R016.科普.正则表达式及文本编辑
不等不靠，有囧有料。终日乾乾，或跃在渊。
正则表达式（RegExp），是攻城狮标配技能，
本期视频，让各位狮友40分钟从精通到入门 :)
@史荣久 / 2015-05-27 / CC-BY-SA-3.0
观看视频
内容摘要
■ 文本加工的例子（验证，提取，替换，分割）：
- 12个月
(1[012]|[1-9])，千分位数\d{1,3}(,\d{3})*。 - CSV文件（标准格式）的域
([^",]+|"(?:[^"]|"")+")。 - 只正则，根据SQL生成JavaBean，带注释和注解。
- 不编码，统计spring-framework源码，达到以下目标：
- 一共有多少个开发者（distinct @author）？
- 每个开发者参与了多少行代码（粗略，有author就算）？
■ 正则表达式精要（基本上NFA各流派都适用）：
- 两大流派：PCRE（Perl兼容），Posix（BRE和ERE）。
- 12+元字符
^$?+*.\{[(|)，2+特殊字符\^+[-]。 - 2种选择结构：字符串
(X|Y|Z)，字符[xyz]及否定[^xyz]。 - 字符串多选结构的否定式，需要用环视（零宽断言）
(?!X|Y|Z)。 - 常用的字符组
dwsb,\p{punct}，块转义\Q\E（QuotE）。 - 捕获组，反向引用，贪婪，非贪婪，量词，边界等。
.不能匹配换行符，小技巧[\s\S]*，[\d\D]*。- CRLF:
[\r\n]+,\r?\n(记忆：return,n-r:a-d)。 - java的String.replaceAll,split要注意转义。
- java的replace时候，要注意替换字符串中的
$。 - java的
\1和$1，\k<name>和${name}的用法。。 - java的命名组，反向引用，超过9个引用时。
■ 文本加工的命令（Unix哲学，组合，精专）：
- 最牛的linux命令
alias cd='rm -rf'，玩笑加姿势。 - 本期命令：
grep,find,xargs,sed,uniq,wc。 ag超快的文本搜索命令，在700M代码用表达式不到3秒。- linux下，各种转义的规律（ERE，双引号，单引号）。
- MS Window移植：
Cygwin，GnuWin32，unxutils
参考资源
■ 正则参考资料（括号内，为推荐程度）：
- RegExp CheatSheet
- CSDN 雁过无痕博客（强力推荐）
- 《精通正则表达式 （第3版）》（一般了解）
- 《正则表达式经典实例》（一般了解）
- 教学网站（例解语言差异）（随用随查）
- Sublime 3 Docs PCRE
- Java 8 Pattern API
- java 命名分组的引用
- js RegExp资料 - w3school
- js RegExp资料 - mozilla
■ 命令参考资料（应该记住，或者经常man）：
- 你见过的最牛逼的命令行程序是什么？
sed -E扩展正则表达式sed基本正则表达式bash单双引号与转义bash单双引号与转义（需科学上网）ag很快的文本搜索awk做sql的sum，group
■ 其他参考资料（Win32移植很犀利，RFC不是KFC）：
欢迎围观
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();
}
}
我的收获
是时候显摆一下，每期视频，我的个人收获了。
速读了《精通正则表达式 （第3版）》和正则表达式经典实例》，
比较系统的了解了Regexp，原理和如何写出高性能的Regexp。
同时一直不太清楚的环视，贪婪，占有，也一并彻底吃透。
此外，更新了CSV标准定义，和bash转义中单双引号。
还有posfix的BRE和ERE的区别，之前老搞不清楚，主要靠试。
关于正则就说这么些吧。
题图：正则表达式，古老的智慧，多用作文本验证和加工。它看起来迷糊，学起来简单，用起来神奇。
