主题索引
正则语法与匹配语义
比较元字符、字符组、锚点、捕获、环视、反向引用与匹配模式等构件的语义,以及流派和宿主转义带来的差异。
来源书籍
8/8
类别:正则表达式与文本匹配类(2026-09-25 经用户授权新建;此前记为编程语言类)
历史执行规则:book-notes v8(2026-09-25 v8 复核:摘录严格复核更正 21 张,ch06-006 正文改为以中文表述,实践卡现实对象具体化,按新建类别重做清单,补主题索引维护),详见 _workflow.md。
结论:经典原理(高信息浓度 + 高稳定性)
理由:
这本书的主体不是正则表达式语法速查,而是把正则当作一门小型语言和一套执行模型来讲解。第1-3章用重复单词、邮件头、字符串转义、流派差异等例子说明正则的表达能力和宿主语言边界;第4章系统区分 DFA、传统型 NFA、POSIX NFA,并解释回溯、匹配优先、有序多选如何决定结果;第6章进一步把这些机制转化为性能优化、循环消除、锚点和字面量优化等工程原则。
稳定性也很高:NFA/DFA、回溯、贪婪/懒惰量词、有序多选、捕获开销、字符组与零宽断言等概念并不依赖某个库版本。第7-10章绑定 Perl、Java、.NET、PHP 的具体 API 和历史版本,稳定性较低,因此按略读处理;但它们不改变全书核心仍属于可迁移的正则原理。
| 章节号 | 章节标题 | 精读/略读 | 状态 | 卡片数 | 理由 |
|---|---|---|---|---|---|
| 前言 | 前言 | 略读 | done | 0 | 说明写作目标、读者定位和版本背景,主要是元信息。 |
| 01 | 第1章 正则表达式入门 | 精读 | done | 4 | 用基础语法引出“正则是一门文本描述语言”的核心视角。 |
| 02 | 第2章 入门示例拓展 | 精读 | done | 4 | 通过真实任务展示如何逐步构造、验证和替换正则表达式。 |
| 03 | 第3章 正则表达式的特性和流派概览 | 精读 | done | 5 | 建立流派、宿主接口、匹配模式与高级特性的全局地图。 |
| 04 | 第4章 表达式的匹配原理 | 精读 | done | 6 | NFA/DFA、回溯、匹配优先和有序多选是全书原理核心。 |
| 05 | 第5章 正则表达式实用技巧 | 精读 | done | 4 | 用 URL、CSV、首尾空白等案例展示正确性与可维护性权衡。 |
| 06 | 第6章 打造高效正则表达式 | 精读 | done | 8 | 把引擎机制转化为优化方法,是最有工程迁移价值的章节。 |
| 07 | 第7章 Perl | 略读 | done | 0 | Perl 专章含大量版本/API 细节,适合作为语言参考而非卡片主体。 |
| 08 | 第8章 Java | 略读 | done | 0 | 主要围绕 java.util.regex 的对象、方法和版本差异,稳定性较低。 |
| 09 | 第9章 .NET | 略读 | done | 0 | 内容偏 .NET 正则流派和对象模型细节,保留为查阅材料。 |
| 10 | 第10章 PHP | 略读 | done | 0 | 主要讲 preg/PCRE 接口和 PHP 版本特性,卡片价值低于原理章。 |
| 索引 | 索引 | 略读 | done | 0 | 纯索引,不进入卡片生成。 |
| 序号 | 实践标题 | 实践方式 | 状态 | 关联章节 | 产出 |
|---|---|---|---|---|---|
| 001 | 建立正则回归样本集 | 真实任务 | done | 第5章 | 输入假设清单与参数化回归测试 |
| 002 | 测量失败路径回溯成本 | 最小实验 | done | 第6章 | 正确性与性能对照表、改写决策 |
候选筛选说明:把“收集真实数据假设”和“建立边界测试”合并为一张真实任务卡;性能实践只验证一个具体表达式,不扩张为自行实现正则引擎。
| 维度 | 覆盖状态 | 关联卡片 |
|---|---|---|
| 模式语言与元字符语义 | 已覆盖 | [[正则是语言]]、[[元字符依赖语境]]、[[字符组不是多选]]、[[排除组仍消费字符]] |
| 流派、宿主接口与转义 | 已覆盖 | [[流派三层差异]]、[[双重转义心智]]、[[模式改变语义]] |
| 匹配引擎原理 | 已覆盖 | [[引擎类型决定结果]]、[[NFA需要设计]]、[[回溯保存选择]] |
