精通正则表达式9787121175015

　　本书关注的是一种强大的工具——“正则表达式”。它将教会读者如何使用正则表达式解决各种问题，以及如何充分使用支持正则表达式的工具和语言。许多关于正则表达式的文档都没有介绍这种工具的能力，而本书的目的正是让读者“精通”正则表达式。许多种工具都支持正则表达式（文本编辑器、文字处理软件、系统工具、数据库引擎，等等），不过，要想充分挖掘正则表达式的能力，还是应当将它作为编辑语言的一部分。例如Java、JScript、VisualBasic、VBScript、JavaScript、ECMAScript、C、C++、C#、elisp、Perl、Python、Tcl、Ruby、PHP、sed和awk。事实上，在一些用上述语言编写的程序中，正则表达式扮演了极其重要的角色。正则表达式能够得到众多语言和工具的支持是有原因的：它们极其有用。从较低的层面上来说，正则表达式描述的是一串文本（achunkoftext）的特征。读者可以用它来验证用户输入的数据，或者也可以用它来检索大量的文本。从较高的层面上来说，正则表达式容许用户掌控他们自己的数据——控制这些数据，让他们为自己服务。掌握正则表达式，就是掌握自己的数据。
　　本书的价值TheNeedforThisBook
　　本书的第1版写于1996年，以满足当时存在的需求。那时还没有关于正则表达式的详尽文档，所以它的大部分能力还没有被发掘出来。正则表达式文档倒是存在，但它们都立足于“低层次视角”。我认为，那种情况就好像是教一些人英文字母，然后就指望他们会说话。第2版与第1版间隔了五年半的时间，这期间，互联网迅速流行起来，正则表达式的形式也有了极大的扩张，这或许并不是巧合。几乎所有工具软件和程序语言支持的正则表达式也变得更加强大和易于使用。Perl、Python、Tcl、Java和VisualBasic都提供了新的正则支持。新出现的支持内建正则表达式的语言，例如PHP、Ruby、C#，也已经发展壮大，流行开来。在这段时间里，本书的核心——如何真正理解正则表达式，以及如何使用正则表达式——仍然保持着它的重要性和参考价值。不过，第1版已经逐渐脱离了时代，必须加以修订，才能适应新的语言和特性，也才能对应正则表达式在互联网世界中越来越重要的地位。第2版出版于2002年，这一年的里程碑是java.util.regex、Microsoft.NETFramework和Perl5.8的诞生。第2版全面覆盖了这些内容。关于第2版，我唯一的遗憾就是，它没有提及PHP。自第2版诞生以来的4年里，PHP的重要性一直在增加，所以，弥补这一缺憾是非常迫切的。第3版在前面的章节中增加了PHP的相关内容，并专门为理解和应用PHP的正则表达式增加了一章全新的内容。另外，该版对Java的章节也进行了修订，做了可观的扩充，反映了Java1.5和Java1.6的新特性。
　　目标读者IntendedAudience
　　任何有机会使用正则表达式的人，都会对本书感兴趣。如果您还不了解正则表达式能提供的强大功能，这本书展示的全新世界将会让您受益匪浅。即使您认为自己已经是掌握正则表达式的高手了，这本书也能够深化您的认识。第1版面世后，我时常会收到读者的电子邮件反映说“读这本书之前，我以为自己了解正则表达式，但现在我才真正弄明白”。以与文本打交道为工作（如Web开发）的程序员将会发现，这本书绝对称得上是座金矿，因为其中蕴藏了各种细节、暗示、讲解，以及能够立刻投入到实用中的知识。在其他任何地方都难以找到这样完整而详尽的资料。正则表达式是一种思想——各种工具以各种方式（数目远远超过本书的列举）来实现它。如果读者理解了正则表达式的基本思想，掌握某种特殊的实现就是易如反掌的事情。本书关注的就是这种思想，所以其中的许多知识并不受例子中所用的工具软件和语言的束缚。
　　如何阅读HowtoReadThisBook
　　这本书既是教程，又是参考手册，还可以当故事看，这取决于读者的阅读方式。熟悉正则表达式的读者可能会觉得，这本书马上就能当作一本详细的参考手册，读者可以直接跳到自己需要的章节。不过，我并不鼓励这样做。要想充分利用这本书，可以把前6章作为故事来读。我发现，某些思维习惯和思维方式的确有助于完整的理解，不过最好还是从这几章的讲解中学习它们，而不是仅仅记住其中的几张列表。故事是这样的，前6章是后面4章——包括Perl、Java、.NET和PHP——的基础。为了帮助读者理解每一部分，我交叉使用各章的知识，为了提供尽可能方便的索引，我投入了大量的精力（全书中有超过1200处交叉引用，它们用符号加页码的形式标注）。在读完整个故事以前，最好不要把本书作为参考手册。在开始阅读之前，读者可以参考其中的表格，例如第92页的图表，想象它代表了需要掌握的相关信息。但是，还有大量背景信息没有包含在图表中，而是隐藏在故事里。读者阅读完整个故事之后，会对这些问题有个清晰的概念，哪些能够记起来，哪些需要温习。

