学习正则表达式

学习正则表达式

查阅电子书
手机扫码
  • 微信扫一扫

    关注微信公众号

因版权原因待上架

编辑推荐

《学习正则表达式》适合对正则表达式感兴趣的程序员和互联网从业者。

内容简介

《学习正则表达式》从正则表达式的基本概念讲起,到编写完整的sed和Perl脚本,再到转换HTML文件,将这种强大的工具解释得清晰透彻。书中贯穿了大量简洁明了的示例,旨在让读者轻松掌握正则表达式。此外,书中各在线和桌面工具一应俱全,并介绍了进阶参考资料,是一本不可多得的正则表达式入门好书。

作者简介

作者Michael Fitzgerald,知名程序员、顾问、技术作家,为O’Reilly以及John Wiley & Sons编写过十余本技术图书,在O’Reilly Network上发表了大量文章。他曾是针对XML的RELAX NG模式语言委员会的成员。

章节目录

版权信息

版权声明

O'Reilly Media, Inc.介绍

业界评论

前言

目标读者

阅读要求

排版约定

示例代码

Safari® Books Online

联系我们

致谢

第1章 什么是正则表达式

1.1 从Regexpal开始

1.2 匹配北美电话号码

1.3 用字符组来匹配数字

1.4 使用字符组简写式

1.5 匹配任意字符

1.6 捕获分组和后向引用

1.7 使用量词

1.8 括选文字符

1.9 应用举例

1.10 本章所学

1.11 相关资源

第2章 简单的模式匹配

2.1 匹配字符串字面值

2.2 匹配数字

2.3 匹配非数字字符

2.4 匹配单词和非单词字符

2.5 匹配空白符

2.6 再谈匹配任意字符

2.7 给文本加标签

2.7.1 用sed为文本加标签

2.7.2 用Perl为文本加标签

2.8 本章所学

2.9 相关资源

第3章 边界

3.1 行的起始与结束

3.2 单词边界与非单词边界

3.3 其他锚位符

3.4 使用元字符的字面值

3.5 添加标签

3.5.1 使用sed添加标签

3.5.2 使用Perl添加标签

3.6 本章所学

3.7 相关资源

第4章 选择、分组和后向引用

4.1 选择操作

4.2 子模式

4.3 捕获分组和后向引用

命名分组

4.4 非捕获分组

原子分组

4.5 本章所学

4.6 相关资源

第5章 字符组

5.1 字符组取反

5.2 并集与差集

5.3 POSIX字符组

5.4 本章所学

5.5 相关资源

第6章 匹配Unicode和其他字符

6.1 匹配Unicode字符

使用vim

6.2 用八进制数匹配字符

6.3 匹配Unicode字符属性

6.4 匹配控制字符

6.5 本章所学

6.6 相关资源

第7章 量词

7.1 贪心、懒惰和占有

7.2 用*、+和?进行匹配

7.3 匹配特定次数

7.4 懒惰量词

7.5 占有量词

7.6 本章所学

7.7 相关资源

第8章 环视

8.1 正前瞻

8.2 反前瞻

8.3 正后顾

8.4 反后顾

8.5 本章所学

8.6 相关资源

第9章 用HTML标记文档

9.1 匹配标签

9.2 用sed转换普通文本

9.2.1 用sed进行替换

9.2.2 用sed处理罗马数字

9.2.3 用sed处理特定段落

9.2.4 用sed处理多行诗文

9.3 追加标签

使用sed命令文件

9.4 用Perl转换普通文本

9.4.1 用Perl处理罗马数字

9.4.2 用Perl处理特定段落

9.4.3 用Perl处理多行诗文

9.4.4 使用Perl命令文件

9.5 本章所学

9.6 相关资源

第10章 初级班毕业了

10.1 想上中级班

10.2 工具、实现程序以及程序库

10.2.1 Perl

10.2.2 PCRE

10.2.3 Ruby(Oniguruma)

10.2.4 Python

10.2.5 RE2

10.3 匹配北美电话号码

10.4 匹配电子邮件地址

10.5 本章所学

附录 正则表达式参考

QED中的正则表达式

元字符

字符简写式

空白符

Unicode空白字符

控制字符

字符属性

各种字符属性的脚本名称

POSIX字符组

选项与修饰符

正则表达式与ASCII码表

相关资源

术语表

作者及封面简介

关于作者

封面动物及字体说明

学习正则表达式是2013年由人民邮电出版社·图灵出品出版,作者[美]Michael Fitzgerald。

得书感谢您对《学习正则表达式》关注和支持,如本书内容有不良信息或侵权等情形的,请联系本网站。

购买这本书

你可能喜欢
JavaScript深度学习 电子书
深度学习扛鼎之作《Python深度学习》姊妹篇,前端工程师不可错过的AI入门书。
机器学习实战 电子书
《机器学习实战》面向日常任务的高效实战内容,介绍并实现机器学习的主流算法。
Python 深度学习 电子书
《Python深度学习》以深度学习框架为基础,介绍机器学习的基础知识与常用方法,全面细致地提供了机器学习操作的原理及其在深度学习框架下的实践步骤。全书共16章,分别介绍了深度学习基础知识、深度学习框架及其对比、机器学习基础知识、深度学习框架(以PyTorch为例)基础、Logistic回归、多层感知器、卷积神经网络与计算机视觉、神经网络与自然语言处理以及8个实战案例。本书将理论与实践紧密结合,相信
机器学习基础 电子书
近年来人工智能技术蓬勃发展,人工智能正在改变我们的生活。为了让读者在不需要掌握太多数学和计算机科学知识的情况下,能够快速上手,使用Python语言实现常用的机器学习算法,并解决一些实际的问题,我们策划并出版本书。本书共14章,内容涵盖基本的机器学习概念和环境搭建,目前各个领域中的热门算法,以及数据预处理、模型评估和文本数据分析等。希望本书可以让读者轻松入门,在动手实践的过程中找到乐趣。本书可以作为
机器学习实战 电子书
本书共11章,从推荐系统的发展历史、基本构成开始,依次剖析推荐系统的内容召回、协同过滤召回、深度学习召回中具有代表性的模型;再从经典排序模型到基于深度学习的排序,顺势介绍会话推荐、强化学习推荐及工业级推荐,搭建了完整的推荐系统技术体系,这是一个由浅入深的系统学习过程。