一、缘起

1.

前面在字符编码系列文章的前言中曾说过，类似于字符编码这样基础、重要、应用广泛而又特别容易让人困惑的主题还有字节序(即大小端表示)、正则表达式以及浮点数实现、日期时间处理等等。其中，字节序、正则表达式跟字符编码的关系非常密切。字符编码以及字节序的问题已经在字符编码系列文章中介绍过了，这个系列再来讨论正则表达式。

不同于字符编码，正则表达式目前市面上并不缺乏专业著作，比如那本被誉为正则表达式学习圣经的《精通正则表达式》就很值得一读，另外该书的译者余晟先生所写的《正则指引》也不错；如果仅用于入门，则《正则表达式必知必会》肯定不能错过，还有网上流传极广的《正则表达式30分钟入门教程》也是不错的入门资料。

但是，结合我自身痛苦的正则表达式学习经历和运用体会，仅有这些是远远不够的。记得被大家称之为“轮子哥”的大神级程序员vczh在知乎上说过，当初被正则表达式虐得一气之下，干脆自己写了一个正则引擎（源码托管在Github上），才算真正彻底搞懂正则表达式(于是被戏称为“一言不合”就造轮子)。当然不是每个程序员都能如此生猛，但即便都有这么生猛，似乎也没必要都像“轮子哥”这样真的自己都去再造一遍正则引擎的“轮子”。

那到底应该怎样才能最高性价比地掌握正则表达式这个神器呢？这正是我写这个系列文章的目的。

2.

正则表达式，一听就是个非常专业的术语，对于大多数人而言完全不知道这跟自己有啥关系。但事实上，只要是平时用Word写点东西的人，都可能用得上。

没错，Word就支持正则表达式，虽然所支持的功能远远不如常规的正则表达式强大，语法上也有很大的不同，因而只能算得上是准正则表达式或类正则表达式；但对我而言，只要是用Word写文章，就已经无法想象没有正则表达式的情形了。

当然，在Word中使用正则表达式，只能算是小试牛刀。正则表达式更大的用武之地在于各大常用高级编程语言、编辑器以及grep、sed和awk等命令行文本处理工具中，用以处理文本的查找、提取、替换、切分等操作。

3.

正则表达式是典型的那种没用过的话，不觉得对自己有什么影响，可是一旦用过了，就再也回不去了的神器。当然，我这里所说的“用过”，不是指简单用用一些基本功能，而是指能够熟练运用其基本功能和高级功能。用得越熟练，就会越惊叹于其强大与神奇。

看到这里，我相信某些学过正则表达式、会使用一些基本功能的童鞋，心里或许在犯嘀咕了：神器是神器，可这玩意儿看起来就像天书一样，也太难学、太难懂了，要达到熟练运用的程度，谈何容易！短短的一个正则表达式，或许不到10个字符，其中的每个字符都认识，但连在一起，却越看越迷惑，越想越迷糊……

是的，正则表达式既然被捧上了神器级别的高度，自然是有着相当强大的功能，这当然就意味着其有非常深厚的内涵，也就意味着有很多需要注意的细节。

4.

注意，我这里没有说正则表达式是由于复杂而难以理解，这是因为，深厚的内涵不等于复杂，细节很多不意味着难以理解。看到这里，或许有人有意见了，正则表达式还不算复杂？还不够难理解？你秀智商呢还是秀优越感呐？哦，相信我，其实这两者我都不太沾边。智商我也只是中等而已，否则早就不在这里码字了；而优越感则更提不上——既不高也不富更不帅，何来优越感？！

其实，我真正想说的是，繁复或许是真的，杂乱倒未必。因此，简单地说正则表达式复杂，似乎不够准确而客观。正如跟一个牛叉而又性格独特（废话，真正牛叉的人基本上都有独特的性格）的人打交道，关键不在于纠结其性格的独特、脾气的古怪，而是重在充分了解并理解其独特的性格、古怪的脾气，然后在此基础上与他/她进行良好的沟通，以便能好好发挥其牛叉之处。

5.

学习并熟练掌握正则表达式的过程也是如此——关键在于先要摸透其“性格”到底独特在哪里，其“脾气”又究竟古怪在何方。一旦摸清楚了其“性格”，其“脾气”，学习起来就事半功倍了。

因此，我下面准备从我自己的角度，先尝试着来分析一下正则表达式那独特的“性格”与古怪的“脾气”，看看究竟为什么正则表达式给那么多人的感觉都是那么难以“亲近”。

二、正则表达式为什么难学？

1.

对于正则表达式的分析和解读，目前大多数文章和书籍多集中在正则表达式自身，比如对正则表达式的各个元字符、元转义序列以及匹配原理的分析和解读上。

当然，这些自然也是很有必要的，而且是学习的主要内容，是理解正则表达式所必需的。然而，很多人在看了大量这类文章和书籍之后，仍然觉得正则表达式很难看懂，不好理解，经常有一种智商被碾压的即视感。

2.

难道真的是正则表达式的学习者智商不够吗？其实，理解一个事物，都应该有两个维度，或者说两个层面：一是，深入到该事物本身里面去理解；二是，跳出到该事物外面，站在更高的一个维度或层面来理解。

正如苏轼那首著名的哲理诗《题西林壁》所说的，“不识庐山真面目，只缘身在此山中”。很多时候往往是这样，当你只从该事物本身来看的话，就如在云里雾里，是远远不够的；而一旦跳出到该事物之外，站在更高的一个角度来看，则又正如王安石的《登飞来峰》中所说：“不畏浮云遮望眼，只缘身在最高层”。

3.

对正则表达式而言，前者正是目前大多数文章和书籍在做的；而后者，却很少有文章和书籍能够跳出正则表达式，站在更高的维度或层面来分析和解读正则表达式。这里就包括了被誉为正则表达式学习圣经的《精通正则表达式》，以及该书的译者余晟先生所著的《正则指引》两书。