我们已经说过，这本《正则表达式傻瓜书》并非把读者当傻瓜，而是保证“傻瓜都能看懂”。如果你到现在还没听说过“通配符”或是“正则表达式”，那么，请看这一章。
要说明的另一点是，因为一般的Linux/Unix用户都熟悉通配符，所以，本章假设读者工作于Windows平台下，所举的例子也全部面向Windows平台。
正则表达式是进行文本处理的工具。那么，它到底进行哪些“处理”？简而言之，正则表达式的主要功能就是对文本进行查找（匹配）和替换（修改）。在这一章里，我们先从最简单的文本查找说起。
正则表达式所“搜索/查找”功能的对象，就是我们说的“文本”——它可以是Word文档、Excel表格、浏览器看到的网页等等，也可以是文件名（工作日报20090925.doc）、电话号码（400-82055555）、电子邮件地址（somebody@someone.net）等等。所以也有这样一种说法：正则表达式处理的是“字符串”——也就是一系列的字符。想想也是，Word文档的内容、Excel表格的内容、网页的内容、文件名、电话号码、电子邮件等等，无非都是“连接起来”的字符，也就是“字符串”了。
几乎每种文本处理工具（Word、Excel、记事本、写字板）都提供了查找（和替换）功能：
图1-1 Word中的查找
Windows中查找文件的“搜索”功能，其实也是查找文本：
图1-2 Windows中的搜索
如果我们需要查找包含“李刚”的文件名，直接输入“李刚”搜索，就可以找到。
图1-3 “李刚”查找结果
那么，正则表达式的查到底有什么优势呢？我们不妨看一个例子：
假设某个目录下存在许多记录手机用户信息的文件，每个文件对应一个用户，文件名就是手机号码：号码为13812345678这个用户的记录文件，就是1381234567.doc。
现在需要找出某个号段的全部用户（比如说1310000号段），我们该怎么办？
你或许会说，这很简单，搜索“1310000”就可以了！可是真的如此吗？
图1-4 查找错误
在这里，一个不属于1310000号段（也就是不以1310000开头），但是包含1310000的手机号码（15801310000）也被找了出来。这时候直接“搜索”是无能为力的，因为它无法应对“变数”——我们要查找的是这样的文件：最前面7个字符是“1310000”，最后的4个字符是“.doc”，然而中间的4个字符是“不知道也不确定”的，换句话说，在查找结果出现之前，谁都不知道这4个字符都是什么。
如何解决“未知”的问题？在数学里，我们可以用一个未知数来解决这类问题。在文本查找中，有没有这样的“未知数x”呢？答案是有的：在数学里它是“x”，在文本查找中，它就是普通的问号“?”。
我们要找的文件是这样的：“1310000”开头，最后是“.doc”，中间是4个“未知数”。好了，现在我们在搜索栏填入“1310000????.doc”（注意，要输入英文的问号，而不能是中文的问号，如果不清楚，请关闭中文输入法，输入问号），再次点击搜索。果然，这次我们找到的都是131号段的文件了。
图1-5 图片
在上面的例子中，我们用到了一个特殊的字符『?』来表示“单个任意字符”。概略地说，这就是正则表达式的雏形，当然，正则表达式的真正威力远远比这个大得多。我们现在用到的这个雏形叫做“通配符”（Wildcard，根据维基百科的定义，计算机上的通配符可以用来“表示字符串中的任何单个或多个字符”）。表示“单个任意字符”的『?』就是通配符之一。下面我们介绍另一个通配符，星号『*』。
解数学题时我们不能限定“未知数x只能是一位数”；同样，在文本匹配中也不应该有这样的限制：在上面的例子中，我们明确知道131后面应该有8个字符，但下面的情况呢？
仍然是查找文件的问题，这次我们要找的是电子书。在某个目录下存放着许多本电子书，文件名就是书的名字，我们现在要查找的是名为“社会某某学”的书籍：社会心理学、社会组织学、社会人类与文化学、社会系统动力学……不幸的是，在“社会”和“学”之间的字数是不确定的：“心理”和“组织”是两个字，“人类与文化”是五个字，“系统动力”是四个字，所以，这里无法使用问号，该怎么办呢？
