最近抽空粗略地学习了一段时间的正则表达式，收获颇多！最大的感受是学习了正则表达式后，将以前学习的一些知识串联了起来。在《数据结构与算法》课程中学习到的关于字符串的增、删、改、查和常用计算机文件中的数据内容均能够一一对照起来。
那么，什么是正则表达式呢？按照上面参考书中的说法：正则表达式是处理字符串的方法，它是以行为单位来进行字符串的处理行为，正则表达式通过一些特殊符号的辅助，可以让用户轻易实现查找、删除、替换某些特定的字符串。正则表达式是一种字符串查询的“表示方法”，需要程序应用支持这种表示方法，那么该程序应用就可以用于正则表达式的字符串处理。
如何去理解上面这段话？可以参照下面的例子，在Linux中输入以下代码：
# grep -n 't[ae]st' regular_express.txt
这段代码的意思在 regular_express.txt 中查找名为 test 和 tast 的两个字符串。其中，“[]”中不论有多少个字母，都代表一个字符。所以“[]”中的的两个字母‘a’、‘e’表示这个字符中只能用这两个字母代替。也即是说，借助于正则表达式，可以很方便的找到符合特定规则的字符串。
在这里面有这么个问题：首先，正则表达式是以行为处理单位，那么正则表达式如何去识别字符串中“行”的概念呢？答案其实很简单。可以这么去理解：在平时，电纳屏幕上显示的字符串都会出现换行和各种格式，这些换行和各种格式其实都是约定的特殊字符进行显示转换的结果。比如，在Linux中，换行符为 $ 。那么下面的一个字符串“Hello$world!”在显示的时候就显示为：
Hello
word
也即是说，不论文本字符的格式多么奇怪，或者说显示的方式多么诡异。其实，文本本身就是由一长串连续的字符串组成。只是这些字符串中有一些是用于控制显示的效果。这样一来，在之后的信息查找中，便可以采用正则表达式精确查找、搜索具有特殊格式或者特定要求的字符和字符串了。在另一方面，《数据结构与算法》中学习到的字符串搜索与匹配算法，便是解决正则表达式中如何去寻找和匹配字符串的问题，相应的知识就能够串联起来。
了解这些了之后，也就解决了一个疑惑：在计算机中的二进制数据与字符的关系，以及与正则表达式之间有何关联？这方面的额内容涉及到字符编码方面的知识。简单来说，在计算机中所有数据都是以二进制“0”“1”的方式存储的。根据字符集编码规则的不同，会以一定位数的“0”和“1”来表示特定的字符串。常见的中文编码字符集有GB2312、UTF-8等，更多内容这里就不再涉及。
- 在 C 语系中： A B C D ... Z a b c d ... z
- 在 zh_CN语系中：a A b B c C d D ... z Z
总结起来，计算机中以二进制来表示任何数据；字符只是用特定位数的二进制来编码表示；而最后显示到屏幕上的字符信息，则又是通过字符中的特殊字符控制系显示效果之后的结果。这个过程中，字符集解决了二进制如何表示字符的问题，字符串搜索匹配算法解决了如何查找字符的问题，正则表达式解决具有特定特征字符的表达方式问题。
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
