01-模式匹配与正则表达式
第7章 模式匹配与正则表达式
你可能熟悉文本查找，即按Ctrl-F快捷键，输入你要查找的词。“正则表达式”更进一步，它们让你指定要查找的文本“模式”。你也许不知道一家公司的准确电话号码，但如果你在美国或加拿大，你就知道它开头有3位数字，然后是一个短横线，然后是4位数字（有时候以3位区号开始）。因此作为一个美国人或加拿大人，看到一串数字就知道：415-555-1234是电话号码，但4155551234不是。
我们每天还在识别各种其他文本模式：电子邮件地址中间有@符号，美国社会安全号有9位数和2个短横线，网站的URL通常有句点和正斜杠，新闻标题中单词的首字母大写，社交媒体上的话题以#开头且不包含空格等。
正则表达式很有用，但如果不是程序员，很少会有人了解它，尽管大多数现代文本编辑器和文字处理器（如微软的Word或OpenOffice）有查找和替换功能，这些也可以根据正则表达式查找。正则表达式可以节约大量时间，不仅适用于软件用户，也适用于程序员。实际上，技术作家Cory Doctorow声称，应该在教授编程之前，先教授正则表达式。
“知道[正则表达式]可能意味着用3步解决一个问题，而不是用3000步。如果你是一个技术怪侠，别忘了你用几次按键就能解决的问题，其他人需要做数天的繁琐工作才能解决，而且他们容易犯错。”[1]
在本章中，你将从编写一个程序开始，先不用正则表达式来寻找文本模式，然后再使用正则表达式让代码变得简洁。我将使用正则表达式进行基本匹配，然后实现一些更强大的功能，如字符串替换，最后由你创建自己的字符类型。最后，在本章末尾，你将编写一个程序，实现从一段文本中自动提取电话号码和E-mail地址的功能。
