正则指引
编辑推荐
一部答疑释惑的正则表达式指引之书
常用文本处理以及语言开发的技术开发人员必读！
基本信息
- 作者： 余晟
- 出版社：电子工业出版社
- ISBN：9787121165511
- 上架时间：2012-4-16
- 出版日期：2012 年5月
- 页码：336
- 定价 ：￥58.00
- 普通会员 ： ￥43.50(75折)
- 1-3星会员： ￥42.34(73折)
- 4-5星会员： ￥40.60(70折)
- 校园优惠价 ：￥42.34(73折)
内容简介
《正则指引》针对作者在开发中遇到的实际问题，以及其他开发人员咨询的问题，总结出一套使用正则表达式解题的办法，并通过具体的例子指导读者拆解、分析问题。全书分为三大部分：第一部分主要讲解正则表达式的基础知识，涵盖了常见正则表达式中的各种功能和结构；第二部分主要讲解关于正则表达式的更深入的知识，详细探讨了编码问题、匹配原理、解题思路；第三部分将之前介绍的各种知识落实到6种常用语言.net、java、javascript、php、python、ruby中，不但详细介绍了语言中正则表达式的用法，更点明了版本之间的细微差异，既可以作为专门学习的教材，也可以作为有用的参考手册。 《正则指引》适合经常需要进行文本处理（比如日志分析或网络运维）的技术人员、熟悉常用开发语言的程序员，以及已经对正则表达式有一定了解的读者阅读。
目录
《正则指引》 第一部分 第1章 字符组 2 1.1 普通字符组 2 1.2 关于python的基础知识 4 1.3 普通字符组（续） 6 1.4 元字符与转义 8 1.5 排除型字符组 10 1.6 字符组简记法 12 1.7 字符组运算 14 1.8 posix字符组 15 第2章 量词 17 2.1 一般形式 17 2.2 常用量词 18 2.3 数据提取 21 2.4 点号 23 2.5 滥用点号的问题 23 2.6 忽略优先量词 26 2.7 转义 31 第3章 括号 33
.3.1 分组 33 3.2 多选结构 39 3.3 引用分组 44 3.3.1 反向引用 48 3.3.2 各种引用的记法 50 3.3.3 命名分组 53 3.4 非捕获分组 54 3.5 补充 55 3.5.1 转义 55 3.5.2 url rewrite 56 3.5.3 一个例子 58 第4章 断言 59 4.1 单词边界 59 4.2 行起始/结束位置 61 4.3 环视 68 4.4 补充 74 4.4.1 环视的价值 74 4.4.2 环视与分组编号 74 4.4.3 环视的支持程度 75 4.4.4 环视的组合 77 4.4.5 断言和反向引用之间的关系 79 第5章 匹配模式 81 5.1 不区分大小写模式 81 5.1.1 模式的指定方式 82 5.2 单行模式 84 5.3 多行模式 85 5.4 注释模式 87 5.5 补充 88 5.5.1 更多的模式 88 5.5.2 修饰符的作用范围 89 5.5.3 失效修饰符 90 5.5.4 模式与反向引用 90 5.5.5 冲突策略 91 5.5.6 哪种方式更好 92 第6章 其他 93 6.1 转义 93 6.1.1 字符串转义与正则转义 93 6.1.2 元字符的转义 97 6.1.3 彻底消除元字符的特殊含义 99 6.1.4 字符组中的转义 101 6.2 正则表达式的处理形式 101 6.2.1 函数式处理 102 6.2.2 面向对象式处理 102 6.2.3 比较 103 6.2.4 线程安全性 104 6.3 表达式中的优先级 106 第二部分 第7章 unicode 110 7.1 关于编码 110 7.2 推荐使用unicode编码 111 7.3 unicode匹配规则 115 7.4 单词边界 117 7.5 码值 119 7.6 unicode属性 121 7.6.1 unicode property 121 7.6.2 unicode block 122 7.6.3 unicode script 123 7.7 unicode属性列表 123 7.7.1 unicode property 123 7.7.2 unicode block 125 7.7.3 unicode script 128 7.8 posix字符组 129 第8章 匹配原理 130 8.1 有穷自动机 130 8.2 正则表达式的匹配过程 131 8.3 回溯 134 8.4 nfa和dfa 136 第9章 常见问题的解决思路 138 9.1 关于元素的三种逻辑 138 9.1.1 必须出现 139 9.1.2 可能出现 139 9.1.3 不能出现 140 9.2 正则表达式的常见操作 142 9.2.1 提取 142 9.2.2 验证 148 9.2.3 替换 152 9.2.4 切分 157 9.3 正则表达式的优化建议 159 9.3.1 使用缓存 159 9.3.2 尽量准确地表达意图 160 9.3.3 避免重复匹配 160 9.3.4 独立出文本和锚点 161 9.4 别过分依赖正则表达式 162 9.4.1 彻底放弃字符串操作 162 9.4.2 思维定势 163 9.4.3 正则表达式可以匹配各种文本 164 第 三 部 分 第10章 .net 168 10.1 预备知识 168 10.2 正则功能详解 169 10.2.1 