| 量词、多选与断言语义 | 已覆盖 | [[贪婪不是最长]]、[[懒惰也会回溯]]、[[有序多选能表达策略]]、[[零宽断言不消费]]、[[反向引用改变能力]]、[[锚点限定意图]] |
| 构造与验证方法 | 已覆盖 | [[从样例逼近模式]]、[[真实数据需要假设]]、[[正则平衡法则]]、[[CSV需要结构视角]] |
| 捕获、替换与文本改写 | 已覆盖 | [[捕获连接匹配与处理]]、[[替换是结构化改写]] |
| 性能优化与回溯风险 | 已覆盖 | [[性能依赖数据]]、[[避免重复编译]]、[[共享前缀要提取]]、[[非捕获减少状态]]、[[固化剪掉回溯]]、[[消除循环套路]]、[[引导扫描跳过噪声]]、[[嵌套量词引爆回溯]] |
| 可读性与维护 | 已覆盖 | [[宽松排列服务维护]] |
核对结论:8/8 已覆盖。原“编程语言类”核对(3/9)因类别不匹配作废。
本书把正则作为一门模式语言讲解语法语义、引擎原理与性能优化;新建语法语义、引擎与回溯性能 2 个主题,并把构造方法与可维护性相关卡片并入已有“正则表达式的使用边界”主题。
| 卡片标题 | 结论 | 主题文件或原因 |
|---|---|---|
| 正则是语言 | 已创建 | notes/_topics/regex-syntax-semantics.md、notes/_topics/regex-usage.md |
| 元字符依赖语境 | 已创建 | notes/_topics/regex-syntax-semantics.md |
| 字符组不是多选 | 已创建 | notes/_topics/regex-syntax-semantics.md |
| 排除组仍消费字符 | 已创建 | notes/_topics/regex-syntax-semantics.md |
| 从样例逼近模式 | 已创建 | notes/_topics/regex-syntax-semantics.md |
| 捕获连接匹配与处理 | 已创建 | notes/_topics/regex-syntax-semantics.md |
| 锚点限定意图 | 已创建 | notes/_topics/regex-syntax-semantics.md |
| 替换是结构化改写 | 已创建 | notes/_topics/regex-syntax-semantics.md |
| 流派三层差异 | 已创建 | notes/_topics/regex-syntax-semantics.md |
| 双重转义心智 | 已创建 | notes/_topics/regex-syntax-semantics.md |
| 模式改变语义 | 已创建 | notes/_topics/regex-syntax-semantics.md |
| 零宽断言不消费 | 已创建 | notes/_topics/regex-syntax-semantics.md |
| 反向引用改变能力 | 已创建 | notes/_topics/regex-syntax-semantics.md |
| 引擎类型决定结果 | 已创建 | notes/_topics/regex-engine-performance.md |
| NFA需要设计 | 已创建 | notes/_topics/regex-engine-performance.md |
| 回溯保存选择 | 已创建 | notes/_topics/regex-engine-performance.md |
| 贪婪不是最长 | 已创建 | notes/_topics/regex-engine-performance.md |
| 懒惰也会回溯 | 已创建 | notes/_topics/regex-engine-performance.md |
| 有序多选能表达策略 | 已创建 | notes/_topics/regex-engine-performance.md |
| 正则平衡法则 | 已复用 | notes/_topics/regex-usage.md |
| 真实数据需要假设 | 已复用 | notes/_topics/regex-usage.md |
| CSV需要结构视角 | 已复用 | notes/_topics/regex-usage.md |
| 宽松排列服务维护 | 已复用 | notes/_topics/regex-usage.md |
| 性能依赖数据 | 已创建 | notes/_topics/regex-engine-performance.md |
