algoritmos, encabezados y manejo de errores 429

La limitación de la tasa de API se explica con una simulación que ejecutamos: depósito de tokens, ventana fija, ventana deslizante, 429 respuestas, …

Leer artículo →
Automatización de pruebas

Burlarse en Python: unittest.mock, patch y los errores que hacen que las pruebas mientan

Burlarse en Python con unittest.mock, probado: Mock y return_value, side_effect, parches donde se usa un nombre, especificación y autospec, fechas d…

Leer artículo →
Pruebas de software

Explicación de la cobertura del código: cobertura de línea versus sucursal y lo que realmente significa 100%

Cobertura del código explicada con una ejecución real de cobertura.py: cobertura de línea, rama y condición, lectura de un informe, por qué una cobe…

Leer artículo →
Bases de datos y SQL

DELETE vs TRUNCATE vs DROP en SQL: diferencias, reversión y cuándo usar cada uno

DELETE vs TRUNCATE vs DROP explicado con SQL probado: qué elimina cada uno, reversión, activadores, restablecimiento de identidad, velocidad y en qu…

Leer artículo →
Bases de datos y SQL

Vistas SQL explicadas: cree, use y evite los errores, con ejemplos

Vistas SQL explicadas con consultas que ejecutamos: creación de una vista, resultados en vivo, ocultación de columnas, rendimiento, vistas actualiza…

Leer artículo →
Desarrollo de software

Interfaz TypeScript versus tipo: diferencias reales, probadas con el compilador

Interfaz TypeScript versus tipo, verificado con el compilador real: qué pueden hacer ambos, qué puede hacer solo uno, fusión de declaraciones, exten…

Leer artículo →
Desarrollo de software

Python *args y **kwargs explicados: funciones flexibles con ejemplos claros

Python *args y **kwargs explicados con el código que ejecutamos: empaquetado y desempaquetado, orden de parámetros, argumentos solo de palabras clav…

Leer artículo →
Desarrollo de software

Funciones Lambda de Python: sintaxis, usos reales y cuándo no utilizarlas

Funciones lambda de Python explicadas con el código que ejecutamos: sintaxis, clasificación con clave, mapa y filtro, cierres, trampa de enlace tard…

Leer artículo →
Inteligencia artificial

¿Qué son los agentes de IA? Cómo funcionan, con un bucle de agente simple que puedes ejecutar

¿Qué son los agentes de IA? Una guía sencilla sobre el bucle del agente, las herramientas, la memoria y las barreras de seguridad, con un pequeño bu…

Leer artículo →
DevOps

Monitoreo versus observabilidad: la verdadera diferencia, con registros, métricas y seguimientos

Explicación del monitoreo versus observabilidad: fallas conocidas y desconocidas, registros, métricas y seguimientos, un recorrido por incidentes de…

Leer artículo →
DevOps

Docker Volumes versus Bind Mounts: persistir los datos del contenedor de la manera correcta

Se explican los volúmenes de Docker frente a los montajes de enlace: por qué desaparecen los datos del contenedor, volúmenes con nombre, montajes de…

Leer artículo →
Automatización de pruebas

TDD vs BDD: diferencias clave, una función creada en ambos sentidos y cuándo usar cada una

TDD vs BDD explicado con una característica de descuento construida en ambos sentidos: refactor rojo-verde con el código que ejecutamos, escenarios …

Leer artículo →
Pruebas de software

Pruebas de Aceptación de Usuario (UAT): Proceso, Lista de Verificación y Ejemplos Reales

Explicación de las pruebas de aceptación del usuario: quién las ejecuta, en qué se diferencia del control de calidad, un proceso de siete pasos, una…

Leer artículo →
Bases de datos y SQL

Valores NULL de SQL explicados: IS NULL, COALESCE, NULLIF y las trampas que se deben evitar

Los valores NULL de SQL se explican con las consultas que ejecutamos: lógica de tres valores, IS NULL, COALESCE, NULLIF, cómo los agregados, las uni…

Leer artículo →
Bases de datos y SQL

Declaración SQL CASE WHEN: sintaxis, ejemplos reales y errores comunes

CASO SQL CUANDO se explicó con las consultas que ejecutamos: formularios simples y buscados, orden de condiciones, pivotes con SUMA, trucos COUNT, c…

