全支援中文的正規表示法精解(第二版)

提到正規表示法，許多人很有點不屑一顧：這東西，不登大雅之堂，再說也不是總要用到，何必專門花時間學習？

沒錯，正規表示法並不“總要用到”，但到了需要的場合用不上，常常產生“一分錢難倒英雄漢”的尷尬。經常需要處理文字的程式設計師自然會知道正規表示法的價值，其他的程式設計師如果不會正規表示法，即使開發的領域與文字處理沒什麼關係，也難免“躺著中槍”的命運——前幾天我遇到一個問題，將一行長長的位址拆分成多行，負責這部分的程式設計師的日常工作只是製作PDF 而已，拆分地址是很“邊緣”的功能，但不會正規表示法就無法準確折行（一般需要在標點符號出現的地方折行，而不能只在空白字元處折行，但是不同語言中的標點符號各有不同），結果一籌莫展；相反，如果了解正規表示法，就可以很容易地處理各種語言中的標點字元。

以我的開發經驗來看，專門花點時間熟練正規表示法，確實是非常有必要的。目前可以見到的關於正規表示法的書籍和資料有不少，但又各有不足。

在網際網路上，流傳著一些程式語言的正則文件和《30 分鐘教會你正規表示法》之類的發文。這種資料的好處是簡單直接，查到了，如果有現成的實例，而且適用於自己的語言，則可以直接拿來用；然而，其壞處也是簡單直接，因為缺乏背後原理的說明，如果找不到現成的實例，或找不到能在自己所使用語言中行得通的實例（需知道，同樣的正規表示法並不能直接套用到不同的語言中），則束手無策。

在正式的出版領域，已經有《精通正規表示法》、《正規表示法一定要會》之類的書籍出版，尤其是前者，堪稱關於正規表示法的經典著作，如果想認真學習正規表示法，這種書籍是必須閱讀的。但這種書籍也有一個弱點，即都是由英文版本翻譯而來的，更多地偏重英文文字的處理，身為中文世界的開發人員，我們經常需要處理中文文字——對於處理英文之外的字元，正規表示法已經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。

我經常需要給人說明正規表示法的相關知識，時常惋惜的是，開發人員為這些問題所困擾；正因為如此，本書的寫作動機便是著力彌補現有資料的缺陷。

相對於正則文件和速成教學發文，本書深入說明了比對背後的原理，常常會舉一反三，告訴讀者，這裡為何這樣寫，如果改成其他形式，會造成什麼結構；並且，集中說明和比較了多種語言中正規表示法用法的異同，方便讀者把現成的正規表示法“移植”到自己的工作環境中。

相對於《精通正規表示法》等正式的書籍，本書辟出專門的內容說明語言和編碼，告訴讀者如何設定編碼，如何正確處理中文等字元。另外，本書還涵蓋了.NET、Java、JavaScript、PHP、Python、Ruby 六種常用語言，對每種語言列出專門章節，不但詳細介紹了語言中正規表示法的用法，更點明了版本之間的細微差異，不但可以作為專門學習的教材，還可以成為有用的參考手冊。