| 避免重复编译 | 已创建 | notes/_topics/regex-engine-performance.md |
| 共享前缀要提取 | 已创建 | notes/_topics/regex-engine-performance.md |
| 非捕获减少状态 | 已创建 | notes/_topics/regex-engine-performance.md |
| 固化剪掉回溯 | 已创建 | notes/_topics/regex-engine-performance.md |
| 消除循环套路 | 已创建 | notes/_topics/regex-engine-performance.md |
| 引导扫描跳过噪声 | 已创建 | notes/_topics/regex-engine-performance.md |
| 嵌套量词引爆回溯 | 已创建 | notes/_topics/regex-engine-performance.md |
执行模式:light
本次实际使用规则:book-workflow v4 / book-notes v23。复用经典原理评级;原有版本与历史进度保留,不代替当前全文覆盖。第7至10章不沿用历史略读/零卡结论。
建档进度:done
实践候选筛选:done
| 章节号 | 章节标题 | 状态 | 卡片数 |
|---|---|---|---|
| spine-003 | 推荐序:一夫当关 | done | 0 |
| spine-004 | 译者序 | done | 0 |
| spine-005 | 重印前言:学到不会忘 | done | 2 |
| spine-007 | 前言 | done | 1 |
| spine-008 | 第1章:正则表达式入门 | done | 2 |
| spine-009 | 解决实际问题 | done | 0 |
| spine-010 | 作为编程语言的正则表达式 | done | 2 |
| spine-011 | 正则表达式的思维框架 | done | 1 |
| spine-012 | Egrep元字符 | done | 8 |
| spine-013 | 基础知识拓展 | done | 7 |
| spine-014 | 一家之言 | done | 0 |
| spine-015 | 第2章:入门示例拓展 | done | 0 |
| spine-016 | 关于这些例子与Perl简单入门 | done | 1 |
| spine-017 | 使用正则表达式匹配文本 | done | 4 |
| spine-018 | 使用正则表达式修改文本 | done | 12 |
| spine-019 | 正则表达式的特性和流派概览 | done | 0 |
| spine-020 | 在正则的世界中漫步 | done | 3 |
| spine-021 | 正则表达式的注意事项和处理方式 | done | 4 |
| spine-022 | 字符串、字符编码和匹配模式 | done | 10 |
| spine-023 | 常用的元字符和特性 | done | 16 |
| spine-024 | 高级话题引导 | done | 0 |
| spine-025 | 表达式的匹配原理 | done | 0 |
| spine-026 | 发动引擎 | done | 2 |
| spine-027 | 匹配的基础 | done | 2 |
| spine-028 | 表达式主导与文本主导 | done | 2 |
| spine-029 | 回溯 | done | 4 |
| spine-030 | 关于匹配优先和回溯的更多内容 | done | 10 |
| spine-031 | NFA、DFA和POSIX | done | 4 |
| spine-032 | 总结 | done | 0 |
| spine-033 | 正则表达式实用技巧 | done | 0 |
| spine-034 | 正则表达式的平衡法则 | done | 1 |
| spine-035 | 若干简单的例子 | done | 10 |
| spine-036 | HTML相关范例 | done | 4 |
| spine-037 | 扩展的例子 | done | 5 |
| spine-038 | 打造高效正则表达式 | done | 1 |
| spine-039 | 典型示例 | done | 3 |
| spine-040 | 全面考察回溯 | done | 3 |
| spine-041 | 性能测试 | done | 3 |