仔细想想我们面对的问题：需要有一个新的“未知数x”来匹配这些字符，它的长度必须是可变的，谁也不能预先知道它“匹配”了多少字符。恰好，这就是另一个通配符『*』的意义。于是，我们在搜索框里输入“社会*学”。
图1-6 “社会*学”的搜索结果
比较搜索结果和我们输入的“社会*学”就可以发现，对不同的文件，『*』有时候表示“人类与文化”，有时候表示“动力”，有时候又代表“心理”等等，也就是说，它能“表示”的字符串长度是不确定的！
如果你再仔细观察就会发现，除了“社会心理学”、“社会组织学”、“社会人类与文化学”、“社会系统动力学”之外，“社会学”也被找了出来。所以，请务必记住这一点：『*』可以表示任意长度的字符串，包括长度为0的字符串（比如””，虽然这个字符串里什么也没有）！
现在把要求提的更高一些：我们希望从搜索结果里去掉“社会学”（因为它不符合“社会某某学”的样式），该怎么办？一个办法是先用“社会*学”搜索出所有的结果，再去掉“社会学”；另一个办法则可以免去周折、一步到位。
我们仔细思考这个问题就会发现，“社会学”之所以会出现在搜索结果里，是因为『*』可以匹配“长度为0的字符串”，在“社会”和“学”之间，果真就有一个“长度为0的字符串”（也可以说，什么都没有）！如果我们能保证这个“社会”和“学”之间的字符串的长度大于1，问题就解决了。该怎么办呢？
既然问号『?』能保证匹配一个任意字符，『*』能匹配任意长度的字符串，你可能已经想到答案了：它们拼起来不就是“长度至少为1的字符串”了吗？
果然，结果就是这样的。
图1-7 “社会*?学”的搜索结果
看到这里有人可能会想，顺序呢？『*?』和『?*』有区别吗？答案是，至少在这里，没有区别。如果你想弄明白其中的原因，请继续耐心阅读本书。
图1-8 “社会?*学”的搜索结果
如果“社会*?学”真是你自己想到的，那么要恭喜你；如果不是这样，也不必沮丧。因为从这个例子里，我们已经看到了正则表达式的大致模样：定义一些可以代表未知情况的特殊字符（比如代表“一个任意字符”的『?』和代表“任意长度（包括0）字符串”的『*』），再用一些规则把它们组合起来（比如『*?』），就可以准确描述我们希望查找的文本的特征。本书后面的部分，翻来覆去讲的还是这样的内容，只是特殊字符更多，组合规则更复杂，而已。如果你看现在的例子觉得没问题，相信整本书对你来说也不是问题。
需要补充的一点：正因为『?』和『*』是“特殊字符”，它们的“意义”不同于问号和星号本身的含义，所以文件名中是不容许出现这这类特殊字符的（否则，计算机怎么判断你输入的星号是要匹配“任意长度的字符串”还是匹配“文件名中的星号字符”呢？）
图1-9 文件名中不能包含的字符
看到这里，你或许想问：『*』和『?』，是在任何工具中都通行的吗？
答案是：不是，比如记事本就不支持这两个特殊字符。不过，一般来说，稍微“高级”一点的工具都提供了这样的功能。比如，Word就提供了这样的功能，只是做起来稍有区别而已。
仍然看查找1310000号段手机号的例子，我们做一个与上面例子类似的Word文档，每一行都是一个文件名，按下ctrl + f，出现“查找与替换”对话框。输入“1310000????.doc”，却不能找到任何结果。
图1-10 word中的搜索
怎么出错了呢，开头不是说Word也支持正则表达式吗？没错，Word确实是支持。只是默认情况的搜索并不支持通配符（还记得文件名搜索的例子吗？文件名可以规定不得使用『*』和『?』，但是Word可不能规定文章里不能出现“*”和“?”）。
要使用『*』和『?』，就必须打开对通配符的支持。具体来讲，就是点选“查找和替换”对话框的“高级(M)”按钮，在其中勾选“使用通配符(U)”，再搜索，就会出现想要的结果了。
图1-11 word中使用通配符的搜索
这个例子也告诉我们，“正则表达式（通配符）查找”和普通的“查找”是不同的。在后面我们会看到，在一般的文本处理工具中使用正则表达式的功能，多半需要在设置中开启相应的功能选项（譬如这里的“使用通配符”），而一般的编程语言，在普通文本操作的接口之外，也会提供专门的正则表达式操作接口。
