精通正则表达式

内容简介：

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。

目录：

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

正则表达式的思维框架

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简单入门

使用正则表达式匹配文本

向实用的程序前进

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

Unicode

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HTMLTag

匹配HTMLLink

检查HTTPURL

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

POSIXNFA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：ScalarContext，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

ThePattern.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ImageTag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

辅助函数

.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

preg_replace_callback

preg_split

preg_grep

preg_quote

“缺失”的preg函数

preg_regex_to_pattern

对未知的Pattern参数进行语法检查

对未知正则表达式进行语法检查

递归的正则表达式

匹配嵌套括号内的文本

不能回溯到递归调用之内

匹配一组嵌套的括号

PHP效率

模式修饰符S：“研究”

扩展示例

用PHP解析CSV

检查taggeddata的嵌套正确性

索引