Michael Fitzgerald, Einstieg in Reguläre Ausdrücke, O Reilly, ISBN D3kjd3Di38lk323nnm

Transkript

1 D3kjd3Di38lk323nnm Michael Fitzgerald, Einstieg in Reguläre Ausdrücke, O Reilly, ISBN

2 Inhalt Vorwort Was ist ein regulärer Ausdruck?... 1 Ein Anfang mit Regexpal... 2 Eine nordamerikanische Telefonnummer finden... 3 Ziffern mit einer Zeichenklasse finden... 4 Ein Zeichenkürzel verwenden... 5 Beliebige Zeichen finden... 5 Gruppen und Rückwärtsreferenzen... 6 Quantoren einsetzen... 7 Einfassende Literale... 8 Eine Beispielanwendung... 9 Was Sie in Kapitel 1 gelernt haben Technische Hinweise Einfache Muster finden Stringliterale finden Ziffern finden Etwas anderes als Ziffern finden Wort- und Nicht-Wortzeichen finden Whitespace finden Beliebige Zeichen finden Zweite Runde Text mit Markup versehen Text mit sed mit Markup versehen Markup mit Perl einfügen Was Sie in Kapitel 2 gelernt haben Technische Hinweise IX V

3 3 Grenzen Anfang und Ende einer Zeile Wort- und Nicht-Wortgrenzen Andere Anker Eine Gruppe von Zeichen als Literale markieren Tags hinzufügen Tags mit sed hinzufügen Tags mit Perl hinzufügen Was Sie in Kapitel 3 gelernt haben Technische Hinweise Alternation, Gruppen und Rückwärtsverweise Alternation Untermuster Einfangende Gruppen und Rückwärtsverweise Benannte Gruppen Nicht-einfangende Gruppen Atomare Gruppen Was Sie in Kapitel 4 gelernt haben Technische Hinweise Zeichenklassen Negierte Zeichenklassen Vereinigung und Differenz POSIX-Zeichenklassen Was Sie in Kapitel 5 gelernt haben Technische Hinweise Unicode- und andere Zeichen finden Ein Unicode-Zeichen finden Einsatz von vim Zeichen mit Oktalzahlen finden Eigenschaften von Unicodezeichen finden Steuerzeichen finden Was Sie in Kapitel 6 gelernt haben Technische Hinweise VI Inhalt Michael Fitzgerald, Einstieg in Reguläre Ausdrücke, O Reilly, ISBN

4 7 Quantoren Gierig, genügsam und possessiv Mit *, + und? finden Eine bestimmte Anzahl finden Genügsame Quantoren Possessive Quantoren Was Sie in Kapitel 7 gelernt haben Technische Hinweise Lookarounds Positive Lookaheads Negative Lookaheads Positive Lookbehinds Negative Lookbehinds Was Sie in Kapitel 8 gelernt haben Technische Hinweise Ein Dokument mit HTML-Markup versehen Tags finden Reinen Text mit sed umformen Mit sed ersetzen Römische Zahlen mit sed verarbeiten Einen bestimmten Absatz mit sed verarbeiten Die Zeilen des Gedichts mit sed verarbeiten Tags anfügen Eine Befehlsdatei bei sed einsetzen Reinen Text mit Perl umwandeln Römische Zahlen mit Perl verarbeiten Einen bestimmten Absatz mit Perl verarbeiten Die Zeilen des Gedichts mit Perl verarbeiten Eine Befehlsdatei mit Perl einsetzen Was Sie in Kapitel 9 gelernt haben Technische Hinweise Das Ende vom Anfang Mehr erfahren Interessante Tools, Implementierungen und Bibliotheken Perl PCRE Inhalt VII

5 Ruby (Oniguruma) Python RE Eine nordamerikanische Telefonnummer finden Eine -Adresse finden Was Sie in Kapitel 10 gelernt haben Anhang: Reguläre Ausdrücke Referenz Glossar zu regulären Ausdrücken Index VIII Inhalt Michael Fitzgerald, Einstieg in Reguläre Ausdrücke, O Reilly, ISBN