| spine-042 | 常见优化措施 | done | 8 |
| spine-043 | 提高表达式速度的诀窍 | done | 8 |
| spine-044 | 消除循环 | done | 8 |
| spine-045 | 流畅运转的表达式 | done | 4 |
| spine-046 | 总结:开动你的大脑 | done | 1 |
| spine-047 | Perl | done | 0 |
| spine-048 | 作为语言组件的正则表达式 | done | 1 |
| spine-049 | Perl的正则流派 | done | 4 |
| spine-050 | 正则表达式相关的Perl教义 | done | 8 |
| spine-051 | qr运算符与regex对象 | done | 2 |
| spine-052 | Match运算符 | done | 7 |
| spine-053 | Substitution运算符 | done | 3 |
| spine-054 | Split运算符 | done | 5 |
| spine-055 | 巧用Perl的专有特性 | done | 12 |
| spine-056 | Perl效率 | done | 8 |
| spine-057 | Perl结语 | done | 1 |
| spine-058 | 第8章:Java正则表达式 | done | 0 |
| spine-059 | Java的正则流派 | done | 0 |
| spine-060 | Java对\p与\P的支持 | done | 1 |
| spine-061 | Java的Unicode行终结符 | done | 1 |
| spine-062 | 使用java.util.regex | done | 2 |
| spine-063 | Pattern的编译与Matcher创建 | done | 1 |
| spine-064 | Matcher对象、检索范围与替换 | done | 13 |
| spine-065 | Pattern的辅助方法与split | done | 1 |
| spine-066 | Java拓展示例 | done | 1 |
| spine-067 | Java历史版本差异 | done | 0 |
| spine-068 | 第9章:.NET正则表达式 | done | 0 |
| spine-069 | .NET流派、捕获编号与编译 | done | 6 |
| spine-070 | .NET对象模型与快速入门 | done | 1 |
| spine-071 | .NET核心对象与替换拆分 | done | 6 |
| spine-072 | .NET静态便捷函数与缓存 | done | 1 |
| spine-073 | .NET支持函数 | done | 2 |
| spine-074 | .NET高级话题:模式库与捕获栈 | done | 3 |
| spine-075 | 第10章:PHP与preg的版本基线 | done | 0 |
| spine-076 | PHP正则流派与编码层次 | done | 1 |
| spine-077 | preg参数、分隔符与模式修饰符 | done | 5 |
| spine-078 | preg函数:匹配、替换、拆分与筛选 | done | 14 |
| spine-079 | 缺失的preg辅助功能 | done | 3 |
| spine-080 | 递归正则与嵌套结构 | done | 3 |
| spine-081 | PHP效率与历史study | done | 1 |
| spine-082 | PHP扩展示例及适用边界 | done | 4 |
| spine项 | 类型 | 排除理由 |
|---|---|---|
| 1 | 封面 | SVG引用封面图,已目检书名、版次和作者译者,无独立正文 |
| 2 | 内容简介与版权 | 已完整读取,用于出版信息,不以营销概要代替全书阅读 |
| 6 | 目录 | 已完整读取,列章/小节及查阅路线,不是正文讲解 |
| 83 | 索引 | 文字仅索引标题,31幅图为按字母组织的词条和页码;目检首中尾图确认,不作为正文 |
| 84 | 出版社介绍 | 已完整读取,为公司图书与出版宣传,无正则机制讲解 |
| 术语名 | 出现章节 | 一句话语境 |
|---|
| 标题 | 类型 | 出现章节 | 一句话语境 |