我们考虑更复杂一点的情况：如果“不幸”有个文件的名字是“1310000号段资料.doc”，也会被找出来。为什么？因为“号段资料”也是4个字符，正好对应到『????』！
图1-12 word中使用通配符搜索的问题
这个问题要怎么解决？
我们再次思考这个问题的根源，发现根源在于，通配符问号『?』能匹配“任意一个字符”，而不仅仅是数字字符。如果我们能限定，问号只匹配数字字符，问题就解决了！那么，怎么匹配“数字字符”呢？其实，所谓的数字字符，就是0123456789这9个字符之一嘛！好，我们就规定这样一个字符，它就表示上面说的意思。按照正则表达式的规矩，它写作『[0123456789]』。容易看懂吗？在方括号里把“可能”的字符都列出来，看起来很简单，又很古怪——这样长长的一串字符，居然只匹配一个字符！不过别担心，这还只是刚刚开始呢，看顺眼就好了，而且，这样“古怪”的东西并不多。
现在我们试试，用
1310000[0123456789][0123456789][0123456789][0123456789].doc
查找。果然对了！
图1-13 word中搜索的最终形式
对了是对了，就是不好看，太长了点。不过别担心，我们可以把它缩到很短，只是现在一下子堆出太多概念，可能并不合适。只要你耐心继续阅读下去，循序渐进，就会学到怎么把这个正确但“很长”的表达式缩短！
在这一章，我们已经看到了最简单的正则表达式应用：通配符。
与常见的查找不同，通配符可以应付“变数”，表示“未知”的字符。问号『?』可以匹配“单个任意字符”，而星号『*』可以匹配“任意长度的字符串”，也包括“长度为0的字符串”；而且，我们也可以把这两个通配符搭配起来，表示“长度至少为1”的字符串。最后，我们看到，如果要限定“只匹配一个数字字符”，可以用『[0123456789]』的形式。
从这些例子中，我们也看到，在正则表达式（通配符模式）中，某些字符表示不同于其“字面”含义的意义，所以文件名中不能包含某些特殊字符，所以在一般的文本处理工具中，使用与正则表达式相关的功能，要开启相应的模式。
下面，我们开始“正经”学习正则表达式。
From Life Sailor, post 《正则表达式傻瓜书》第一章：通配符
家长应当和儿童，尤其是低龄儿童谈论“空气动力学”吗？ 我的答案曾经是非常肯定的：不应当。不要说儿童，就是成年人也不见得理解这些抽象的概念，与儿童谈论这些名词，只会让人望而生畏。身为父母，我们应当做的是，以孩子能理解的、感兴趣的方式谈论相关的具体问题，但绝对不要提这些大词。 不过世界的奇妙就在于，父母对教育并没有绝对的权威，总是需要根据实际情况来修正自己的观点。在“空气动力学”的问题上，我就吃到了教训。 那是一个下午，家里小朋友在iPad上看完他最喜欢的Blippi（这个节目我之前介绍过，对80后父母来说，Blippi可以理解为“带你见识各种新鲜玩意的董浩叔叔”），忽然抬起头来问我：“爸爸，你知道什么是aerodynamics吗？” “什么？你问我知不知道什么是aerodynamics？”我的下巴都要掉下来了。“空气动力学”这种词还是上中学时，身为军迷的我们在《航空知识》上知道的。再往后英语好一些，能看原版科普视频了，才知道“空气动力学”的原文就是aerodynamics。可是，我家这个还没上小学的家伙，竟然就能真诚地瞪大眼睛，一本正经地问我“知不知道什么是aerodynamics”。 (more…)
我本来是不应该认识孟老师的。 2001年，我在寝室夜谈里第一次听到孟老师的名字。当时有同学说“公共选修课的《法学概论》讲得真好，那个老师叫孟繁超”，开始我不怎么在意，慢慢才发现这么说的人还不少。那个年月网上的资料正丰富，出版管制也不那么严格，刚进大学不久的我正自由自在地看得过瘾，心想“大学里的法学概论讲再好，能讲些什么，还不是教科书上老一套”，所以这种课，不听也罢。 但生活就在这么奇妙。那年冬天，有天中午我吃过饭正准备午睡，忽然有人敲门问“计算机系有位叫余晟的同学在这里吗？” 大中午的谁会来找我？我正好奇这个问题，门一推开就有同学喊“孟老师，孟老师来了”。 那是我第一次见到孟老师，中年人，国字脸，身材高大，打扮很精神，披在身后的深色大衣让我一下子想起电影里的斗篷。他笑眯眯地说“你是余晟？听同学说你搞电脑很厉害，我家的电脑坏了，想请你去看看。” (more…)
