Open xxleyi opened 3 years ago
到底什么是正则表达式呢？我尝试给一个清晰的描述。
首发即刻：
修正后文字版全文：
大部分人或许并不关心何为正则表达式，但我个人比较喜欢厘清这种 what 问题。
正则表达式之前对我来说就是用于指定字符串模式，为此需要皱着眉头面对各种奇奇怪怪的符号，转义，捕获，分组，甚至反向引用，零宽断言，然后小心翼翼的施展魔法。我的心态是尽量不用它。
这并不是好事情，但我确实有点害怕正则，也没摸到门路。
最近事情起了转机，由于学习词法解析，从代码文本到 tokens 串这一步完美对应正则语言及其实现。这让我有机会从零到一重新认识正则语言，发现严格意义上的正则有着几条非常清晰的规则：
有且仅有这些。那问题来了，平时使用的正则表达式为何明显比这些规则复杂很多呢？
大概有两类原因：
一类是简写 shorthands，像 ? + [1-9] 等等这类都可以用以上规则表达，只是比较繁琐，使用又很频繁，所以有了简写。
另一类值得重点关注，就是本身不属于严格意义上的正则表达式，但对于指定字符串模式来说又很有必要。这类就是一些扩展，确实不能用以上规则表达。
据我目前的了解，此类扩展主要就两个，一个是反向引用，(.+)\1 这种可以匹配 wewe 和 hahahaha 的模式。另一个是零宽断言，主要是简单的 ^ 和 $，以及复杂的环视。
B 站视频： https://www.bilibili.com/video/BV1H5411n7Y2/
总结：所谓“正则”就是六个规则加若干扩展。
到底什么是正则表达式呢？我尝试给一个清晰的描述。
首发即刻：
修正后文字版全文：
大部分人或许并不关心何为正则表达式，但我个人比较喜欢厘清这种 what 问题。
正则表达式之前对我来说就是用于指定字符串模式，为此需要皱着眉头面对各种奇奇怪怪的符号，转义，捕获，分组，甚至反向引用，零宽断言，然后小心翼翼的施展魔法。我的心态是尽量不用它。
这并不是好事情，但我确实有点害怕正则，也没摸到门路。
最近事情起了转机，由于学习词法解析，从代码文本到 tokens 串这一步完美对应正则语言及其实现。这让我有机会从零到一重新认识正则语言，发现严格意义上的正则有着几条非常清晰的规则：
有且仅有这些。那问题来了，平时使用的正则表达式为何明显比这些规则复杂很多呢？
大概有两类原因：
一类是简写 shorthands，像 ? + [1-9] 等等这类都可以用以上规则表达，只是比较繁琐，使用又很频繁，所以有了简写。
另一类值得重点关注，就是本身不属于严格意义上的正则表达式，但对于指定字符串模式来说又很有必要。这类就是一些扩展，确实不能用以上规则表达。
据我目前的了解，此类扩展主要就两个，一个是反向引用，(.+)\1 这种可以匹配 wewe 和 hahahaha 的模式。另一个是零宽断言，主要是简单的 ^ 和 $，以及复杂的环视。
B 站视频： https://www.bilibili.com/video/BV1H5411n7Y2/
总结：所谓“正则”就是六个规则加若干扩展。