6 KAPITEL 4 Alternation, Gruppen und Rückwärtsverweise Gruppen haben Sie schon im Einsatz erlebt. Sie umschließen Text mit (runden) Klammern, um danach bestimmte Operationen damit auszuführen, zum Beispiel: Alternationen nutzen eine Auswahl zwischen zwei oder mehr optionalen Mustern Untermuster erstellen Eine Gruppe einfangen, um später über eine Rückwärtsreferenz darauf zuzugreifen Eine Operation auf ein gruppiertes Muster anwenden, wie zum Beispiel einen Quantor Nicht-einfangende Gruppen nutzen Atomares Gruppieren (anspruchsvoller) Wir werden neben dem Text aus»the Rime of the Ancyent Marinere«aus rime.txt noch ein paar wohlüberlegte Beispiele nutzen. Dieses Mal werde ich auf die Desktop-Variante von RegExr und auf andere Tools wie sed zurückgreifen. Sie können die Desktop-Version von RegExr für Windows, Mac oder Linux unter herunterladen (es wurde mit Adobe AIR geschrieben). Klicken Sie auf den Link»Desktop Version«auf der Webseite von RegExr (unten rechts), um mehr Informationen zu erhalten. Alternation Einfach gesagt gibt Ihnen eine Alternation die Möglichkeit, verschiedene Muster zu wählen, die gefunden werden können. Nehmen wir zum Beispiel an, Sie wollen herausfinden, wie häufig der Artikel the in»the Rime of the Ancient Mariner«vorkommt. Das Problem ist, dass das Wort im Gedicht als THE, The und the zu finden ist. Dieses Problem können Sie mit einer Alternation lösen. Öffnen Sie die RegExr-Desktop-Anwendung durch einen Doppelklick auf ihr Symbol. Sie sieht fast so aus wie die Onlineversion, läuft aber lokal auf Ihrem Rechner, so dass Sie keine Probleme bekommen, wenn die Internetverbindung einmal spinnt. Für die nächste 41

7 Übung habe ich das gesamte Gedicht in das RegExr-Programm kopiert. Ich nutze es auf einem Mac unter OS X Lion. Im oberen Textfeld geben Sie dieses Muster ein: (the The THE) Sie sehen nun alle Vorkommen von the im Gedicht hervorgehoben (siehe Abbildung 4-1). Verwenden Sie den Scrollbalken, um mehr Ergebnisse zu erhalten. Abbildung 4-1: Alternation in der RegExr-Desktopversion nutzen Wir können diese Gruppe kürzer gestalten, indem wir eine Option anwenden. Mit Optionen können Sie die Art und Weise beeinflussen, wie nach einem Muster gesucht wird. So ermöglicht zum Beispiel die Option (?i) Ihr Muster unabhängig von Groß- und Kleinschreibung arbeiten zu lassen. Statt also das ursprüngliche Muster mit der Alternation zu verwenden, können Sie auch Folgendes schreiben: (?i)the Geben Sie dies einmal in RegExr ein, um zu sehen, wie es funktioniert. Sie können das Ignorieren von Groß- und Kleinschreibung auch einschalten, indem Sie die Checkbox ignorecase markieren es klappt beides. Diese und weitere Optionen oder Modifikatoren finden Sie in Tabelle Kapitel 4: Alternation, Gruppen und Rückwärtsverweise Michael Fitzgerald, Einstieg in Reguläre Ausdrücke, O Reilly, ISBN

8 Tabelle 4-1: Optionen in regulären Ausdrücken Option Beschreibung Unterstützt durch (?d) Unix-Zeilen Java (?i) Groß- und Kleinschreibung ignorieren PCRE, Perl, Java (?J) Erlaubt doppelte Namen PCRE 1 (?m) Multiline PCRE, Perl, Java (?s) Einzelne Zeile (Dotall) PCRE, Perl, Java (?u) Groß- und Kleinschreibung bei Unicode ignorieren Java (?U) Gieriges/Genügsames Suchen vertauschen PCRE (?x) Whitespace und Kommentare ignorieren PCRE, Perl, Java (?- ) Optionen abschalten PCRE Lassen Sie uns nun eine Alternation mit grep anschauen. Die Optionen in Tabelle 4-1 funktionieren übrigens nicht mit grep, so dass Sie das ursprüngliche Alternationsmuster verwenden müssen. Um die Anzahl der Zeilen zu finden, in denen das Wort the vorkommt (unabhängig von Groß- und Kleinschreibung), verwenden Sie: grep -Ec "(the The THE)" rime.txt Sie erhalten diese Ausgabe: 327 Das Ergebnis ist noch nicht die ganze Wahrheit. Warten Sie noch etwas ab. Hier eine Analyse des grep-befehls: Die Option -E sorgt dafür, dass die Extended Regular Expressions (EREs) statt der Basic Regular Expressions (BREs) genutzt werden. So ersparen Sie es sich, die Klammern und den vertikalen Balken maskieren zu müssen, wie das bei BREs der Fall wäre. Die Option -c gibt die Anzahl der gefundenen Zeilen (nicht Wörter!) zurück. Die Klammern gruppieren die Alternation von the, The oder THE. Der vertikale Balken trennt die möglichen Varianten, die von links nach rechts ausgewertet werden. Um die gefundenen Wörter zu zählen, finden Sie mit dem folgenden Befehl zunächst die Wörter (eines pro Zeile), die dann aufsummiert werden: grep -Eo "(the The THE)" rime.txt wc -l Das Ergebnis ist: Siehe»Named Subpatterns«in Alternation 43