|---|
| 问题标题 | 问题卡 | 解决方案卡(如有) | 出现章节 | 一句话说明 |
|---|
| 标题 | 类型 | 出现章节 | 一句话语境 |
|---|---|---|---|
| Word排版艺术 | 书 | 重印前言 | 已有延伸参考卡,原文介绍格式样式学习及用途,未读该书全文 |
| 正则指引 | 书 | 重印前言 | 译者另著及Unicode章节的背景提名,不扩写其全书内容 |
| 术语名 | 出现章节 | 一句话语境 |
|---|---|---|
| regex.info、勘误与交叉页码 | 前言 | 原书代码、索引和勘误的历史入口,尚未核验当前页面 |
| 术语名 | 出现章节 | 一句话语境 |
|---|---|---|
| ASCII、EBCDIC、Latin-1、日文字符编码 | 1 | 用于说明字节解释依赖编码,未完整介绍各编码表 |
| Perl-Compatible | 1 | 历史流派标签,不保证工具行为完全相同 |
| Regular Expression Search Algorithm | 论文 | 第3章 | Ken Thompson的历史论文,只登记原书提名,未读取论文全文 | | PCRE | 框架 | 第3章 | 共享引擎和流派整合的历史例子,版本限原书PCRE6.6 |
| Compilers—Principles, Techniques, and Tools | 书 | 第4章图片254 | 原书推荐的形式自动机背景,未读该书 |
| Programming Perl | 书 | 第7章 | 原书推荐的语言文档参考,未读取该书全文 |
| Object Oriented Perl | 书 | 第7章 | 原书提名的闭包背景资料,未阅读该书 |
79个实质正文项、119单元全文读取,724张正文图片实读;31张索引图片按纯索引排除,另读边界样本及封面。846缓存文件与EPUB字节一致。当前277知识卡(31历史身份保留、246新卡)、277唯一primary、368条核验出处。原文勘误、历史版本及官方核验分开记录,来源证据见.local/p3-20261026/122。
| 序号 | 实践标题 | 实践方式 | 状态 | 关联章节 | 产出 |
|---|---|---|---|---|---|
| 001 | 建立正则回归样本集 | 真实任务 | done | 第5章 | ideas/idea-001-建立正则回归样本集.md;首轮材料 |
| 002 | 测量失败路径回溯成本 | 实现深读 | done | 第4/6章 | ideas/idea-002-测量失败路径回溯成本.md;固定版本源码映射与两层计划 |
实践候选筛选已结束,未执行实践。全文/逐章生成后复核、独立审查及审查结果优化未执行(light)。阶段2生成放行,阶段3 skipped;生产导入、全量对账及归档已完成:277/277 filed,pending软链接0。13条历史有效软链已解析,6条POSIX语法被扫描器误识别的记录已说明原因并skipped;不猜卡片目标。旧v8评级理由中的语言章略读只代表历史执行,本轮7..10章全部实读并取材。
本次执行版本:book-workflow v4 / book-notes v24,显式以 --mode light 恢复。历史版本与首次生成记录保留。原书846资源与缓存逐字节匹配,283份历史放行文件哈希一致;79实质正文项、119连续单元及724正文图片的有效完整阅读证据复用,全文文本重新派生一致。复用277知识卡、2实践计划(真实任务1、实现深读1)及首轮材料,本轮新增0卡,不批量回填历史学习元数据。
整书笔记 保留完整全书主线、逐项讲解、跨章综合与实践入口。轻量模式:未执行笔记复核、独立审查及审查结果优化;完整实践未执行。已处置的6条POSIX来源语法误识别继续保留skipped理由及P2扫描器后续,不猜目标。当前按书导入、对账、归档与终态见 _workflow.md,证据 .local/runs/p3-163-20261113/。
从本书的主题进入跨书阅读,对照其他书籍的讲解。下方数量包含主题关联的全部卡片与书籍。
主题索引
比较元字符、字符组、锚点、捕获、环视、反向引用与匹配模式等构件的语义,以及流派和宿主转义带来的差异。
主题索引
比较DFA与NFA引擎、回溯与匹配优先/忽略优先、有序多选的行为,以及提取前缀、固化分组、消除循环等避免灾难性回溯的优化方法。
主题索引
比较正则表达式的可读性、适用场景与替代解析方案。