Leer artículo →
Desarrollo de software

¿Qué es JWT? Tokens web JSON explicados con un ejemplo práctico

¿Qué es JWT? JSON Web Tokens explicó: las tres partes, un token creado y manipulado en el código que ejecutamos, JWT vs sesiones, almacenamiento, to…

Leer artículo →
Desarrollo de software

Explicación del bucle de eventos de JavaScript: pila de llamadas, microtareas y temporizadores con ejemplos

El bucle de eventos de JavaScript explicado con el código que ejecutamos: pila de llamadas, colas de tareas y microtareas, por qué setTimeout 0 no e…

Leer artículo →
Desarrollo de software

Explicación de los generadores y el rendimiento de Python: ahorre memoria con ejemplos reales

Los generadores de Python y el rendimiento se explican con el código que ejecutamos: cómo se pausan y reanudan, midieron el ahorro de memoria, canal…

Leer artículo →
Inteligencia artificial

¿Qué son las incrustaciones? Los vectores y la similitud del coseno se explican de forma sencilla

¿Qué son las incrustaciones? Una guía en lenguaje sencillo sobre vectores, similitud de cosenos y búsqueda semántica, con un pequeño ejemplo que eje…

Leer artículo →
DevOps

Implementación azul-verde versus implementación canaria: diferencias, compensaciones y cómo elegir

Explicación de la implementación azul-verde versus canaria: cómo funciona cada uno, costo, riesgo y reversión, agrupación estable de usuarios que pr…

Leer artículo →
Automatización de pruebas

Pruebas inestables: qué las causa y cómo solucionarlas para siempre

Pruebas inestables explicadas con demostraciones que realizamos: las causas principales, cómo confirmar y diagnosticar una, correcciones adecuadas p…

Leer artículo →
Pruebas de software

Pruebas de carga frente a pruebas de estrés: diferencias, métricas y ejemplos de k6

Explicación de las pruebas de carga frente a las pruebas de estrés: qué prueba cada una, pruebas de picos y de absorción, las métricas que importan,…

Leer artículo →
Pruebas de software

Caso de prueba frente a escenario de prueba: diferencias clave, ejemplos y cuándo utilizar cada uno

Caso de prueba versus escenario de prueba explicado: definiciones claras, una tabla en paralelo, una función de restablecimiento de contraseña tomad…

Leer artículo →
Bases de datos y SQL

Optimización de consultas SQL: lea planes de ejecución y corrija consultas lentas, con tiempos

Optimización de consultas SQL probada en un millón de filas: lea planes de ejecución, agregue los índices correctos, corrija filtros no sargables, u…

Leer artículo →
Bases de datos y SQL

SQL UNION vs UNION ALL: diferencias, ejemplos y rendimiento probado

SQL UNION vs UNION ALL explicado con consultas que ejecutamos: duplicados, las reglas que siguen ambos, un error de datos real, rendimiento medido, …

Leer artículo →
Desarrollo de software

Tutorial de JavaScript Fetch API: GET, POST, manejo de errores y tiempos de espera

Un tutorial de JavaScript Fetch API probado en un servidor local: GET y POST, por qué 404 no arroja, un asistente reutilizable, cadenas de consulta,…

Leer artículo →
Desarrollo de software

Manejo de archivos Python: lectura, escritura, CSV, JSON y pathlib con ejemplos

El manejo de archivos Python se explica con el código que ejecutamos: modos abiertos, lectura de archivos grandes, CSV, JSON, pathlib, archivos bina…

Leer artículo →
Desarrollo de software

Clases y objetos de Python: tutorial de programación orientada a objetos con ejemplos reales

Clases y objetos de Python explicados con el código que ejecutamos: __init__, métodos, atributos de clase versus instancia, herencia, propiedades, m…

Leer artículo →
Inteligencia artificial

¿Qué es un modelo de lenguaje grande? Cómo funcionan los LLM, explicados sin exageraciones

¿Qué es un modelo de lenguaje grande? Los LLM explicados en lenguaje sencillo: tokens, incrustaciones, atención, entrenamiento, ventanas de temperat…

Leer artículo →
DevOps

Comandos de Linux para principiantes: la guía esencial de terminal con ejemplos

Comandos de Linux para principiantes, agrupados por tarea: navegación, archivos, visualización de registros, grep, canalizaciones, permisos, proceso…