9 Hier wieder ein bisschen Analyse: Die Option -o sorgt dafür, dass nur der Teil der Zeile gezeigt wird, auf den das Muster passt, was aber aufgrund der Weiterleitung an wc nicht gezeigt wird. Der vertikale Balken leitet hier per Pipe die Ausgabe des grep-befehls als Eingabe an den wc-befehl weiter. wc zählt Wörter, wobei -l die Anzahl der Zeilen zurückgibt. Warum der große Unterschied zwischen 327 und 412? Weil -c jede passende Zeile zählt, während es aber mehr als eine Übereinstimmung pro Zeile geben kann. Nutzen Sie -o und wc -l, wird jedes Vorkommen des Worts als eigene Zeile ausgegeben und gezählt, wodurch der größere Wert zustande kommt. Um das Gleiche mit Perl zu erreichen, geben Sie Folgendes ein: perl -ne 'print if /(the The THE)/' rime.txt Besser noch: Sie können hier die weiter oben erwähnte Option (?i) einsetzen und auf die Alternation verzichten: perl -ne 'print if /(?i)the/' rime.txt Noch besser: Sie fügen den Modifikator i nach dem letzten Musterbegrenzer ein: perl -ne 'print if /the/i' rime.txt Immer erhalten Sie das gleiche Ergebnis. Je einfacher, desto besser. Eine Liste der möglichen Modifikatoren (auch als Flags bezeichnet) finden Sie in Tabelle 4-2. Vergleichen Sie sie auch mit den Optionen (ähnlich, aber mit einer anderen Syntax) in Tabelle 4-1. Tabelle 4-2: Perl-Modifikatoren (Flags) 2 Modifikator a c d g i l m p s u x Beschreibung Finde \d, \s, \w und POSIX nur im ASCII-Bereich Aktuelle Position beibehalten, nachdem etwas nicht gefunden wurde Nutze die nativen Standard-Regeln der Plattform Globales Finden Groß-/Kleinschreibung ignorieren Regeln der aktuellen Locale nutzen Mehrzeilige Strings Gefundenen String aufheben Strings als einzelne Zeile behandeln Unicode-Regeln beim Finden nutzen Whitespace und Kommentare ignorieren 2 Siehe 44 Kapitel 4: Alternation, Gruppen und Rückwärtsverweise Michael Fitzgerald, Einstieg in Reguläre Ausdrücke, O Reilly, ISBN

