【技术前沿】正则表达式：神奇的魔咒

作者：研发部　孙辉

简单介绍

　　高级编程语言之所以高级，是因为使用的语句和逻辑更符合人类的思维习惯，最近几年更是出现不需要懂英语就可以学习的易语言，哪怕是不懂编程的人也可以大概看出程序的功能，但是如果在程序中出现下面这行代码，相信很多人都会莫名其妙一头雾水：%s/foo(\([^,]*\),\([^,]*\),\([^)]*\))/foo($2,$1,$3)/g。
　　这行代码实现的功能是将方法foo(a,b,c)中的参数a，b互换，最后得到的方法是foo(b,a,c)，这就是正则表达式的魅力。用简单的一行代码实现了普通代码10几行甚至几十行代码才能实现的功能。下面我们就来简单的认识一下这个神奇的魔咒。
　　一个正则表达式（regular expressions），就是用某种模式去匹配一类字符串的一个公式。在最简单的情况下，一个正则表达式看上去就是一个普通的查找串。例如，正则表达式"testing"，它可以匹配"testing"和"123testing"等字符串，但是不能匹配"Testing"。正则表达式的功能很强大，很多地方都可以应用。比如很多时候都会用到密码，银行帐户的密码通常只能输入数字，如果有人故意输入字母或者其他字符会怎么样呢，就会被告知“请输入0-9的数字”。那么这个功能是怎么实现的呢。以C++为例，想要实现这个功能需要编写如下代码：

　　Char ch[16] = “your password”;
　　For(int i = 0; i < strlen(ch); i++)
　　{
　　　　If(ch[i] > 0x39 || ch[i] < 0x30)
　　　　{
　　 　　MessageBox(“请输入0-9的数字”);
　　　　}
　　　　}

　　看起来也很简单，可如果用正则表达式来实现，就是这样一句话：[0-9]。

学习正则表达式

　　学习正则表达式通常分为三个层次：
　　第一个层次：学习基础。正则表达式由一些普通字符和一些元字符（metacharacters）组成。通字符包括大小写的字母和数字，而元字符则具有特殊的含义，重点就是要学习这些元字符，并能够灵活应用。元字符有点像我们所熟悉的通配符，在查询某个文件夹下所有txt的文件时，我们会在检索条件中输入*.txt，系统就能查出所有的txt文件，这里面的*便是一个通配符，代表一个或多个任意字符。正则表达式中的元字符种类更多样，应用更灵活。学习完基础就能够写出一些简单的正则表达式，比如：[A-Za-z0-9] 表示所有的大小写字母及所有数字。
　　第二个层次：能够写出一些完成特定功能的相对复杂的正则表达式。比如在文章开始列举的例子就是属于这一层次的正则表达式。想要看懂这些表达式，需要对元字符完全掌握，并知道如何把复杂的表达式进行拆分，一层层去解析表达式的意思。
　　第三个层次：到这个级别，那你已经可以整页整页写那些别人看不懂的天书了，这不是普通人能够达到的层次，这里暂不多做介绍。

VC对正则表达式的支持

　　早期的vc6.0版本并没有对正则表达式提供直接的支持，如果想使用，可以通过安装其他类库来实现，比如boost，功能较强，但据说在处理大数据量时性能差了一些，而且安装时比较麻烦。Greta，可以从微软的官方网站上下载到，直接包含头文件即可调用相关的方法。
　　希望这篇文章可以带给大家一些全新启示。