Leer artículo →
Automatización de pruebas

Selenium vs Playwright: diferencias clave, comparación de códigos y cuál elegir

Comparación de Selenium vs Playwright: arquitectura, espera, soporte de navegador e idioma, depuración, la misma prueba en ambas herramientas, conse…

Leer artículo →
Pruebas de software

Partición de equivalencia: técnica de diseño de pruebas explicada con ejemplos resueltos

Explicación de la partición de equivalencia: cómo encontrar particiones válidas e inválidas, ejemplos prácticos para edades, contraseñas y cupones, …

Leer artículo →
Pruebas de software

Severidad vs Prioridad en Pruebas de Software: Diferencias, Matriz y Ejemplos Reales

Explicación de gravedad versus prioridad en las pruebas de software: definiciones claras, una matriz de cuatro vías con ejemplos, escalas de niveles…

Leer artículo →
Bases de datos y SQL

Tutorial de subconsultas SQL: tipos, subconsultas correlacionadas y EXISTENCIAS con ejemplos

Un tutorial de subconsultas SQL con consultas que ejecutamos: subconsultas escalares, IN, FROM y SELECT, subconsultas correlacionadas, EXISTS, la tr…

Leer artículo →
Bases de datos y SQL

Transacciones SQL y ACID explicados: COMMIT, ROLLBACK y niveles de aislamiento

Transacciones SQL y ACID explicadas con una transferencia bancaria que ejecutamos: COMMIT, ROLLBACK, puntos de guardado, bloqueos, niveles de aislam…

Leer artículo →
Desarrollo de software

Hoja de trucos de comandos de Git: los comandos que realmente usas, con ejemplos

Una hoja de referencia de comandos de Git agrupada por tarea: configuración, preparación, ramas, controles remotos, almacenamiento, historial y desh…

Leer artículo →
Desarrollo de software

Explicación de las promesas de JavaScript: luego, captura, Promise.all y errores comunes

Las promesas de JavaScript se explican con el código que ejecutamos: estados, luego y cadenas de captura, manejo de errores, Promise.all, allSettled…

Leer artículo →
Desarrollo de software

Tutorial del diccionario Python: métodos, ejemplos y patrones comunes

Un tutorial de diccionario de Python con el código que ejecutamos: crear, leer y actualizar dictados, métodos clave, fusión, comprensión, patrones d…

Leer artículo →
Inteligencia artificial

¿Qué es el RAG? Generación de recuperación aumentada explicada con un ejemplo práctico

¿Qué es RAG? Generación de recuperación aumentada explicada paso a paso: indexación, fragmentación, incrustaciones, recuperación, un pequeño ejemplo…

Leer artículo →
DevOps

Tutorial de Terraform para principiantes: infraestructura como código desde el primer archivo hasta los módulos

Un tutorial de Terraform para principiantes: comience sin una cuenta en la nube, aprenda init, planifique y aplique, luego variables, resultados, es…

Leer artículo →
DevOps

Docker vs Kubernetes: diferencias clave, cómo funcionan juntos y cuál necesita

Docker vs Kubernetes explicó: qué hace cada uno, la misma aplicación se ejecuta con ambos, se comparan Docker Compose y Swarm, los Dockershim cambia…

Leer artículo →
Automatización de pruebas

Tutorial de Pytest para principiantes: accesorios, parametrización y ejemplos reales

Un tutorial de pytest para principiantes con pruebas que ejecutamos en pytest 9.2: afirmaciones, accesorios, parametrización, conftest, marcadores, …

Leer artículo →
Pruebas de software

Ciclo de vida de pruebas de software (STLC): 6 fases, criterios de entrada y salida, ejemplo

Se explicó el ciclo de vida de las pruebas de software: seis fases de STLC con criterios de entrada y salida, entregables, un ejemplo de función de …

Leer artículo →
Desarrollo de software

Git merge vs rebase: diferencias, ejemplos y cuándo usar cada uno

Git merge vs rebase explicado con salida real del log, una tabla comparativa, la regla de oro del rebase y un flujo de trabajo seguro para equipos.

Leer artículo →
Desarrollo de software

List comprehension en Python: sintaxis, ejemplos y cuándo evitarla

List comprehension en Python explicada: sintaxis, filtros, if-else, bucles anidados, tiempos medidos y cuándo es mejor un bucle for normal.

Leer artículo →