【已解决】求推荐一本关于正则表达式的书籍

Cloud2016

可以说，我是一个没写过正而八经的正则表达式的人，是一枚小白，各位能否推荐一本适合入门的有关正则表达式的书，语言不限？最好是R语言，其次是 Python 语言或者别的也可以。首先是适合入门，其次是语言环境。多谢多谢

ps: 这样的求助帖不知道，该分哪类，其它版主有何建议

lovebluesky

Cloud2016
Mastering Regular Expressions o'reilly Jeffrey E. F. Friedl

Mastering Python Regular Expressions packt open source Authors Félix López Víctor Romero

虽然我还没学好，但这两本书解决了我不少疑惑

yihui

Cloud2016 我主要就是看 R 自己的帮助文档 ?regex，十几年来看了大概得有一二百遍吧，这文档并不长，但想背下来也不太容易，有些细节还是得到了用的时候再查一遍，比如中括号内哪些字符是特殊字符。再就是现场测试，多造一些例子自己跑一跑、确认一下表达式是否写得对。具体的操作函数我用的最多的是 grep()、gsub()、gregexpr() 和 regmatches()。

我很久以前写过一点入门的东西：https://bookdown.org/yihui/r-ninja/text-data.html

dapengde

Cloud2016 vim 的教材里关于正则总是大书特书，我年轻时一时兴起系统学过，然而后来用得少，于是系统忘记了。R 里的正则跟 vim 又略有不同。

这玩意儿就是天书，若非天天用，根本记不住，也没必要记住，用时再查。

正则的核心哲学，我觉得，是兼容和排他，这跟开发包有共通之处。弄个用得着正则的包，比如 @yihui 的好些包，研读源码，我觉得比读教程要效果好。或者自己开发个需要正则来实现的包，以赛代练，爽极了。

dapengde

yihui 我不恐慌。以前用 vim 时，用错过正则，造成灾难性后果，那也没至于死人。

正则这把双刃剑太锋利，逻辑上稍有不慎就会自残。它的确太训练逻辑思维能力了。

对了，推荐给 Cloud2016 一个正则表达式的 cheatsheet，设为墙纸，天天洗脑，十年之后，必有所成：

<https://resources.rstudio.com/contributed-cheat-sheets/regex-cheatsheet>

Cloud2016

lovebluesky yihui dapengde tctcab 感谢各位的指导
@lovebluesky 书好厚，我打算先看点薄的，先收藏了，以后看

yihui 没想到正则表达式这么强，我特意翻了 blogdown 的源码

dapengde 我明天就把它打印出来贴桌上

tctcab 同事今天给我介绍了 https://regex101.com/ 感觉也不错，都是神器啊

各位给的信息量都很足，我要闭关学学了

yihui

dapengde 前几天开会期间我还跟 @haozhu233 说我的好些包背后的黑魔法都不能直视，要是你们知道了那些包都是建立在正则表达式的基础上，可能会导致用户大恐慌。例如 knitr/bookdown/blogdown 本质上都是在捣鼓正则表达式。

tctcab

我用正则还比较多，不过并没有找书来看

正则表达式我觉得更像是肌肉记忆，得靠不断重复练习才能掌握。正则表达式跟markdown类似，核心的东西一样，但在不同的语言里(python,perl,bash,R）里都有细微区别，看书的话真的很难掌握要领。

基本的东西的话在 https://regexr.com/ 练练手，具体问题可以搜爆栈网

关键是在平时有意识地用多用它。
最近我的几个用正则表达式的案例供参考：

批量删出blogdown帖子里yaml头部中，tags中的日文标签

RNA序列聚类结果，整理成表格

>Cluster 0
0       15679nt, >SB1234_Contig35475... at +/99.99%
1       15436nt, >SB1234_Contig35476... at +/99.62%
2       15764nt, >Contig18540... *
3       15438nt, >Contig39392... at +/99.69%
4       15679nt, >comp263440_c8_seq4... at -/99.99%
5       15667nt, >comp263440_c8_seq6... at -/99.99%
>Cluster 1
0       15684nt, >SB1234_Contig35474... at +/99.98%
1       15685nt, >Contig11682... *
2       15684nt, >comp263440_c8_seq3... at -/99.98%
3       15672nt, >comp263440_c8_seq5... at -/99.97%

去爆栈网挑战一些regex问题，比如
https://stackoverflow.com/questions/51395291/subset-a-part-of-a-string-before-a-certain-pattern/51395429#51395429
https://stackoverflow.com/questions/52640644/r-dplyr-and-string-values-how-to-split-and-get-the-second-element-vapply-sappl/52640894#52640894

haozhu233

Cloud2016 真的，就跟@yihui 大佬说的一样，估计不少用户对用regex感到恐慌。不过也可以理解，毕竟这东西容易出错。可很多情况下你要去写比较复杂的字符处理，尤其是那种几个语言之间交流的，不用正则表达式能用啥。。😂

上周看了Miles在rstudio conf的演讲，里面说的就很好，“让用户感觉像魔法的包并不一定需要特别干净（原文smell good，翻不准）“。总之别因为这东西看着像黑魔法就不去用呀

r里面正则的套路还是很多的，gsub等是一套, gsub等把perl=T打开又是一套，stringr的那些用起来有时候也有微妙的区别，所以还是在regexr和R里要多试试，真是不出来就去爆栈上问吧哈哈哈

还有这个addin，看着不错，你可以试试
https://github.com/gadenbuie/regexplain

Cloud2016

haozhu233 谢谢，感觉即将打开新世界的大门

dapengde

haozhu233 这个插件太酷了，RStudio 如虎添翼。谢谢推荐。

xieshichen

我经常去Hadley的stringr包主页上学习正则，归纳的挺系统的
https://stringr.tidyverse.org/articles/regular-expressions.html

Cloud2016

鬼知道一两个月后还知道自己写了啥