亂象,印跡 正則學(xué)習(xí)問答
最近有幸在開源中國和51CTO兩家網(wǎng)站作為嘉賓參與了于正則表達(dá)式的專題問答。在問答過程中,我收集到學(xué)習(xí)正則表達(dá)式過程中的某些普遍問題,在這里專門花一點(diǎn)篇幅來回答
正則表達(dá)式是難學(xué)的,這不存在疑義。但是我認(rèn)為,難點(diǎn)也只在語法方面。正則表達(dá)式已經(jīng)有年頭了,它(的語法)誕生于上世紀(jì)七十年代。那是個(gè)怎樣的情景?舉個(gè)簡單的例子吧,Unix下的usr、dev等名字,就是那時(shí)留傳下來的,現(xiàn)在已經(jīng)有很多人詬病了,usr不是user,dev不是device,難學(xué),也難記。經(jīng)過這些年的飛速發(fā)展,當(dāng)年的很多問題已經(jīng)被包裝得美輪美奐,如今的用戶可能更習(xí)慣直接點(diǎn)擊“用戶目錄”、“驅(qū)動(dòng)器”之類的圖標(biāo),再也不用為那些不規(guī)則的簡短名字發(fā)愁。但是不幸的是,一直以來正則表達(dá)式的語法卻沒有太多的變化,甚至后續(xù)增加的功能,也沿襲了之前的語法風(fēng)格,在編程語言日漸人性化的今天,它自然顯得非常難懂了。今天的開發(fā)人員可能更習(xí)慣Regex.CharRange(‘a’, ‘z’)這樣的寫法,而不習(xí)慣[a-z];遇到(?![a-z])這樣的結(jié)構(gòu)就更是抓瞎,除非轉(zhuǎn)為Regex.CheckRight(Regex.CharRange(‘a’, ‘z’))的寫法。
不過,換一個(gè)角度來看,兩者其實(shí)是一回事,只是表現(xiàn)形式不同,一個(gè)類似要訣,一個(gè)類似大白話。如果我們能在頭腦里構(gòu)建出從要訣到大白話的轉(zhuǎn)換,正則表達(dá)式就簡單了許多,甚至可以說就是模塊的拼接。比如支付寶的流水號(hào)為18或26位數(shù)字,用正則表達(dá)式匹配,就是^([0-9]{18}|[0-9]{26})$,或者^[0-9]{18}([0-9]{8})?$。其中的邏輯很簡單:^用來鎖定開頭,$用來鎖定結(jié)尾,[0-9]匹配數(shù)字字符,([0-9]{18}|[0-9]{26})表示兩個(gè)并列的選項(xiàng),即數(shù)字字符串長度為18位或26位,而[0-9]{18}([0-9]{8})?表示至少需要出現(xiàn)18位的數(shù)字字符串,在這之后可能還有一個(gè)8位的數(shù)字字符串(所以總長度是26位)。一般的正則表達(dá)式應(yīng)用,就是這么簡單。
如果你覺得上面說的沒錯(cuò),那么學(xué)習(xí)正則表達(dá)式的難題就只剩下了選擇得當(dāng)?shù)姆椒āN覀儗W(xué)習(xí)編程語言時(shí),都強(qiáng)調(diào)不能只看書,要?jiǎng)邮謱懗绦?,甚至最好的辦法是把書上的例子親自輸入運(yùn)行一遍,這樣才算真正學(xué)會(huì)了。但在許多人眼里,正則表達(dá)式或許算不上編程語言,所以學(xué)習(xí)是點(diǎn)到即止,甚至是滿足于從網(wǎng)絡(luò)上抄一些現(xiàn)成的表達(dá)式。所以,常見的問題之一是“有沒有什么學(xué)習(xí)的捷徑”,很不幸,答案是沒有——既然拷貝他人的代碼不能學(xué)會(huì)編程,抄閱現(xiàn)成的表達(dá)式、隨便翻幾篇文檔,當(dāng)然也學(xué)不會(huì)正則。不過也有幸運(yùn)的消息,真正學(xué)會(huì)正則表達(dá)式并不需要花太長的時(shí)間。
以我的經(jīng)驗(yàn),學(xué)習(xí)正則表達(dá)式,真正要做的是深入理解常用功能:字符組、多選分支、匹配模式、環(huán)視??梢哉f,弄明白了這幾點(diǎn),80%的正則問題都可以解決。但是要弄明白這幾點(diǎn),就需要專門的學(xué)習(xí):字符組是解決什么問題的,它是怎么使用的?多選分支是解決什么問題的,它是怎么使用的?應(yīng)當(dāng)抽一些時(shí)間專門學(xué)習(xí)、思考;這些都弄明白了,再研究解決復(fù)雜問題的表達(dá)式是怎么構(gòu)成的。如果你可以每天抽1-2小時(shí)專門學(xué)習(xí),兩周內(nèi)就會(huì)有明顯收效,一個(gè)月幾乎就可以修煉到相當(dāng)水平。而且,以我的經(jīng)驗(yàn),在學(xué)習(xí)新的編程語言時(shí),不但要把書上的例子都親自輸入運(yùn)行一遍,更要自己動(dòng)手去改一改示例代碼,看看會(huì)出現(xiàn)什么現(xiàn)象,再想想為什么會(huì)這樣。如果你在學(xué)習(xí)正則表達(dá)式時(shí)也做到這一點(diǎn),必然能夠事半功倍。
