Mastering Regular Expressions, 3rd Edition

Obra cumbre y referente histórico indiscutible sobre expresiones regulares escrita por Jeffrey E. F. Friedl en su tercera edición (2006). El libro aborda el funcionamiento teórico y práctico de los patrones de búsqueda y manipulación de texto en diversos lenguajes y herramientas clave, entre ellos Perl 5.8+, Java (analizando las versiones 1.4.2, 5 y 6), .NET (C# y VB.NET en .NET 2.0), PHP (con su biblioteca PCRE) y utilidades tradicionales de UNIX como grep y egrep. Está dirigido a programadores y administradores de sistemas de nivel intermedio a avanzado que ya han redactado expresiones regulares sencillas y desean comprender a fondo la lógica interna de los motores de coincidencia para escribir patrones rápidos, robustos y libres de fallos.

El núcleo conceptual del texto explica la diferencia fundamental entre los motores autómatas finitos deterministas (DFA) y los no deterministas orientados a expresiones (NFA y POSIX NFA), desglosando la mecánica del retroceso (backtracking) y el fenómeno crítico del retroceso catastrófico. En el plano práctico de APIs y librerías, examina en profundidad el paquete java.util.regex de Sun (clases Pattern y Matcher), el espacio de nombres System.Text.RegularExpressions de .NET (objetos Regex, Match, Group y Capture), los operadores nativos de Perl (m//, s///, split y el constructor de patrones qr//) y la extensión de funciones preg_* de PHP (como preg_match, preg_replace_callback o preg_split, junto con el modificador de estudio S). También aborda de forma rigurosa la gestión de codificaciones de caracteres, soporte Unicode y técnicas avanzadas como desenrollar el bucle (unrolling the loop) para maximizar la velocidad.

A lo largo de la obra se resuelven casos prácticos del mundo real mediante patrones meticulosamente analizados: validación y extracción de etiquetas HTML, saneamiento de código, análisis de registros y archivos CSV entrecomillados, y la construcción detallada de una expresión regular exhaustiva para validar direcciones de correo electrónico bajo los estándares RFC 822 y RFC 2822. Su mayor valor reside en enseñar a pensar como el motor de expresiones regulares para predecir con exactitud cuántos pasos le tomará evaluar una cadena. Por su fecha de publicación, deja fuera añadidos recientes de los motores actuales (como lookbehinds en JavaScript moderno), pero sus fundamentos teóricos sobre rendimiento y arquitectura de motores siguen siendo la base más sólida de la disciplina.