Introduction to Regular Expressions
想像一下這幅圖景：你需要檢索某台Web服務器上的頁面中的重複單詞（例如「this this」），進行大規模文本編輯時，這是一項常見的任務。程序必須滿足下面的要求：
●能檢查多個文件，挑出包含重複單詞的行，高亮標記每個重複單詞（使用標準 ANSI的轉義字符序列（escape sequence）），同時必須顯示這行文字來自哪個文件。
●能跨行查找，即使兩個單詞一個在某行末尾而另一個在下一行的開頭，也算重複單詞。
●能進行不區分大小寫的查找，例如『The the…』，重複單詞之間可以出現任意數量的空白字符（空格符、製表符、換行符之類）（譯注1）。
●能查找用HTML tag分隔的重複單詞。HTML tag用於標記互聯網頁上的文本，例如，粗體單詞是這樣表示的：『…it is ＜B＞very＜/B＞ very important…』。
這些問題並不容易解決，但又不能不解決。我在寫作本書的手稿時，曾用一個工具來檢查已經寫好的部分，我驚奇地發現，其中竟有那麼多的重複單詞。能夠解決這種問題的編程語言有許多，但是用支持正則表達式的語言來處理會相當簡單。
正則表達式（Regular Expression）是強大、便捷、高效的文本處理工具。正則表達式本身，加上如同一門袖珍編程語言的通用模式表示法（general pattern notation），賦予使用者描述和分析文本的能力。配合上特定工具提供的額外支持，正則表達式能夠添加、刪除、分離、疊加、插入和修整各種類型的文本和數據。
正則表達式的使用難度只相當於文本編輯器的搜索命令，但功能卻與完整的文本處理語言一樣強大。本書將向讀者展示正則表達式提高生產率的諸多辦法。它會教導讀者如何學會用正則表達式來思考（think regular expressions），以便於掌握它們，充分利用它們的強大功能。
如果使用當今流行的程序設計語言，解決重複單詞問題的完整程序可能僅僅只需要幾行代碼。使用一個正則表達式的搜索和替換命令，讀者就可以查找文檔中的重複單詞，並把它們標記為高亮。加上另一個，你可以刪除所有不包含重複單詞的行（只留下需要在結果中出現的行）。最後，利用第三個正則表達式，你可以確保結果中的所有行都以它所在文件的名字開頭。在下一章裡，我們會看到用Perl和Java編寫的程序。
宿主語言（例如Perl、Java以及VB.NET）提供了外圍的處理支持，但是真正的能力來自正則表達式。為了駕馭這種語言，滿足自己的需求，讀者必須知道如何構建正則表達式，才能識別符合要求的文本，同時忽略不需要的文本。然後，就可以把表達式和語言支持的構建方式結合起來，真正處理這些文本（加入合適的高亮標記代碼，刪除文本，修改文本，等等）。