前言
第1章：正则表达式入门
解决实际问题
作为编程语言的正则表达式
以文件名做类比
以语言做类比
正则表达式的知识框架
对于有部分经验的读者
检索文本文件：egrep
egrep元字符
行的起始和结束
字符组
用点号匹配任意字符
多选结构
忽略大小写
单词分界符
小结
可选项元素
其他量词：重复出现
括号及反向引用
.神奇的转义
基础知识拓展
语言的差异
正则表达式的目标
更多的例子
正则表达式术语汇总
改进现状
总结
一家之言

第2章：入门示例拓展
关于这些例子
perl简短入门
使用正则表达式匹配文本
向更实用的程序前进
成功匹配的副作用
错综复杂的正则表达式
暂停片刻
使用正则表达式修改文本
例子：公函生成程序
举例：修整股票价格
自动的编辑操作
处理邮件的小工具
用环视功能为数值添加逗号
text-to-html转换
回到单词重复问题

第3章：正则表达式的特性和流派概览
在正则的世界中漫步
正则表达式的起源
最初印象
正则表达式的注意事项和处理方式
集成式处理
程序式处理和面向对象式处理
查找和替换
其他语言中的查找和替换
注意事项和处理方式：小结
字符串，字符编码和匹配模式
作为正则表达式的字符串
字符编码
正则模式和匹配模式
常用的元字符和特性
字符表示法
字符组及相关结构
锚点及其他“零长度断言”
注释和模式量词
分组，捕获，条件判断和控制
高级话题引导

第4章：表达式的匹配原理
发动引擎
两类引擎
新的标准
正则引擎的分类
几句题外话
测试引擎的类型
匹配的基础
关于范例
规则1：优先选择最左端的匹配结果
引擎的构造
规则2：标准量词是匹配优先的
表达式主导与文本主导
nfa引擎：表达式主导
dfa引擎：文本主导
第一想法：比较nfa与dfa
回溯
真实世界中的例子：面包屑
回溯的两个要点
备用状态
回溯与匹配优先
关于匹配优先和回溯的更多内容
匹配优先的问题
多字符“引文”
使用忽略优先量词
匹配优先和忽略优先都期望获得匹配
匹配优先、忽略优先和回溯的要旨
占有优先量词和固化分组
占有优先量词，？+、*+、++和{m，n}+
环视的回溯
多选结构也是匹配优先的吗
发掘有序多选结构的价值
nfa、dfa和posix
最左最长规则
posix和最左最长规则
速度和效率
小结：nfa与dfa的比较
总结

第5章：正则表达式实用技巧
正则表达式的平衡法则
若干简单的例子
匹配连续行（续前）
匹配ip地址
处理文件名
匹配对称的括号
防备不期望的匹配
匹配分隔符之内的文本
了解数据，做出假设
去除文本首尾的空白字符
html相关范例
匹配html tag
匹配html link
检查http url
验证主机名
在真实世界中提取url
扩展的例子
保持数据的协调性
解析csv文件

