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。本书是讲解正则表达式的经典之作。本书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。 本书自第1 版开始着力于教会读者“以正则表达式来思考”,来让读者真正“精通”正则表达式。该版对PHP的相关内容、Java1.5和Java1.6的新特性作了可观的扩充讲解。任何有机会使用正则表达式的读者都会从中获益匪浅。 1 (p1): 第1章:正则表达式入门 2 (p1-1): 解决实际问题 4 (p1-2): 作为编程语言的正则表达式 4 (p1-2-1): 以文件名做类比 5 (p1-2-2): 以语言做类比 6 (p1-3): 正则表达式的思维框架 6 (p1-3-1): 对于有部分经验的读者 6 (p1-3-2): 检索文本文件:Egrep 8 (p1-4): Egrep元字符 8 (p1-4-1): 行的起始和结束 9 (p1-4-2): 字符组 11 (p1-4-3): 用点号匹配任意字符 13 (p1-4-4): 多选结构 14 (p1-4-5): 忽略大小写 15 (p1-4-6): 单词分界符 16 (p1-4-7): 小结 17 (p1-4-8): 可选项元素 18 (p1-4-9): 其他量词:重复出现 20 (p1-4-10): 括号及反向引用 22 (p1-4-11): 神奇的转义 23 (p1-5): 基础知识拓展 23 (p1-5-1): 语言的差异 23 (p1-5-2): 正则表达式的目标 23 (p1-5-3): 更多的例子 27 (p1-5-4): 正则表达式术语汇总 30 (p1-5-5): 改进现状 32 (p1-5-6): 总结 33 (p1-6): 一家之言 35 (p2): 第2章:入门示例拓展 36 (p2-1): 关于这些例子 37 (p2-1-1): Perl简单入门 38 (p2-2): 使用正则表达式匹配文本 40 (p2-2-1): 向更实用的程序前进 40 (p2-2-2): 成功匹配的副作用 43 (p2-2-3): 错综复杂的正则表达式 49 (p2-2-4): 暂停片刻 50 (p2-3): 使用正则表达式修改文本 50 (p2-3-1): 例子:公函生成程序 51 (p2-3-2): 举例:修整股票价格 53 (p2-3-3): 自动的编辑操作 53 (p2-3-4): 处理邮件的小工具 59 (p2-3-5): 用环视功能为数值添加逗号 67 (p2-3-6): Text-to-HTML转换 77 (p2-3-7): 回到单词重复问题 83 (p3): 第3章:正则表达式的特性和流派概览 85 (p3-1): 在正则的世界中漫步 85 (p3-1-1): 正则表达式的起源 91 (p3-1-2): 最初印象 93 (p3-2): 正则表达式的注意事项和处理方式 94 (p3-2-1): 集成式处理 95 (p3-2-2): 程序式处理和面向对象式处理 98 (p3-2-3): 查找和替换 100 (p3-2-4): 其他语言中的查找和替换 101 (p3-2-5): 注意事项和处理方式:小结 101 (p3-3): 字符串,字符编码和匹配模式 101 (p3-3-1): 作为正则表达式的字符串 105 (p3-3-2): 字符编码 106 (p3-3-3): Unicode 110 (p3-3-4): 正则模式和匹配模式 113 (p3-4): 常用的元字符和特性 115 (p3-4-1): 字符表示法 118 (p3-4-2): 字符组及相关结构 129 (p3-4-3): 锚点及其他“零长度断言” 135 (p3-4-4): 注释和模式修饰符 137 (p3-4-5): 分组,捕获,条件判断和控制 142 (p3-5): 高级话题引导 143 (p4): 第4章:表达式的匹配原理 143 (p4-1): 发动引擎 144 (p4-1-1): 两类引擎 144 (p4-1-2): 新的标准 145 (p4-1-3): 正则引擎的分类 146 (p4-1-4): 几句题外话 146 (p4-1-5): 测试引擎的类型 147 (p4-2): 匹配的基础 147 (p4-2-1): 关于范例 148 (p4-2-2): 规则1:优先选择最左端的匹配结果 149 (p4-2-3): 引擎的构造 151 (p4-2-4): 规则2:标准量词是匹配优先的 153 (p4-3): 表达式主导与文本主导 153 (p4-3-1): NFA引擎:表达式主导 155 (p4-3-2): DFA引擎:文本主导 156 (p4-3-3): 第一想法:比较NFA与DFA 157 (p4-4): 回溯 158 (p4-4-1): 真实世界中的例子:面包屑 159 (p4-4-2): 回溯的两个要点 159 (p4-4-3): 备用状态 162 (p4-4-4): 回溯与匹配优先 163 (p4-5): 关于匹配优先和回溯的更多内容 164 (p4-5-1): 匹配优先的问题 165 (p4-5-2): 多字符“引文” 166 (p4-5-3): 使用忽略优先量词 167 (p4-5-4): 匹配优先和忽略优先都期望获得匹配 168 (p4-5-5): 匹配优先、忽略优先和回溯的要旨 169 (p4-5-6): 占有优先量词和固化分组 172 (p4-5-7): 占有优先量词,?