10 Untermuster Wird bei regulären Ausdrücken der Begriff Untermuster (Subpatterns) erwähnt, bezieht sich das fast immer auf Gruppen oder Gruppen in Gruppen. Ein Untermuster ist ein Muster in einem Muster. Häufig wird eine Bedingung in einem Untermuster erfüllt, wenn ein voriges Muster passt, aber nicht immer. Untermuster können auf sehr unterschiedliche Arten entworfen werden, wir wollen uns hier allerdings vor allem auf die mit (runden) Klammern beschränken. Das weiter oben schon genutzte Muster: (the The THE) kann man auch so sehen, dass es drei Untermuster besitzt: the ist das erste Untermuster, The das zweite und THE das dritte. Allerdings ist ein passendes zweites Untermuster in diesem Fall nicht davon abhängig, dass das erste passt. (Das am weitesten links stehende Muster wird als erstes geprüft.) Hier nun ein Muster, in dem das/die Untermuster vom vorigen Muster abhängen: (t T)h(e eir) Einfach gesprochen werden damit die Buchstaben t oder T gefunden, gefolgt von einem h und entweder einem e oder den Buchstaben eir. Dieses Muster passt also auf folgende Kombinationen: the The their Their In diesem Fall hängt das zweite Untermuster (e eir) vom ersten ab (tt). Untermuster benötigen keine Klammern. Hier ein Beispiel für Untermuster mit Zeichenklassen: \b[tt]h[ceinry]*\b Dieses Muster passt neben the oder The auch auf Wörter wie thee, thy und thence. Die zwei Wortgrenzen (\b) sorgen dafür, dass das Muster nur ganze Wörter findet, keine Buchstabenfolgen in anderen Wörtern. Hier eine vollständige Analyse dieses Musters: \b passt auf den Anfang eines Worts. [tt] ist eine Zeichenklasse, die entweder ein kleines t oder ein großes T findet. Wir können dies als erstes Untermuster ansehen. Dann passt das Muster auf ein kleines h. Untermuster 45

11 Das zweite Untermuster ist ebenfalls eine Zeichenklasse: [ceinry], gefolgt von einem Quantor * für null oder beliebig viele Wiederholungen. Schließlich beendet eine weitere Wortgrenze \b das Muster. Interessant an regulären Ausdrücken ist, dass die Terminologie zwar meist sehr exakt und eindeutig ist, manchmal aber auch ausgesprochen unterschiedliche Bezeichnungen für die gleiche Sache anbietet. Bei der Definition von Untermustern und anderen Begriffen für dieses Buch habe ich auf eine Vielzahl von Quellen zurückgegriffen und versucht, sie möglichst alle unter einen Hut zu bringen. Aber ich vermute, dass mancher darüber diskutieren würde, ob Zeichenklassen ein Untermuster sind. Ich meine, dass sie als Untermuster dienen können, daher habe ich sie dort eingeordnet. Einfangende Gruppen und Rückwärtsverweise Gruppiert ein Muster seinen Inhalt teilweise oder vollständig in Klammern, wird dieser Inhalt»eingefangen«und temporär im Speicher gesichert. Sie können auf den so gesicherten Speicher bei Bedarf über einen Rückwärtsverweis zugreifen, der die Form oder \1 $1 hat, wobei \1 oder $1 auf die erste einfangende Gruppe, \2 oder $2 auf die zweite einfangende Gruppe und so weiter verweist. sed kennt nur die Form \1, während Perl beides unterstützt. Ursprünglich hat sed Rückwärtsverweise nur im Bereich von \1 bis \9 unterstützt, aber diese Einschränkung ist mittlerweile aufgehoben. Sie haben das schon einmal im Einsatz gesehen, aber ich werde es Ihnen hier erneut zeigen. Wir werden Rückwärtsverweise verwenden, um die Wörter einer Zeile des Gedichts neu zu arrangieren (sorry, Samuel Taylor Coleridge). Geben Sie nach dem Anklicken des Replace-Tabs in RegExr im oberen Textfeld folgendes Muster ein: (It is) (an ancyent Marinere) Scrollen Sie den Zieltext (das dritte Textfeld) nun nach unten, bis Sie die hervorgehobene Zeile sehen, und geben Sie im zweiten Textfeld nun dies ein: $2 $1 Sie sehen dann im untersten Textfeld die Zeile neu angeordnet: an ancyent Marinere It is, (Siehe Abbildung 4-2.) 46 Kapitel 4: Alternation, Gruppen und Rückwärtsverweise Michael Fitzgerald, Einstieg in Reguläre Ausdrücke, O Reilly, ISBN

12 Abbildung 4-2: Rückwärtsverweise mit $1 und $2 ansprechen So erreichen Sie das gleiche Ergebnis mit sed: sed -En 's/(it is) (an ancyent Marinere)/\2 \1/p' rime.txt Die Ausgabe ist dann wie in RegExr: an ancyent Marinere It is, Lassen Sie uns die sed-anweisung genauer anschauen, damit Sie auch alles verstehen, was hier genutzt wird: Die Option -E sorgt wieder dafür, dass EREs genutzt werden und Sie zum Beispiel die Klammern nicht maskieren müssen. Die Option -n unterdrückt das Standardverhalten, jede Zeile auszugeben. Die Substitute-Anweisung sucht nach einer Übereinstimmung des Texts»It is an ancyent Marinere«, den sie in zwei Gruppen einfängt. Dann wird die Übereinstimmung durch eine Umsortierung des eingefangenen Texts ersetzt, bei der erst der Rückwärtsverweis \2 kommt, dann \1. Das p am Ende der Substitute-Anweisung sorgt dafür, dass die Zeile ausgegeben wird. Ähnlich funktioniert es in Perl: perl -ne 'print if s/(it is) (an ancyent Marinere)/\2 \1/' rime.txt Einfangende Gruppen und Rückwärtsverweise 47