第6章：打造高效正则表达式
典型示例
稍加修改——先迈最好使的腿
效率vs准确性
继续前进——限制匹配优先的作用范围
实测
全面考查回溯
posix nfa需要更多处理
无法匹配时必须进行的工作
看清楚一点
多选结构的代价可能很高
性能测试..
理解测量对象
php测试
java测试
vb.net测试
ruby测试
python测试
tcl测试
常见优化措施
有得必有失
优化各有不同
正则表达式的应用原理
应用之前的优化措施
通过传动装置进行优化
优化正则表达式本身
提高表达式速度的诀窍
常识性优化
将文字文本独立出来
将锚点独立出来
忽略优先还是匹配优先？具体情况具体分析
拆分正则表达式
模拟开头字符识别
使用固化分组和占有优先量词
主导引擎的匹配
消除循环
方法1：依据经验构建正则表达式
真正的“消除循环”解法
方法2：自顶向下的视角
方法3：匹配主机名
观察
使用固化分组和占有优先量词
简单的消除循环的例子
消除c语言注释匹配的循环
流畅运转的表达式
引导匹配的工具
引导良好的正则表达式速度很快
完工
总结：开动你的大脑

第7章：perl
作为语言组件的正则表达式
perl的长处
perl的短处
perl的正则流派
正则运算符和正则文字
正则文字的解析方式
正则修饰符
正则表达式相关的perl教义
表达式应用场合
动态作用域及正则匹配效应
匹配修改的特殊变量
qr/…/运算符与regex对象
构建和使用regex对象
探究regex对象
用regex对象提高效率
match运算符
match的正则运算元
指定目标运算元
match运算符的不同用途
迭代匹配：scalar context，不使用/g
match运算符与环境的关系
substitution运算符
运算元replacement
/e修饰符
应用场合与返回值
split运算符
split基础知识
返回空元素
split中的特殊regex运算元
split中带捕获型括号的match运算元
巧用perl的专有特性
用动态正则表达式结构匹配嵌套结构
使用内嵌代码结构
在内嵌代码结构中使用local函数
关于内嵌代码和my变量的忠告
使用内嵌代码匹配嵌套结构
正则文字重载
正则文字重载的问题
模拟命名捕获
效率
办法不只一种
表达式编译、/o修饰符、qr//和效率
理解“原文”副本
study函数
性能测试
正则表达式调试信息
结语

第8章：java
java的正则流派
java对p{…}和p{…}的支持
unicode行终结符
使用java.util.regex
the pattern.compile（） factory
pattern的matcher方法
matcher对象
应用正则表达式
查询匹配结果
简单查找-替换
高级查找-替换
原地查找-替换
matcher的检索范围
方法链
构建扫描程序
matcher的其他方法
pattern的其他方法
pattern的split方法，单个参数
pattern的split方法，两个参数
拓展示例
为image tag添加宽度和高度属性
对于每个matcher，使用多个pattern校验html
解析csv文档
java版本差异
1.4.2和1.5.0之间的差异
1.5.0和1.6之间的差异

第9章：.net
.net的正则流派
对于流派的补充
使用.net正则表达式
正则表达式快速入门
包概览
核心对象概览
核心对象详解
创建regex对象
使用regex对象
使用match对象
使用group对象
静态“便捷”函数
正则表达式缓存
支持函数
.net高级话题
正则表达式装配件
匹配嵌套结构
capture对象

第10章：php
php的正则流派
preg函数接口
“pattern”参数
preg函数罗列
preg_match
preg_match_all
preg_replace
……

　　《精通正则表达式（第3版）》随着互联网的迅速发展，几乎所有工具软件和程序语言都支持的正则表达式也变得越来越强大和易于使用。《精通正则表达式（第3版）》是讲解正则表达式的经典之作。

　　《精通正则表达式（第3版）》主要讲解了正则表达式的特性和流派、匹配原理、优化原则、实用诀窍以及调校措施，并详细介绍了正则表达式在perl、java、．net、php中的用法。

 《精通正则表达式(第3版)》是正则这一万妙法门的经典名著，享誉全球，中文版由IT世界的翻译奇才兼资深程序员余晟翻译。