前言

提到正則表達(dá)式，許多人很有點(diǎn)不屑一顧：這東西，不登大雅之堂，再說也不是總要用到，何必專門花時(shí)間學(xué)習(xí)？

沒錯(cuò)，正則表達(dá)式并不“總要用到”，但到了需要的場合用不上，往往產(chǎn)生“一分錢難倒英雄漢”的尷尬。經(jīng)常需要處理文本的程序員自然會(huì)知道正則表達(dá)式的價(jià)值，其他的程序員如果不會(huì)正則表達(dá)式，即便開發(fā)的領(lǐng)域與文本處理沒什么關(guān)系，也難免“躺著中槍”的命運(yùn)——前幾天我遇到一個(gè)問題，將一行長長的地址拆分成多行，負(fù)責(zé)這部分的程序員的日常工作只是制作PDF而已，拆分地址是很“邊緣”的功能，但不會(huì)正則表達(dá)式就無法準(zhǔn)確折行（一般需要在標(biāo)點(diǎn)符號出現(xiàn)的地方折行，而不能只在空白字符處折行，但是不同語言中的標(biāo)點(diǎn)符號各有不同），結(jié)果一籌莫展；相反，如果了解正則表達(dá)式，就可以很容易地處理各種語言中的標(biāo)點(diǎn)字符。

以我的開發(fā)經(jīng)驗(yàn)來看，專門花點(diǎn)時(shí)間掌握正則表達(dá)式，確實(shí)是非常有必要的。目前可以見到的關(guān)于正則表達(dá)式的書籍和資料有不少，但又各有不足。

在互聯(lián)網(wǎng)上，流傳著一些編程語言的正則文檔和《30分鐘教會(huì)你正則表達(dá)式》之類的帖子。這類資料的好處是簡單直接，查到了，如果有現(xiàn)成的例子，而且適用于自己的語言，則可以直接拿來用；然而，其壞處也是簡單直接，因?yàn)槿狈Ρ澈笤淼闹v解，如果找不到現(xiàn)成的例子，或者找不到能在自己所使用語言中行得通的例子（需知道，同樣的正則表達(dá)式并不能直接套用到不同的語言中），則束手無策。

在正式的出版領(lǐng)域，已經(jīng)有《精通正則表達(dá)式》、《正則表達(dá)式必知必會(huì)》之類的書籍出版，尤其是前者，堪稱關(guān)于正則表達(dá)式的經(jīng)典著作，如果想認(rèn)真學(xué)習(xí)正則表達(dá)式，這類書籍是必須閱讀的。但這類書籍也有一個(gè)弱點(diǎn)，即都是由英文版本翻譯而來的，更多地側(cè)重英文文本的處理，身為中文世界的開發(fā)人員，我們經(jīng)常需要處理中文文本——對于處理英文之外的字符，正則表達(dá)式已經(jīng)提供了足夠豐富的功能，但如何用對、用好這些功能，資料卻很匱乏。

我經(jīng)常需要給人講解正則表達(dá)式的相關(guān)知識，時(shí)常惋惜的是，開發(fā)人員為這些問題所困擾；正因?yàn)槿绱耍緯膶懽鲃?dòng)機(jī)便是著力彌補(bǔ)現(xiàn)有資料的缺陷。

相對于正則文檔和速成教學(xué)帖子，本書深入講解了匹配背后的原理，往往會(huì)舉一反三，告訴讀者，這里為何這樣寫，如果改成其他形式，會(huì)造成什么結(jié)構(gòu)；并且，集中講解和比較了多種語言中正則表達(dá)式用法的異同，方便讀者把現(xiàn)成的正則表達(dá)式“移植”到自己的工作環(huán)境中。

相對于《精通正則表達(dá)式》等正式的書籍，本書辟出專門的內(nèi)容講解語言和編碼，告訴讀者如何設(shè)定編碼，如何正確處理中文等字符。另外，本書還涵蓋了.NET、Java、JavaScript、PHP、Python、Ruby六種常用語言，對每種語言給出專門章節(jié)，不但詳細(xì)介紹了語言中正則表達(dá)式的用法，更點(diǎn)明了版本之間的細(xì)微差異，不但可以作為專門學(xué)習(xí)的教材，還可以成為有用的參考手冊。

本書結(jié)構(gòu)

本書可以分為三大部分。

第一部分主要講解正則表達(dá)式的基礎(chǔ)知識，覆蓋常見正則表達(dá)式中的各種功能和結(jié)構(gòu)。看完前面3章，就可以基本弄明白現(xiàn)在流行的各種正則表達(dá)式；尤其是如果你之前有一些經(jīng)驗(yàn)，會(huì)覺得閱讀起來并不困難。但是我也希望讀者不要忽略其他的內(nèi)容，斷言和匹配模式現(xiàn)在已經(jīng)是正則表達(dá)式的“標(biāo)準(zhǔn)配備”了，而且確實(shí)可以派上大用場，所以第4章和第5章的內(nèi)容，即便不是很熟悉，閱讀起來可能有一些麻煩，也不應(yīng)該忽略。最后的第6章，則厘清了正則表達(dá)式在使用中的若干疑惑，了解它們，你就可以相對自由地在正則表達(dá)式的世界里行走了。

第二部分主要講解關(guān)于正則表達(dá)式的更深入的知識，這一部分用3章的內(nèi)容，詳細(xì)探討了編碼問題、匹配原理、解題思路。這部分內(nèi)容更抽象，需要多花一點(diǎn)時(shí)間來閱讀和理解，但是它們確實(shí)可以幫你在正則表達(dá)式的世界里登堂入室，脫離“術(shù)”的層面，掌握萬變不離其宗的“道”。

