016.科普.正則表達式及文本編輯

題圖：正則表達式，古老的智慧，多用做文本驗證和加工。它看起來迷糊，學起來簡單，用起來神奇。

016.科普.正則表達式及文本編輯

不等不靠，有囧有料。終日乾乾，或躍在淵。

正則表達式（RegExp），是攻城獅標配技能，
本期視頻，讓各位獅友40分鐘從精通到入門 :)

@史榮久 / 2015-05-27 / CC-BY-SA-3.0

觀看視頻

• 優酷視頻（被轉720P）
• 騰訊視頻（被轉720P）
• 百度網盤（原始1080P）

內容摘要

■ 文本加工的例子（驗證，提取，替換，分割）：

• 12個月(1[012]|[1-9])，千分位數\d{1,3}(,\d{3})*。
• CSV文件（標準格式）的域([^",]+|"(?:[^"]|"")+")。
• 只正則，根據SQL生成JavaBean，帶註釋和註解。
• 不編碼，統計spring-framework源碼，達到如下目標：
• 一共有多少個開發者（distinct @author）？
• 每一個開發者參與了多少行代碼（粗略，有author就算）？

■ 正則表達式精要（基本上NFA各流派都適用）：

• 兩大流派：PCRE（Perl兼容），Posix（BRE和ERE）。
• 12+元字符^$?+*.\{[(|)，2+特殊字符\^+[-]。
• 2種選擇結構：字符串(X|Y|Z)，字符[xyz]及否認[^xyz]。
• 字符串多選結構的否認式，須要用環視（零寬斷言）(?!X|Y|Z)。
• 經常使用的字符組dwsb,\p{punct}，塊轉義\Q\E（QuotE）。
• 捕獲組，反向引用，貪婪，非貪婪，量詞，邊界等。
• .不能匹配換行符，小技巧[\s\S]*，[\d\D]*。
• CRLF:[\r\n]+,\r?\n (記憶：return,n-r:a-d)。
• java的String.replaceAll,split要注意轉義。
• java的replace時候，要注意替換字符串中的$。
• java的\1和$1，\k<name>和${name}的用法。。
• java的命名組，反向引用，超過9個引用時。

■ 文本加工的命令（Unix哲學，組合，精專）：

• 最牛的linux命令alias cd='rm -rf'，玩笑加姿式。
• 本期命令：grep,find,xargs,sed,uniq,wc。
• ag 超快的文本搜索命令，在700M代碼用表達式不到3秒。
• linux下，各類轉義的規律（ERE，雙引號，單引號）。
• MS Window移植：Cygwin，GnuWin32，unxutils

參考資源

■ 正則參考資料（括號內，爲推薦程度）：

• RegExp CheatSheet
• CSDN 雁過無痕博客（強力推薦）
• 《精通正則表達式 （第3版）》（通常瞭解）
• 《正則表達式經典實例》（通常瞭解）
• 教學網站（例解語言差別）（隨用隨查）
• Sublime 3 Docs PCRE
• Java 8 Pattern API
• java 命名分組的引用
• js RegExp資料 - w3school
• js RegExp資料 - mozilla

■ 命令參考資料（應該記住，或者常常man）：

• 你見過的最牛逼的命令行程序是什麼？
• sed -E 擴展正則表達式
• sed 基本正則表達式
• bash 單雙引號與轉義
• bash 單雙引號與轉義（需***）
• ag 很快的文本搜索
• awk作sql的sum，group

■ 其餘參考資料（Win32移植很犀利，RFC不是KFC）：

• Linux/Unix工具與正則表達式的POSIX規範
• Unix命令的Window移植
• RFC5322 郵件地址
• RFC4180 CSV格式定義

歡迎圍觀

if (you.accept(MoilionCircle.SPIRIT)) {
    if(you.haveADL()){
        MoilionCircle we = you.search(MoilionCircle.SLOGAN);
        we.welcome(you);
    }
    if(you.share(this)){
        We.thank(you);
        We.mayFind7Moilion();
    }
}