列表 169 10.2.2 字符组 170 10.2.3 unicode属性 170 10.2.4 字符组简记法 171 10.2.5 单词边界 171 10.2.6 行起始/结束位置 172 10.2.7 环视 173 10.2.8 匹配模式 173 10.2.9 捕获分组的引用 174 10.3 正则api简介 175 10.3.1 regex 175 10.3.2 match 179 10.4 常用操作示例 180 10.4.1 验证 180 10.4.2 提取 180 10.4.3 替换 181 10.4.4 切分 182 第11章 java 183 11.1 预备知识 183 11.2 正则功能详解 184 11.2.1 列表 184 11.2.2 字符组 184 11.2.3 unicode属性 186 11.2.4 字符组简记法 186 11.2.5 单词边界 186 11.2.6 行起始/结束位置 187 11.2.7 环视 188 11.2.8 匹配模式 188 11.2.9 纯文本模式 189 11.2.10 捕获分组的引用 189 11.3 正则api简介 189 11.3.1 pattern 190 11.3.2 matcher 192 11.3.3 string 194 11.4 常用操作示例 195 11.4.1 验证 195 11.4.2 提取 196 11.4.3 替换 196 11.4.4 切分 197 第12章 javascript 198 12.1 预备知识 198 12.2 正则功能详解 199 12.2.1 列表 199 12.2.2 字符组 199 12.2.3 字符组简记法 200 12.2.4 单词边界 200 12.2.5 行起始/结束位置 201 12.2.6 环视 201 12.2.7 匹配模式 202 12.2.8 捕获分组的引用 203 12.3 正则api简介 203 12.3.1 regexp 203 12.3.2 string 207 12.4 常用操作示例 210 12.4.1 验证 210 12.4.2 提取 210 12.4.3 替换 211 12.4.4 切分 211 12.5 关于actionscript 211 12.5.1 regexp 211 12.5.2 匹配规则 212 12.5.3 匹配模式 212 12.5.4 正则api 212 第13章 php 213 13.1 预备知识 213 13.2 正则功能详解 215 13.2.1 列表 215 13.2.2 字符组 216 13.2.3 unicode属性 217 13.2.4 字符组简记法 217 13.2.5 单词边界 217 13.2.6 行起始/结束位置 218 13.2.7 环视 219 13.2.8 匹配模式 219 13.2.9 纯文本模式 220 13.2.10 捕获分组的引用 220 13.3 正则api简介 221 13.3.1 preg 常量说明 221 13.3.2 preg_quote 222 13.3.3 preg_ grep 223 13.3.4 preg_match 223 13.3.5 preg_match_all 225 13.3.6 preg_ last_ error 227 13.3.7 preg_replace 227 13.3.8 preg_ replace_ callback 227 13.3.9 preg_ filter 228 13.3.10 preg_ split 229 13.4 常见的正则操作举例 230 13.4.1 验证 230 13.4.2 提取 230 13.4.3 替换 231 13.4.4 切分 232 第14章 python 233 14.1 预备知识 233 14.2 正则功能详解 234 14.2.1 列表 234 14.2.2 字符组 235 14.2.3 unicode属性 236 14.2.4 字符组简记法 236 14.2.5 单词边界 238 14.2.6 行起始/结束位置 239 14.2.7 环视 239 14.2.8 匹配模式 240 14.2.9 捕获分组的引用 240 14.3 正则api简介 241 14.3.1 regexobject 241 14.3.2 re.compile(regex[, flags]) 243 14.3.3 re.search(pattern, string[, flags]) 243 14.3.4 matchobject 243 14.3.5 re.match(pattern, string[, flags]) 244 14.3.6 re.findall(pattern, sting[, flags]) 245 14.3.7 re.finditer(pattern, string[, flags]) 245 14.3.8 re.split(pattern, string[, maxsplit=0, flags=0]) 246 14.3.9 re.sub(pattern, repl, string[, count, flags]) 247 14.4 常用操作示例 248 14.4.1 验证 248 14.4.2 提取 248 14.4.3 替换 249 14.4.4 切分 250 第15章 ruby 251 15.1 预备知识 