如果你真正理解了這些常用功能,對(duì)它們的價(jià)值和使用有清晰的概念,那么另一個(gè)麻煩也就迎刃而解了——不同語言的正則表達(dá)式不同,如何解決?雖然不同語言中的正則表達(dá)式規(guī)定各有不同,但背后的思想是統(tǒng)一的,不同的只是表現(xiàn)形式,或者說概念的落地方式。好處在于,編程語言的文檔不會(huì)詳細(xì)講解什么是字符組,什么是多選分支,但會(huì)詳細(xì)告訴你字符組在本語言中是如何表示的,多選分支又是如何表示的(不信你可以在這些文檔中搜索character class或者alternation)。所以如果你的腦子足夠清楚,即便不確定最終的表達(dá)式如何寫,也只需要查文檔就可以解決。舉個(gè)例子,匹配空白字符的字符組\s,在Java字符串中要寫作\\s,因?yàn)?span style="font-family:AndaleMono,LucidaConsole,monospace">\s并不是Java字符串中的一個(gè)合法轉(zhuǎn)義序列,所以之前還必須有\來轉(zhuǎn)義\;在PHP中可以直接寫作\s,因?yàn)镻HP處理字符串時(shí)會(huì)把無法識(shí)別的轉(zhuǎn)義序列原封不動(dòng)地保存下去;在Unix下的某些工具中,必須寫作[[:space:]],這是Perl風(fēng)格的\s在POSIX規(guī)范中的表示法??雌饋肀容^麻煩,也僅此而已,因?yàn)槲覀冎?,這里需要用到的,就是“匹配空白字符的字符組”。
這種說法可以說服一些人,但還有一些人是說服不了的。同時(shí)據(jù)我觀察,那些不能被說服的人,似乎也沒有花太多精力在其它“正事”上,反而會(huì)不時(shí)為正則表達(dá)式所困擾。與此相反的是,真正有職業(yè)素質(zhì)的程序員,就像the Productive Programmer中說的那樣,會(huì)愿意花2小時(shí)寫出一個(gè)正則表達(dá)式,為以后節(jié)省無窮無盡的時(shí)間。當(dāng)然,以上說的這一切的前提,都是能端正學(xué)習(xí)正則表達(dá)式,或者說學(xué)習(xí)有價(jià)值技能的的態(tài)度。做軟件的人都讀過布魯克斯的名文《沒有銀彈》,所以這里不妨借用他的話說,正則表達(dá)式的學(xué)習(xí),也不存在銀彈。
本文由Yurii原創(chuàng),轉(zhuǎn)載請(qǐng)注明來源: 亂象,印跡
相關(guān)文章
editplus EmEditor和searchandreplace正則表達(dá)式
掌握下面的正則方便我們快速的批量處理文本替換。2009-07-07php驗(yàn)證用戶名是否以字母開頭與驗(yàn)證密碼實(shí)例
這篇文章主要介紹了php驗(yàn)證用戶名是否以字母開頭與驗(yàn)證密碼,實(shí)例匯總了幾個(gè)用戶注冊(cè)及提交表單時(shí)常用的正則表達(dá)式,非常具有實(shí)用價(jià)值,需要的朋友可以參考下2014-12-12在Asp中用“正則表達(dá)式對(duì)象”來校驗(yàn)數(shù)據(jù)的合法性
在Asp中用“正則表達(dá)式對(duì)象”來校驗(yàn)數(shù)據(jù)的合法性...2007-03-03正則表達(dá)式 口訣 學(xué)習(xí)正則的朋友看看
非常不錯(cuò)的口訣,相信學(xué)習(xí)正則的朋友感覺入門很難,其實(shí)并不是想象中的難,你看下面不知道是哪位高手整理的口訣,看口訣就知道此人對(duì)正則的熟練程度非常高了。2009-04-04用Javascript正則實(shí)現(xiàn)url鏈接的解析類
一個(gè)非常健全的 Javascript 鏈接(URL)解析類,他用了正則表達(dá)式可以準(zhǔn)確獲取一個(gè)完整的 URL 中每個(gè)部分的內(nèi)容,包括協(xié)議、URL中包含的用戶名和密碼、主機(jī)名、端口、路徑名、參數(shù)、錨點(diǎn)(Fragment Anchor)等信息2008-06-06正則表達(dá)式 運(yùn)算符優(yōu)先級(jí)介紹
正則表達(dá)式從左到右進(jìn)行計(jì)算,并遵循優(yōu)先級(jí)順序,這與算術(shù)表達(dá)式非常類似2016-05-05Python使用正則表達(dá)式去除(過濾)HTML標(biāo)簽提取文字功能
這篇文章主要介紹了Python使用正則表達(dá)式去除(過濾)HTML標(biāo)簽提取文字,本文通過實(shí)例代碼給大家介紹的非常詳細(xì),具有一定的參考借鑒價(jià)值 ,需要的朋友可以參考下2019-07-07Python中正則表達(dá)式的巧妙使用一文包你必掌握正則
正則表達(dá)式就是從字符串中發(fā)現(xiàn)規(guī)律,并通過“抽象”的符號(hào)表達(dá)出來。這篇文章主要介紹了Python中正則表達(dá)式的巧妙使用,需要的朋友可以參考下2019-05-05