13 Beachten Sie, dass hier erneut der Syntaxstil \1 verwendet wird. Sie können natürlich in Perl auch auf die $1-Syntax zurückgreifen: perl -ne 'print if s/(it is) (an ancyent Marinere)/$2 $1/' rime.txt Ich finde es toll, wie man mit Perl eine ausgewählte Zeile ausgeben kann, ohne mit Schleifen arbeiten zu müssen. Zur Ausgabe möchte ich Sie auch noch auf etwas hinweisen: an ancyent Marinere It is, Die Groß- und Kleinschreibung ist hier natürlich nicht mehr richtig. Perl kann sich darum mit \u und \l kümmern: perl -ne 'print if s/(it is) (an ancyent Marinere)/\u$2 \l$1/' rime.txt Jetzt sieht das Ergebnis viel besser aus: An ancyent Marinere it is, Dies ist der Grund dafür: \l passt auf nichts, ändert aber das erste folgende Zeichen zu einem Kleinbuchstaben. \u macht das folgenden Zeichen zu einem Großbuchstaben. \U (hier nicht gezeigt) wandelt den gesamten folgenden Text in Großbuchstaben um. \L (hier nicht gezeigt) wandelt den gesamten folgenden Text in Kleinbuchstaben um. Diese Anweisungen bleiben wirksam, bis eine weitere solche Anweisung folgt (wie zum Beispiel \l, oder \E zum Beenden eines maskierten Strings). Experimentieren Sie damit, um ein Gefühl dafür zu bekommen, wie sie funktionieren. Benannte Gruppen Benannte Gruppen sind einfangende Gruppen mit Namen. Sie können diese Gruppen später über den Namen ansprechen, statt eine Nummer verwenden zu müssen. Ich zeige Ihnen hier, wie Sie sie in Perl einsetzen: perl -ne 'print if s/(?<one>it is) (?<two>an ancyent Marinere)/\u$+{two} \l$+{one}/' rime.txt Schauen wir uns an, was sich geändert hat: Innerhalb der Klammern haben wir?<one> und?<two> hinzugefügt, um die Gruppen mit den Namen one und two zu versehen. $+{one} referenziert die Gruppe mit dem Namen one, $+{two} die mit dem Namen two. Sie können benannte Gruppen auch innnerhalb des Musters nutzen, in dem sie benannt wurden. Ich will Ihnen zeigen, was ich meine. Nehmen wir einmal an, Sie suchen nach einem String, der sechs Nullen enthält: Kapitel 4: Alternation, Gruppen und Rückwärtsverweise Michael Fitzgerald, Einstieg in Reguläre Ausdrücke, O Reilly, ISBN

14 Das Beispiel ist sehr einfach, aber es soll auch nur zeigen, wie der Zugriff auf die Gruppen funktioniert. Benennen wir nun eine Gruppe von drei Nullen mit diesem Muster (das zero ist frei gewählt): (?<zero>0{3}) Sie können diese Gruppe dann wie folgt verwenden: (?<zero>0{3})\k<zero> Oder so: (?<zero>0{3})\k'zero' Oder so: (?<zero>0{3})\g{zero} Geben Sie dies einmal in RegExr ein, um schnell ein Ergebnis zu erhalten. Alle drei Beispiele werden funktionieren. Tabelle 4-3 zeigt viele der Möglichkeiten, die einem bei benannten Gruppen zur Verfügung stehen. Tabelle 4-3: Syntax für benannte Gruppen Syntax Beschreibung (?<name>\u) Eine benannte Gruppe (? name \u) Eine andere benannte Gruppe (?P<name>\u) Eine benannte Gruppe in Python \k<name> Verweis über den Namen in Perl \k'name' \g{name} \k{name} (?P=name) Verweis über den Namen in Perl Verweis über den Namen in Perl Verweis über den Namen in.net Verweis über den Namen in Python Nicht-einfangende Gruppen Es gibt auch Gruppen, die nicht einfangend sind sie speichern ihren Inhalt also nicht ab. Das ist manchmal von Vorteil, vor allem, wenn Sie sich niemals auf diese Gruppe beziehen. Durch den Verzicht auf das Speichern erhalten Sie möglicherweise Performanceverbesserungen, auch wenn die sich bei den hier genutzten einfachen Beispielen kaum bemerkbar machen dürften. Erinnern Sie sich an die erste Gruppe in diesem Kapitel? So sieht sie aus: (the The THE) Sie brauchen keinen Verweis darauf, daher könnten Sie daraus eine nicht-einfangende Gruppe machen: (?:the The THE) Nicht-einfangende Gruppen 49