第三部分的作用是接地氣，將之前介紹的各種知識落實(shí)到六種常用語言.NET、Java、JavaScript、PHP、Python、Ruby中來。每一章的開頭有正則功能列表，其中的功能都對應(yīng)著前面部分的講解，這些功能的具體應(yīng)用實(shí)例，以及不同版本之間的差異，則在章節(jié)中詳細(xì)講解，每一章的最后還給出了常見任務(wù)的示例代碼，方便日后查詢。在最后，第16 章簡要介紹了正則表達(dá)式在Linux下常用工具vi、grep、awk、sed中的使用，并通過一個(gè)實(shí)際的例子將這幾種工具串起來，對比說明了它們適合解決的問題。

在本書的最后提供了用作參考的3個(gè)附錄。

附錄A是正則表達(dá)式的常用功能在不同語言中的比對，希望能給需要在多種語言中使用正則表達(dá)式或者移植正則表達(dá)式的讀者提供一份有用的參考；附錄B給出了若干常見的正則表達(dá)式，比如匹配郵政編碼、身份證號、手機(jī)號、QQ號、電子郵件地址等，希望能成為常見問題的“速查手冊”；附錄C列出了常用正則表達(dá)式的工具和資源，方便大家調(diào)試自己的正則表達(dá)式，以及繼續(xù)深入學(xué)習(xí)。

本書讀者

本書適合以下幾類讀者。

經(jīng)常需要進(jìn)行文本處理（比如日志分析或網(wǎng)絡(luò)運(yùn)維）的技術(shù)人員。這些讀者或許已經(jīng)熟悉了正則表達(dá)式的基本用法，但面對日益復(fù)雜化和海量化的數(shù)據(jù)，閱讀本書可以幫助你更準(zhǔn)確、更高效地處理文本，提升自己工作的價(jià)值。

熟悉常用開發(fā)語言的程序員。雖然這些讀者不需要專職進(jìn)行文本處理，但源代碼和許多數(shù)據(jù)其實(shí)也是文本，如果不會(huì)正則表達(dá)式，在偶然遇到處理源代碼或文本數(shù)據(jù)的任務(wù)時(shí)，往往會(huì)產(chǎn)生躺著中槍的無力感。本書第三部分可以幫你迅速找到有關(guān)的例子，并落實(shí)在自己的編程語言中。當(dāng)然前兩部分也非常有必要，因?yàn)樗鼈兛梢詭湍愫粚?shí)基礎(chǔ)。

對正則表達(dá)式已經(jīng)有一定了解的讀者。這些讀者雖然能用正則表達(dá)式解決常見的任務(wù)，但未必了解正則表達(dá)式的編碼問題、匹配原理、解題思路，仔細(xì)閱讀本書的第二部分，可以深化完善對正則表達(dá)式的理解；而第三部分詳細(xì)比較了使用正則表達(dá)式時(shí)各種語言，以及同一種語言中各種版本的差異。所有這一切，應(yīng)該可以讓你對正則表達(dá)式的掌握更上一層樓。

致謝

一本書的完成，必然離不開眾多人的幫忙。

首先需要感謝的是周筠老師和徐定翔、盧鶇翔兩位編輯，他們在我寫作的最初階段做了大量細(xì)心、耐心的工作，完全可以說，沒有他們的這些工作，我就不會(huì)有寫作這本書的念頭，或者堅(jiān)持寫完的動(dòng)力。

然后要感謝的是電子工業(yè)出版社的楊福平副總編和張?jiān)缕季庉嫞瑳]有他們的關(guān)照和辛勞工作，這本書的出版定然會(huì)遇到更多的困難。

感謝我的朋友霍炬和韓磊，雖然我之前閱讀過《精通正則表達(dá)式》，但與翻譯和寫作結(jié)緣，他們給了我莫大的幫助，有了這個(gè)契機(jī)，才有了現(xiàn)在的《正則指引》。尤其值得一提的是霍炬的夫人西喬，精心手繪了這本書的封面，在這里表示誠摯的謝意。

感謝我曾工作過的盛大創(chuàng)新院以及創(chuàng)新院的各位同事（李駿、郝培強(qiáng)、莊表偉、丁宇、許式偉、莫華楓、李道兵、趙劼、樊一鵬、張一寧等），創(chuàng)新院給了大家寬松自由的工作環(huán)境，與各位同事的討論加深了我對正則表達(dá)式的理解，也為我提供了許多例子。

感謝張東亮、陸亦斌、孫勇、葉勁峰等各位朋友，愿意撥冗閱讀本書的草稿，并提出了大量專業(yè)的意見。

感謝何源、陳鋼、賀鈞、陳馳等讀者，試讀本書之后提出了大量的寶貴意見，在最后關(guān)頭打消了我心中的許多忐忑。

在更早之前，我的父母從小就鼓勵(lì)我研究和了解各種科學(xué)原理（“玩也要?jiǎng)幽X筋”），我之所以有興趣探究正則表達(dá)式背后的世界，而不滿足于“夠用/湊合”，歸源都是受益于這種思維行為習(xí)慣。此外，在中小學(xué)階段，我的語文老師羅碧玉、郭志鴻、易璽銘培養(yǎng)了我對于文字的興趣，在大學(xué)階段，東北師范大學(xué)文學(xué)院的王確老師給了我這個(gè)理科生非常多的幫助和指引。對各位師長，在此一并表示感謝，能遇到你們是我的幸運(yùn)。

最后還需要感謝許多為這本書做出過貢獻(xiàn)的人，你們的名字我可能暫時(shí)無法記起，或者無法一一羅列，但我會(huì)在心中存留對你們的謝意。