正则表达式 文件名_刨根究底正则表达式（2）：文本查找方式的演化历史
上一篇文章讲到，从根源上来讲，正则表达式是为了解决文本的查找问题(也称为匹配问题)而诞生的。不过，文本查找方式的历史，要远早于正则表达式。
那么，在正则表达式出现之前，文本查找方式经历了什么演化过程呢？
最后为什么又出现了正则表达式呢？换言之，正则表达式的出现，在文本查找方面，解决了其出现之前所不能解决的什么问题呢？
接下来我们一起来寻找这些问题的答案。
直接字面查找方式
正则表达式其中最基本的功能是为了满足文本查找的需求，而文本查找需求，是一种非常基础、极为常见的需求。
很自然，最先想到和做到的当然就是直接的字面文本查找(简称字面查找)。所谓“字面文本”，指的是用于查找的文本本身就是直接要查找的文本，也就是说，用于查找的文本没有特殊含义，就表示文本本身字面上的含义。
比如要查找文本“张三”，就直接以文本“张三”去进行查找。
间接模式查找方式
但有时我们的查找需求要更为复杂一些，比如不仅要查找“张三”，还有“李三”、“王三”等所有名字中含有“三”这个字的两字姓名。
这种情况下，姓名中的姓就是不确定的了，那怎么办呢？于是比直接的字面查找更为强大、更为方便的另一种间接的查找方式出现了：模式查找方式。
这里出现了一个关键术语：模式。那什么是模式呢？我们知道，工厂生产产品，往往需要先有产品的模板或模具。而模式，就是模板样式或模具样式。
正如符合某种样式的模板或模具，可以用来生产符合这种样式的同一类产品一样，反过来，也可以用某种样式的模板或模具，来检验框定或筛选过滤出哪些产品才是符合这种样式的同一类产品。
比如，以上面这个查找案例来说，从“张三”、“李三”、“王三”等所有名字中含有“三”这个字的两字姓名中抽取出来的查找模式可能是这样的：“?三”，其中的“?”代表所有的单姓。
(为简化讨论，我们这里假定用于查找的文本仅限于姓名，不包括非姓名的其他文本，比如不包括“一二三”这样的文本，而且也暂不考虑两字姓名以外的其他三字姓名、四字姓名等。)
因此，就可以用“?三”这个查找模式来筛选过滤出所有两字姓名中以“三”这个字为名字的姓名。
换句话说，只要是所有两字姓名中以“三”这个字为名字的姓名，都属于同一类姓名，都符合“?三”这个模式，因此都可以通过该模式查找匹配出来。
这里，用于查找的文本模式“?三”，并不是我们要直接查找的文本本身，“?三”中的“?”具有了特殊含义，并不是表示“?”这个字符的字面本身，而是具有了特殊含义——表示所有的单姓，因而“?”在这里具有了一定程度的抽象性、代表性和通用性。
间接模式查找方式目前大致上可划分为“通配符查找方式”和“正则表达式查找方式”两种。
通配符查找方式
通配符查找方式，在操作系统的文件查找功能中使用得非常普遍。
在这种间接的模式查找方式中，通常使用到的通配符除了上面提到的?号，还有*号。
在操作系统中，一般使用?和*这两个具有抽象性、代表性和通用性的通配符来查找硬盘上的文件。其中，?通配符所规定的查找规则是查找文件名中的单个字符，而*通配符所规定的查找规则是查找文件名中的零个、一个或多个字符。
比如像“data?.dat”这样的查找模式，将可以查找到下列文件名：
data1.dat
datax.dat
dataN.dat
而像“data*.dat”这样的查找模式，则可以查找到下列文件名：
data.dat
data1.dat
data12.dat
datax.dat
dataXYZ.dat
因此，所谓“通配符”，即“通用的查找匹配字符”，就是将某些字符(比如?号和*号)规定为特殊的用于查找文本的通用字符。
用某个通用字符按事先所规定的规则来查找某些常规字符，从而实现“以一对多”(或“以一代多”)、“以简对繁”(或“以简代繁”)地进行查找。
相比较于直接的字面查找方式只能“以一对一”、“以多对多”，或者说“以简对简”、“以繁对繁”，通配符查找模式显然更加抽象化、模式化，所以也就更为通用化、普适化。
然而，尽管通配符查找方式比直接的字面查找方式更强大、更方便、更通用、更普适，但它的功能还是非常有限的，无法精确而灵活地表达更为复杂的查找条件(即查找规则)。
比如无法分组、没有分支结构(即不支持“或运算”)、不支持量词(即不支持循环)、不支持字符组等等。
举个例子，我们不仅要查找两字姓名中的名为“三”字的所有姓名，还要查找两字姓名中的名为“四”字的所有姓名，如果使用通配符查找方式的话，怎么办呢？
由于通配符查找方式没有分支结构，不支持或运算，即不支持类似于“?三|?四”这样的写法(用正则表达式来写的话，就是“.三|.四”)，则只能分别进行两次，这显然非常不方便。
再举个例子，如果我们要查找文件系统中命名为DxxxDxxxDxxx.dat的所有文件(其中的x代表任意字符)，由于通配符查找方式不支持分组和量词，也就是不支持类似于“(D?{3}){3}”这样的写法(用正则表达式来写的话，就是“(D.{3}){3}”)，也是相当麻烦的。
正则表达式查找方式
查找需求的多样化和复杂性，呼唤着比通配符查找方式更加强大、更加方便、更加通用、更加普适的查找方式。
于是，能够更为精确、更为灵活地表达更加复杂、更加抽象、更加通用、更加普适的查找条件的全新查找方式——正则表达式就应运而生了。
因此，站在查找方式的历史演化角度上来看，通配符查找方式可认为是正则表达式的前身，或者换言之，正则表达式是通配符查找方式的升级版。
和通配符类似，正则表达式也是以间接的模式来进行文本查找的。显然，相比较于前面所述的“直接字面查找”方式来说，通配符和正则表达式这种以模式进行查找的方式就是“间接模式查找”方式。
正则表达式查找方式相比较于通配符查找方式来说，更为淋漓尽致地体现了“以一对多”(或“以一代多”)、“以简对繁”(或“以简代繁”)的模式查找方式的特点。
不过，既然正则表达式更为抽象化、通用化和普适化，也更为模式化，功能也更为强大、更加灵活，当然也就更为复杂，更难以学习和掌握。
毕竟，强大灵活与简单易用，始终都是一对矛盾。
我们一起持续进步
微信号： paogenjiudi
好文章就像是好产品一样，是不断迭代、持续完善出来的。
可是，公众号中的文章一旦发布出来后，就不允许再作任何修改了。
因此，如果你期待看到本公众号中系列文章后续的持续改进版本，以及希望能够一起学习交流技术，欢迎扫码加入我的“刨根究底学编程”知识星球，我在那里等待和大家一起共同持续进步。
越早加入越划算哦，因为可能会视情况每1~2周上调10元年费，根据加入人数情况再决定最高封顶年费。
另外，本订阅号文章也会在服务号“笨笨阿林”中转载，虽然服务号一周只能更新一次，不如订阅号及时，但更不容易错过，欢迎一并扫码关注，这样还可以同时阅读我的其他非技术类文章：