+、*+、++和{m,n}+ 173 (p4-5-8): 环视中的回溯 174 (p4-5-9): 多选结构也是匹配优先的吗 175 (p4-5-10): 发掘有序多选结构的价值 177 (p4-6): NFA、DFA和POSIX 177 (p4-6-1): 最左最长规则 178 (p4-6-2): POSIX和最左最长规则 179 (p4-6-3): 速度和效率 180 (p4-6-4): 小结:NFA与DFA的比较 183 (p4-7): 总结 185 (p5): 第5章:正则表达式实用技巧 186 (p5-1): 正则表达式的平衡法则 186 (p5-2): 若干简单的例子 186 (p5-2-1): 匹配连续行(续前) 187 (p5-2-2): 匹配IP地址 190 (p5-2-3): 处理文件名 193 (p5-2-4): 匹配对称的括号 194 (p5-2-5): 防备不期望的匹配 196 (p5-2-6): 匹配分隔符之内的文本 198 (p5-2-7): 了解数据,做出假设 199 (p5-2-8): 去除文本首尾的空白字符 200 (p5-3): HTML相关范例 200 (p5-3-1): 匹配HTML Tag 201 (p5-3-2): 匹配HTML Link 203 (p5-3-3): 检查HTTP URL 203 (p5-3-4): 验证主机名 206 (p5-3-5): 在真实世界中提取URL 208 (p5-4): 扩展的例子 209 (p5-4-1): 保持数据的协调性 213 (p5-4-2): 解析CSV文件 221 (p6): 第6章:打造高效正则表达式 222 (p6-1): 典型示例 223 (p6-1-1): 稍加修改——先迈最好使的腿 223 (p6-1-2): 效率vs准确性 225 (p6-1-3): 继续前进——限制匹配优先的作用范围 226 (p6-1-4): 实测 228 (p6-2): 全面考察回溯 229 (p6-2-1): POSIX NFA需要更多处理 230 (p6-2-2): 无法匹配时必须进行的工作 231 (p6-2-3): 看清楚一点 231 (p6-2-4): 多选结构的代价很高 232 (p6-3): 性能测试 234 (p6-3-1): 理解测量对象 234 (p6-3-2): PHP测试 235 (p6-3-3): Java测试 237 (p6-3-4): VB.NET测试 238 (p6-3-5): Ruby测试 238 (p6-3-6): Python测试 239 (p6-3-7): Tcl测试 240 (p6-4): 常见优化措施 240 (p6-4-1): 有得必有失 241 (p6-4-2): 优化各有不同 241 (p6-4-3): 正则表达式的应用原理 242 (p6-4-4): 应用之前的优化措施 246 (p6-4-5): 通过传动装置进行优化 247 (p6-4-6): 优化正则表达式本身 252 (p6-5): 提高表达式速度的诀窍 254 (p6-5-1): 常识性优化 255 (p6-5-2): 将文字文本独立出来 256 (p6-5-3): 将锚点独立出来 256 (p6-5-4): 忽略优先还是匹配优先?具体情况具体分析 257 (p6-5-5): 拆分正则表达式 258 (p6-5-6): 模拟开头字符识别 259 (p6-5-7): 使用固化分组和占有优先量词 260 (p6-5-8): 主导引擎的匹配 261 (p6-6): 消除循环 262 (p6-6-1): 方法1:依据经验构建正则表达式 264 (p6-6-2): 真正的“消除循环”解法 266 (p6-6-3): 方法2:自顶向下的视角 267 (p6-6-4): 方法3:匹配主机名 268 (p6-6-5): 观察 268 (p6-6-6): 使用固化分组和占有优先量词 270 (p6-6-7): 简单的消除循环的例子 272 (p6-6-8): 消除C语言注释匹配的循环 277 (p6-7): 流畅运转的表达式 277 (p6-7-1): 引导匹配的工具 279 (p6-7-2): 引导良好的正则表达式速度很快 281 (p6-7-3): 完工 281 (p6-8): 总结:开动你的大脑 283 (p7): 第7章:Perl 285 (p7-1): 作为语言组件的正则表达式 286 (p7-1-1): Perl的长处 286 (p7-1-2): Perl的短处 286 (p7-2): Perl的正则流派 288 (p7-2-1): 正则运算符和正则文字 292 (p7-2-2): 正则文字的解析方式 292 (p7-2-3): 正则修饰符 293 (p7-3): 正则表达式相关的Perl教义 294 (p7-3-1): 表达式应用场合 295 (p7-3-2): 动态作用域及正则匹配效应 299 (p7-3-3): 匹配修改的特殊变量 303 (p7-4): qr/.../运算符与regex对象 303 (p7-4-1): 构建和使用regex对象 305 (p7-4-2): 探究regex对象 306 (p7-4-3): 用regex对象提高效率 306 (p7-5): Match运算符 307 (p7-5-1): Match的正则运算元 308 (p7-5-2): 指定目标运算元 309 (p7-5-3): Match运算符的不同用途 312 (p7-5-4): 迭代匹配:ScalarContext,使用/g 316 (p7-5-5): Match运算符与环境的关系 318 (p7-6): Substitution运算符 319 (p7-6-1): 运算元replacement 319 (p7-6-2): /e修饰符 321 (p7-6-3): 应用场合与返回值 321 (p7-7): Split运算符 322 (p7-7-1): Split基础知识 324 (p7-7-2): 返回空元素 325 (p7-7-3): Split中的特殊Regex运算元 326 (p7-7-4): Split中带捕获型括号的match运算元 326 (p7-8): 巧用Perl的专有特性 328 (p7-8-1): 用动态正则表达式结构匹配嵌套结构 331 (p7-8-2): 使用内嵌代码结构 335 (p7-8-3): 在内嵌代码结构中使用local函数 338 (p7-8-4): 关于内嵌代码和my变量的忠告 340 (p7-8-5): 使用内嵌代码匹配嵌套结构 341 (p7-8-6): 正则文字重载 344 (p7-8-7): 正则文字重载的问题 344 (p7-8-8): 模拟命名捕获 347 (p7-9): 效率 348 (p7-9-1): 办法不只一种 348 (p7-9-2): 表达式编译、/o修饰符、qr/.../和效率 355 (p7-9-3): 理解“原文”副本 359 (p7-9-4): Study函数 360 (p7-9-5): 性能测试 361 (p7-9-6): 正则表达式调试信息 363 (p7-10): 结语 365 (p8): 第8章:Java 366 (p8-1): Java的正则流派 369 (p8-1-1): Java对\p{...}和\P{...}的支持 370 (p8-1-2): Unicode行终结符 371 (p8-2): 使用java.util.regex 372 (p8-3): The Pattern.compile() Factory 373 (p8-3-1): Pattern的matcher方法 373 (p8-4): Matcher对象 375 (p8-4-1): 应用正则表达式 376 (p8-4-2): 查询匹配结果 378 (p8-4-3): 简单查找-替换 380 (p8-4-4): 高级查找-替换 382 (p8-4-5): 原地查找-替换 384 (p8-4-6): Matcher的检索范围 389 (p8-4-7): 方法链 389 (p8-4-8): 构建扫描程序 392 (p8-4-9): Matcher的其他方法 394 (p8-5): Pattern的其他方法 395 (p8-5-1): Pattern的split方法,单个参数 396 (p8-5-2): Pattern的split方法,两个参数 397 (p8-6): 拓展示例 397 (p8-6-1): 为Image Tag添加宽度和高度属性 399 (p8-6-2): 对于每个Matcher,使用多个Pattern校验HTML 401 (p8-6-3): 解析CSV文档 401 (p8-7): Java版本差异 402 (p8-7-1): 1.4.2和1.5.0之间的差异 403 (p8-7-2): 1.5.0和1.6之间的差异 405 (p9): 第9章:.NET 406 (p9-1): .NET的正则流派 409 (p9-1-1): 对于流派的补充 413 (p9-2): 使用.NET正则表达式 413 (p9-2-1): 正则表达式快速入门 415 (p9-2-2): 包概览 416 (p9-3): 核心对象概览 418 (p9-3-1): 核心对象详解 419 (p9-3-2): 创建Regex对象 421 (p9-3-3): 使用Regex对象 427 (p9-3-4): 使用Match对象 430 (p9-3-5): 使用Group对象 431 (p9-4): 静态“便捷”函数 432 (p9-4-1): 正则表达式缓存 432 (p9-5): 支持函数 434 (p9-6): .NET高级话题 434 (p9-6-1): 正则表达式装配件 436 (p9-6-2): 匹配嵌套结构 437 (p9-6-3): Capture对象 439 (p10): 第10章:PHP 441 (p10-1): PHP的正则流派 443 (p10-2): Preg函数接口 444 (p10-2-1): “Pattern”参数 449 (p10-3): Preg函数罗列 449 (p10-3-1): preg_match 453 (p10-3-2): preg_match_all 458 (p10-3-3): preg_replace 463 (p10-3-4): preg_replace_callback 465 (p10-3-5): preg_split 469 (p10-3-6): preg_grep 470 (p10-3-7): preg_quote 471 (p10-4): “缺失”的preg函数 472 (p10-4-1): preg_regex_to_pattern 474 (p10-4-2): 对未知的Pattern参数进行语法检查 475 (p10-4-3): 对未知正则表达式进行语法检查 475 (p10-5): 递归的正则表达式 475 (p10-5-1): 匹配嵌套括号内的文本 477 (p10-5-2): 不能回溯到递归调用之内 478 (p10-5-3): 匹配一组嵌套的括号 478 (p10-6): 效率 478 (p10-6-1): 模式修饰符S:“研究” 480 (p10-7): 扩展示例 480 (p10-7-1): 用PHP解析CSV 481 (p10-7-2): 检查tagged data的嵌套正确性 485 (p11): 索引 Regular expressions are an extremely powerful tool for manipulating text and data. They are now standard features in a wide range of languages and popular tools, including Perl, Python, Ruby, Java, VB.NET and