主頁 > 知識庫 > 亂象,印跡 正則學(xué)習(xí)問答

亂象,印跡 正則學(xué)習(xí)問答

熱門標簽:浙江營銷外呼系統(tǒng)有哪些 自己做的電銷機器人 地圖標注店鋪地圖標注酒店 哈爾濱公司外呼系統(tǒng)代理 遼寧秒客來電話機器人 山東外呼系統(tǒng)聯(lián)系方式 惠安地圖標注 淄博市張店區(qū)地圖標注 上海銷售電銷機器人軟件

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式的專題問答。在問答過程中,我收集到學(xué)習(xí)正則表達式過程中的某些普遍問題,在這里專門花一點篇幅來回答

正則表達式是難學(xué)的,這不存在疑義。但是我認為,難點也只在語法方面。正則表達式已經(jīng)有年頭了,它(的語法)誕生于上世紀七十年代。那是個怎樣的情景?舉個簡單的例子吧,Unix下的usr、dev等名字,就是那時留傳下來的,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)慣直接點擊“用戶目錄”、“驅(qū)動器”之類的圖標,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(chǎn)', ‘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(chǎn)', ‘z'))的寫法。

不過,換一個角度來看,兩者其實是一回事,只是表現(xiàn)形式不同,一個類似要訣,一個類似大白話。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為18或26位數(shù)字,用正則表達式匹配,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})表示兩個并列的選項,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8位的數(shù)字字符串(所以總長度是26位)。一般的正則表達式應(yīng)用,就是這么簡單。

如果你覺得上面說的沒錯,那么學(xué)習(xí)正則表達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,都強調(diào)不能只看書,要動手寫程序,甚至最好的辦法是把書上的例子親自輸入運行一遍,這樣才算真正學(xué)會了。但在許多人眼里,正則表達式或許算不上編程語言,所以學(xué)習(xí)是點到即止,甚至是滿足于從網(wǎng)絡(luò)上抄一些現(xiàn)成的表達式。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)會編程,抄閱現(xiàn)成的表達式、隨便翻幾篇文檔,當(dāng)然也學(xué)不會正則。不過也有幸運的消息,真正學(xué)會正則表達式并不需要花太長的時間。

以我的經(jīng)驗,學(xué)習(xí)正則表達式,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,80%的正則問題都可以解決。但是要弄明白這幾點,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)雜問題的表達式是怎么構(gòu)成的。如果你可以每天抽1-2小時專門學(xué)習(xí),兩周內(nèi)就會有明顯收效,一個月幾乎就可以修煉到相當(dāng)水平。而且,以我的經(jīng)驗,在學(xué)習(xí)新的編程語言時,不但要把書上的例子都親自輸入運行一遍,更要自己動手去改一改示例代碼,看看會出現(xiàn)什么現(xiàn)象,再想想為什么會這樣。如果你在學(xué)習(xí)正則表達式時也做到這一點,必然能夠事半功倍。

如果你真正理解了這些常用功能,對它們的價值和使用有清晰的概念,那么另一個麻煩也就迎刃而解了——不同語言的正則表達式不同,如何解決?雖然不同語言中的正則表達式規(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詳細講解什么是字符組,什么是多選分支,但會詳細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式如何寫,也只需要查文檔就可以解決。舉個例子,匹配空白字符的字符組\s,在Java字符串中要寫作\\s,因為\s并不是Java字符串中的一個合法轉(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,因為PHP處理字符串時會把無法識別的轉(zhuǎn)義序列原封不動地保存下去;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。看起來比較麻煩,也僅此而已,因為我們知道,這里需要用到的,就是“匹配空白字符的字符組”。

以上寫了這么多,可能有人會說:正則表達式這東西,不登大雅之堂,沒必要花那么多精力?;蛟S正是這種觀點,形成了“不認真學(xué)習(xí)正則表達式”思想根源。幸運的是,這個問題其實很好想明白,因為很多事情都是這個道理。比如寫文章,我們不要求人人都是作家,但是人人都有可能在需要的時候?qū)懗鰩灼玫贸鍪值恼?jīng)文章,“不是作家”并不是“需要時寫不出正經(jīng)文章”的理由。為了能在需要的時候?qū)懗稣?jīng)文章,就必須專門抽出時間來學(xué)習(xí)和練習(xí)寫作。正則表達式的學(xué)習(xí),其實也是這個道理。

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,反而會不時為正則表達式所困擾。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,會愿意花2小時寫出一個正則表達式,為以后節(jié)省無窮無盡的時間。當(dāng)然,以上說的這一切的前提,都是能端正學(xué)習(xí)正則表達式,或者說學(xué)習(xí)有價值技能的的態(tài)度。做軟件的人大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,正則表達式的學(xué)習(xí),也不存在銀彈。

本文由Yurii原創(chuàng),轉(zhuǎn)載請注明來源: 亂象,印跡

標簽:宣城 泰州 長沙 綿陽 無錫 銅川 重慶 西安

巨人網(wǎng)絡(luò)通訊聲明:本文標題《亂象,印跡 正則學(xué)習(xí)問答》,本文關(guān)鍵詞  亂象,印跡,正則,學(xué)習(xí),問答,;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問題,煩請?zhí)峁┫嚓P(guān)信息告之我們,我們將及時溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無關(guān)。
  • 相關(guān)文章
  • 下面列出與本文章《亂象,印跡 正則學(xué)習(xí)問答》相關(guān)的同類信息!
  • 本頁收集關(guān)于亂象,印跡 正則學(xué)習(xí)問答的相關(guān)信息資訊供網(wǎng)民參考!
  • 推薦文章