正则表达式之我见

　　应博文周筠老师(@yeka52)之邀，简单说说我对正则表达式的一些想法。
　　正则表达式这个提法，我最早是还在混CSDN论坛的时候听说的，大概02年前后吧，当时只觉得这是个不错的值得学习的一门技术，但具体有哪些用途，为什么值得学习，并没有很清晰的概念。直到后来正式参加工作，进入到软件开发这个行当，实际上手以后，才慢慢的有了自己的体会，尤其从05年开始全方位接触Linux后，正则几乎成为了日常工作中必不可缺的一部分。在很多语境下，正则就是文本处理的代名词。
　　在国内的教育环境下成长起来的我们，对于自己不熟悉、不擅长的领域，很容易走极端：要么极端崇拜，把它看作神一样的存在；要么极端反感，把它当作垃圾，丢弃在角落里。两个极端的共同点，就是拒绝学习。我也经常犯这样的错。
　　正则表达式，不管你喜欢不喜欢，正默默无闻的在计算机应用的各个领域发挥着实实在在的作用，就像空气和水，你不一定随时想到它的存在，但却无时不受着它的恩惠。它有它复杂的地方，也许初学起来会很枯燥很费劲，难以理解为什么要造出这么一个玩意儿。但当你真正掌握以后，它带来的生产力提升是十分巨大的，绝对值回票价。
　　正则于文本的用途，核心在于以下几点：查找、定位、抽取、转换。任何需要我们对文本执行这些任务的场景，正则都有其用武之地。我无意面面俱到的介绍正则的所有细节和用法，我只站在一个普通程序员的立场，简单说说我日常工作中对正则的使用体会。我只强调一件事：正则可以很复杂，但不要一上来就追求"用其极"，算是对初学者的一点小小建议。
　　首先，作为程序员，我们时常会接到一些任务，类似要判断一个输入值是否为合法的邮箱地址咯，是否为国内手机号咯，是否是链接咯，是否是合法的15位或18位身份证号咯，等等。这些是再正常再直白不过的正则表达式用途。
　　其次，如果你做Web开发，需要抓取页面，从中提取有价值的信息，比如所有图片，所有指向某个domain的链接；或者需要根据访问的URL，确定转发去的服务接口和参数，正则是天生的帮手。
　　再次，如果你是做Java开发，用到XML，或者使用其他一些动态语言，IDE无法自动帮你重构，完成一些名称的更新时，你可能就需要依赖一些外部工具，或者至少是IDE内提供的查找/替换功能，这个时候，如果你懂正则，那么就会事半功倍。有时哪怕是IDE能够做的事，但因为代码库过于庞大，通过外部工具，如find/grep/awk/sed/vi，加上一些简单的正则，可以不必苦等IDE复杂而繁琐的加载、分析、索引、运算等过程。
　　还有，如果你做运维或者查找问题，需要从海量的日志文件分析出有意义的pattern，通过正则的帮助，加上前一条提到的外部工具，你能够很方便的定位、抽取和转换，最终组合出足够精细的文本，通常是不用翻屏就能看到全部的简短文本，让你一眼就能明确问题所在。
　　当然，我们偶尔也会想写点东西发表，不论是博客文章，论坛帖子，邮件列表还是正式的出版物，正则也能够帮我们过滤掉一些错误的拼写(尤其是大小写)和其他不符合要求的文本范式，在提交到网上或者发送给出版社编辑之前，自己先带上编辑的帽子做一些审校，就像我们提交代码给QA测试之前，自己在本机做一些单元测试，以确保我们的代码是可工作的。这是专业程序员的职业修养。
　　正则的应用当然远不止这些，我只列举了对程序员这个特殊群体而言，时常遇到的一些需求，而这些需求我们通常都可以通过正则方便而优雅的应对。程序员每天面对最多的，不是别的，正是文本，代码也好，配置文件也好，日志也好，UNIX中各种命令的输出也好，都是文本，而处理文本，怎可以离开正则？掌握正则，除了可以辅助我们实现某些具体的特定的功能，比如输入值验证、URL转发等，无疑也是我们提升开发能力、缩短开发周期的重要途径。所以我认为，正则表达式是每个对自己负责的程序员都必须掌握的一门技术。不需要精通，也能大幅提高我们解决问题的效率，不做代码猴子，给自己留出更多的时间去享受生活，去拥抱更多、更有趣的冒险。