中国人大概都对历史有一些特别的偏好。对我们普通人来说，历史首先是文化的象征，一个人“懂历史”，基本等于这个人“有文化”；历史也是民族自豪感的来源，哪怕考古上仍然存在争议，但是“五千年文明”的说法是普通人都耳熟能详的。 不过等我长大之后才发现，这种偏好大概还有更深层次的原因，那就是历史看起来有种道德的意味，因为我们从小就熟悉“以史为鉴”的智慧，也熟悉各种“历史的选择”：每当我们对现实感到失望、困惑的时候，我们经常去历史——而不是先贤的智慧中——中寻找解答。找到曾经发生的类似的故事，就可以预言未来的结局。 于是乎，失望也好、困惑也罢，总归会有光明的未来，历史总会给我们支撑的信念。 我曾经很相信，熟谙历史是种智慧，而且是深层次的智慧。但是看得越多、经历得越多，我就越觉得，这很难称之为“智慧”。 为什么？ (more…)
“无人出租车要来了”。以百度“萝卜快跑”为代表的无人出租车，眼看就要在国内多个城市成规模运营。 熟悉IT的人都知道，IT的独特优势就在于“大规模扩展时边际成本极低”。在软件时代，微软开发的Windows，多卖一份的成本只是多刻录一张光盘而已。在无人驾驶时代，从10辆车到10万辆车的成本，也遵循同样的规律。换句话说，一旦模式“跑通”了，就可以迅速大规模铺开。无人出租车的大规模应用，也是“指日可待”了。 只不过，新技术这一次似乎没有那么激动人心，反而引起了很多争议——无人驾驶出租车大规模推广，会不会影响广大出租车、网约车车主的收入甚至生计？如果是，这样的技术进步，真的是我们所需要、所期待的吗？对于这个问题，不同的人有相差迥异的答案。 按照我的观察，许多人对此是相当乐观的。理由在于，“技术的每一次飞跃发展，虽然有阵痛，最终都创造了更多的新岗位”。既如此，无人出租车短期“看似”抢了许多人的饭碗，但也只是短期的“阵痛”而已。看看历史，纺织机的发明，蒸汽机的改良，汽车的诞生，无不证明了“阵痛说”的正确性。 坦白说，这种观点我是怀疑的。 (more…)
因为小朋友放暑假，近期带小朋友回国待了几个礼拜。最深的感受就是标题所说的：松弛一点，愉快一点。 我第一次突出意识到这点，是在上海下飞机乘地铁。当时我们乘的直梯就要关门，远远看见有个年轻小伙子跑过来，我连忙按住开门按钮，并招呼他”别着急，慢慢来“，等他进了轿厢才关门。本来我以为大家起码会打个招呼，露个笑脸，因为我已经习惯如此，但完全出乎我意料的是，他进来之后对我们完全视若不见，自顾自掏出手机，盯着看得入迷。 我继而发现，不管是在电梯里，站台上，还是车厢里，虽然四下里都是广播”请扶好站稳，抓好扶手，不要看手机“，但是似乎人人都盯着自己的手机。年轻人在打手机游戏，年纪大一点的在滑各种小视频，还有不少人在聊天软件里打字如飞……对着屏幕的表情都很生动，可是一旦抬起头来，似乎马上又换了个人。 后来又有一次，我乘地铁的时候，因为比较拥挤，一个小伙子倒退时踩了我一脚，他大概意识到了，很快把脚挪开，脸上闪过一丝不安，马上又恢复正常，我也没有计较。不幸的是，过了十来分钟，他又踩了我一脚，同样是先有一点不安，很快又恢复正常。 这次我忍不了了，于是我开口告诉他：“小伙子，你已经踩了我两脚了。” (more…)
前几天，国内朋友发来一条消息，原来是乌克兰F-16坠落，飞行员丧生的新闻。我本来以为他要讨论此事的真假和原委，他真正的问题却完全出乎我的意料： 新闻里说，飞行员叫阿列克谢·“月鱼”·梅斯，对应原文是Alexei “Moonfish” Mes，为什么会有人把“月鱼”写在自己的名字里，而且还打引号。 之前看新闻，乌克兰还有一个著名的飞行员叫安德烈·“果汁”·皮尔希科夫（Andrii “Juice” Pishchykov），怎么“果汁”也是正式的名字？ 未必Moonfish和Juice之类，还有什么特别的含义吗？…… 这堆问题看的我有点想笑，因为自己以前也很苦恼外国人的名字，只有在国外长期生活，才逐渐搞清楚这其中的名堂。所以，除了解答朋友的问题，我也把自己的解释写下来，搞清楚两个最不容易理解的点，就不会对外国人名有那么多问题了。 (more…)