C# (and any language using the .NET Framework), PHP, and MySQL. If you don't use regular expressions yet, you will discover in this book a whole new world of mastery over your data. If you already use them, you'll appreciate this book's unprecedented detail and breadth of coverage. If you think you know all you need to know about regular expressions, this book is a stunning eye-opener. As this book shows, a command of regular expressions is an invaluable skill. Regular expressions allow you to code complex and subtle text processing that you never imagined could be automated. Regular expressions can save you time and aggravation. They can be used to craft elegant solutions to a wide range of problems. Once you've mastered regular expressions, they'll become an invaluable part of your toolkit. You will wonder how you ever got by without them. Yet despite their wide availability, flexibility, and unparalleled power, regular expressions are frequently underutilized. Yet what is power in the hands of an expert can be fraught with peril for the unwary. Mastering Regular Expressions will help you navigate the minefield to becoming an expert and help you optimize your use of regular expressions. Mastering Regular Expressions, Third Edition, now includes a full chapter devoted to PHP and its powerful and expressive suite of regular expression functions, in addition to enhanced PHP coverage in the central "core" chapters. Furthermore, this edition has been updated throughout to reflect advances in other languages, including expanded in-depth coverage of Sun's java.util.regex package, which has emerged as the standard Java regex implementation.Topics include: A comparison of features among different versions of many languages and tools, How the regular expression engine works, Optimization (major savings available here!), Matching just what you want, but not what you don't want, Sections and chapters on individual languages. Written in the lucid, entertaining tone that makes a complex, dry topic become crystal-clear to programmers, and sprinkled with solutions to complex real-world problems, Mastering Regular Expressions, Third Edition offers a wealth information that you can put to immediate use. - Publisher. Printing History January 1997 First Edition. March 1997 Minor Corrections. May 1997 Minor Corrections. July 1997 Minor Corrections. November 1997 Minor Corrections. July 2002 Second Edition. August 2006 Third Edition.