15 Sie könnten auch wieder eine Option hinzufügen, um das Muster unabhängig von Großund Kleinschreibung funktionieren zu lassen (wobei die Gruppe dann gar nicht mehr notwendig wäre): (?i)(?:the) Oder Sie gehen so vor: (?:(?i)the) Noch besser sozusagen die beste Wahl: (?i:the) Der Optionsbuchstabe i kann zwischen dem Fragezeichen und dem Doppelpunkt eingefügt werden. Atomare Gruppen Eine andere Form einer nicht-einfangenden Gruppe ist die atomare Gruppe. Nutzen Sie eine Regex-Engine, die Backtacking unterstützt, schalten solche Gruppen dies ab nicht für den gesamten Ausdruck, sondern nur für die Teile in der atomaren Gruppe. Die Syntax sieht wie folgt aus: (?>the) Wann sollten Sie atomare Gruppen einsetzen? Wenn etwas die Regex-Verarbeitung verlangsamen kann, ist es das Backtracking. Denn dabei müssen alle Möglichkeiten durchgespielt werden, was Zeit und CPU-Last kostet. Das kann manchmal richtig dauern. Läuft dabei etwas gründlich schief, nennt man das katastrophales Backtracking. Sie können das Backtracking komplett ausschalten, indem Sie entweder eine Engine wie re2 nutzen ( die keine Rückwärtsverweise unterstützt, oder indem Sie es mit Hilfe atomarer Gruppen für Teile Ihres regulären Ausdrucks deaktivieren. Mein Fokus liegt in diesem Buch auf der Einführung in die Syntax. Ich gehe nur wenig auf Performance-Optimierungen ein. Meiner Meinung nach sind atomare Gruppen vor allem für Performance-Verbesserungen gedacht. In Kapitel 5 werden Sie mehr über Zeichenklassen lernen. Was Sie in Kapitel 4 gelernt haben Alternationen ermöglichen die Wahl zwischen zwei oder mehr Mustern Was Options-Modifikatoren sind und wie man sie in einem Muster nutzt Verschiedene Arten von Untermustern Wie Sie einfangende Gruppen und Rückwärtsverweise einsetzen 50 Kapitel 4: Alternation, Gruppen und Rückwärtsverweise Michael Fitzgerald, Einstieg in Reguläre Ausdrücke, O Reilly, ISBN

16 Wie Sie benannte Gruppen verwenden und darauf verweisen Wie Sie nicht-einfangende Gruppen nutzen Was atomare Gruppen sind Technische Hinweise Mit der Adobe AIR Runtime können Sie mit HTML, JavaScript, Flash und Action- Script Webanwendungen bauen, die auch als eigenständige Clientanwendungen laufen können, ohne dass man einen Browser benötigt. Mehr dazu erfahren Sie unter Python ( ist eine leicht zu verstehende Programmiersprache, die trotzdem alles bietet, was man braucht. Sie besitzt eine Implementierung für reguläre Ausdrücke (siehe ( ist ein Programmier-Framework für Windows. Es besitzt ebenfalls eine Implementierung für reguläre Ausdrücke (siehe microsoft.com/en-us/library/hs aspx). Weitergehende Erläuterungen zu atomaren Gruppen finden Sie unter regular-expressions.info/atomic.html und atomic-group-and-non-capturing-group. Technische Hinweise 51

17 Michael Fitzgerald, Einstieg in Reguläre Ausdrücke, O Reilly, ISBN