251 15.2 正则功能详解 252 15.2.1 列表 252 15.2.2 字符组 252 15.2.3 unicode属性 253 15.2.4 字符组简记法 254 15.2.5 单词边界 254 15.2.6 行起始/结束位置 255 15.2.7 环视 256 15.2.8 匹配模式 256 15.2.9 捕获分组的引用 257 15.3 正则api简介 257 15.3.1 regexp 257 15.3.2 regexp.match(text) 259 15.3.3 regexp.quote(text)和regexp.escape(text) 260 15.3.4 string.index(regexp) 261 15.3.5 string.scan(regexp) 261 15.3.6 string.slice(regexp) 262 15.3.7 string.split(regexp) 262 15.3.8 string.sub(regexp, str) 263 15.3.9 string.gsub(regexp, string) 264 15.4 常用操作示例 264 15.4.1 验证 264 15.4.2 提取 265 15.4.3 替换 265 15.4.4 切分 265 15.5 ruby 1.9的新变化 266 第16章 linux/unix 268 16.1 posix 268 16.1.1 posix规范 268 16.1.2 posix字符组 269 16.2 vi 271 16.2.1 字符组及简记法 271 16.2.2 量词 272 16.2.3 多选结构和捕获分组 272 16.2.4 环视 273 16.2.5 锚点和单词边界 273 16.2.6 替换操作的特殊字符 274 16.2.7 replacement中的特殊变量 276 16.2.8 补充 276 16.3 grep 277 16.3.1 基本用法 277 16.3.2 字符组 277 16.3.3 锚点和单词边界 278 16.3.4 量词 278 16.3.5 多选结构和捕获分组 279 16.3.6 options 279 16.3.7 egrep和fgrep 280 16.3.8 补充 280 16.4 awk 281 16.4.1 基本用法 281 16.4.2 字符组及简记法 282 16.4.3 锚点和单词边界 283 16.4.4 量词 283 16.4.5 多选结构 284 16.4.6 补充 284 16.5 sed 284 16.5.1 基本用法 284 16.5.2 字符组及简记法 285 16.5.3 锚点和单词边界 285 16.5.4 量词 286 16.5.5 多选结构和捕获分组 286 16.5.6 options 286 16.5.7 补充 287 16.6 总结 288 附录a 常用语言中正则特性一览 291 附录b 常用的正则表达式 293 附录c 常用的正则表达式工具及资源 309
前言
提到正则表达式，许多人很有点不屑一顾：这东西，不登大雅之堂，再说也不是总要用到，何必专门花时间学习？ 没错，正则表达式并不“总要用到”，但到了需要的场合用不上，往往产生“一分钱难倒英雄汉”的尴尬。经常需要处理文本的程序员自然会知道正则表达式的价值，其他的程序员如果不会正则表达式，即便开发的领域与文本处理没什么关系，也难免“躺着中枪”的命运——前几天我遇到一个问题，将一行长长的地址拆分成多行，负责这部分的程序员的日常工作只是制作PDF而已，拆分地址是很“边缘”的功能，但不会正则表达式就无法准确折行（一般需要在标点符号出现的地方折行，而不能只在空白字符处折行，但是不同语言中的标点符号各有不同），结果一筹莫展；相反， 如果了解正则表达式，就可以很容易地处理各种语言中的标点字符。 以我的开发经验来看，专门花点时间掌握正则表达式，确实是非常有必要的。目前可以见到的关于正则表达式的书籍和资料有不少，但又各有不足。 在互联网上，流传着一些编程语言的正则文档和《30分钟教会你正则表达式》之类的帖子。这类资料的好处是简单直接，查到了，如果有现成的例子，而且适用于自己的语言，则可以直接拿来用；然而，其坏处也是简单直接，因为缺乏背后原理的讲解，如果找不到现成的例子，或者找不到能在自己所使用语言中行得通的例子（需知道，同样的正则表达式并不能直接套用到不同的语言中），则束手无策。 在正式的出版领域，已经有《精通正则表达式》、《正则表达式必知必会》之类的 出版，尤其是前者，堪称关于正则表达式的经典著作，如果想认真学习正则表达式，这类书籍是必须阅读的。但这类书籍也有一个弱点，即都是由英文版本翻译而来的，更多地侧重英文文本的处理，身为中文世界的开发人员，我们经常需要处理中文文本——对于处理英文之外的字符，正则表达式已经提供了足够丰富的功能，但如何用对、用好这些功能，资料却很匮乏。 我经常需要给人讲解正则表达式的相关知识，时常惋惜的是，开发人员为这些问题所困扰；正因为如此，本书的写作动机便是着力弥补现有资料的缺陷。 相对于正则文档和速成教学帖子，本书深入讲解了匹配背后的原理，往往会举一反三，告诉读者，这里为何这样写，如果改成其他形式，会造成什么结构；并且，集中讲解和比较了多种语言中正则表达式用法的异同，方便读者把现成的正则表达式“移植”到自己的工作环境中。 本书来源：互动出版网