上一章，我们通过Word中的“使用通配符”模式，粗略见识了正则表达式的使用方法。然而通配符并不等于正则表达式，遇到复杂的情况，通配符就力不从心了。所以从本章开始，我们来看“正宗”的正则表达式。
“工欲善其事，必先利其器”，学习正则表达式也是如此。尽管正则表达式的思想和规则是基本确定的，应用起来却有许多讲究（比如，在Java、C++、Python等不同的编程语言中，同一个表达式的具体写法是不同的，在Word、Excel等软件中也是这样）。所以，学习正则表达式最好采用“中立而规范”的工具——这有点像学习摄影，开始应该学习的是构图、用光，而不是尼康、佳能或索尼相机的特性。
本书中，我们采用Firefox的插件Regular Expression Tester（意思是“正则表达式测试工具”）来学习和讲解正则表达式，选择它的好处在于：不需要搭建编程语言环境（许多时候我们并不需要在编程语言中应用正则表达式）；在Windows/Unix/Mac上都可以使用；并且支持大多数通用的正则表达式功能。如果你没有接触过它，也不用担心，下面我们介绍它的安装和使用。
Regular Expression Tester是Firefox（火狐）浏览器的一个插件，因此，如果你没有安装Firefox浏览器，在使用这个插件之前，必须首先安装Firefox浏览器：
进入网址http://www.mozillaonline.com/ ，选择自己需要的版本，点击下载，之后运行下载的程序，完成安装。
图2-1，下载Firefox浏览器
然后，启动Firefox浏览器，选择工具—扩展[xdx1] （在某些版本的Firefox中，这里也可能是“附加组件”），在“获取附加组件”中输入“regular expression tester”，即可搜索到该插件，请点击右侧的“添加至Firefox”按钮，稍后Firefox会提醒尚未验证该插件的作者，没有关系，请选择“立即安装”。安装完毕重启Firefox就可以使用“regular expression tester”插件了。
图2-2，安装Regular Expression Tester
在Firefox的菜单栏选择“工具——扩展”，下拉菜单中选择Regular Expression Tester，就可以看到Regular Expression Tester的主界面。 我们可以看到，这个工具分为三大块，最上面的Regular Expression文本框用于输入正则表达式，中间的Search Text文本框用于输入待匹配的文本，下面的Result则显示匹配（还包括替换，将来我们会看到）的结果，左下角显示正则表达式操作进行的时间，右下角显示匹配发生的次数。
图2-3，Regular Expression Tester的界面
在Regular Expression和Search Text之间，还有几个选项：Case sensitive、Global、Multiline，它们对应到非常实用的功能，后面我们会详细介绍它们的意义和用途，但现在请只勾选Global选项。
图2-4，现在只需要勾选Global
先测试上一章中Word中查找手机号码的例子，把手机号输入Search Text文本框中，每行一个号码，然后在Regular Expression文本框中输入表达式『1310000[0123456789][0123456789][0123456789][0123456789].doc』 ，Result中迅速出现了结果（以黄色高亮标明），表达式匹配成功。
图2-5，『1310000[0123456789][0123456789][0123456789][0123456789].doc』的匹配
如果你仔细观察，会发现Result中每一行的末尾都有一个特殊的符号 ——没错，正则表达式处理的是字符，而每一行末尾的回车/换行符，虽然“看不见”，也是一个字符，为了展示文本的“真实面貌”，Regular Expression Tester用这个符号标识。或许你现在觉得有些别扭，但是请相信我，下面你将会发现这样的好处。
接下来，我们测试上一章中的另一个表达式『1310000????.doc』，你一定记得，在勾选了“使用通配符”之后，它就能“大致”匹配1310000号段的手机号码（虽然不一定准确）。现在我们用Regular Expression Tester重复验证一次。
图2-6，『1310000????.doc』匹配出错
出错了！匹配结果栏显示“The entered string is not a regular expression（输入的字符串不是正则表达式）”！问号作为通配符是可以匹配一个任意字符的，那么问题究竟出在哪里呢？
其实，我们已经提到过原因：通配符不等于正则表达式！通配符中*表示“任意字符串”，?表示任意字符，但这只是通配符中的规定，不是正则表达式中的规定！
在通配符的世界里，〖*〗表示“任意字符串” ，〖?〗表示“任意字符”（这里的“任意长度字符串”和“单个任意字符”都是为了保持与之前一致，你看是否有全部修改的必要） ，那么，正则表达式中如何表示这两种意义呢？要弄清这个问题，我们先看看正则表达式中的『*』和『?』表示什么意义。 『*』和『?』在正则表达式中都叫做“量词”（英文名叫quantifier），它用来“度量”字符串的长度，也就是字符能够出现的次数，其中『*』表示字符出现次数可以从0到无穷多（也就是“任意长度”了），而『?』表示字符出现0次或者1次。所以，正则表达式『6*』能匹配的，就是空字符串””，或者是”6”、”66”、”66666”……这样的字符串，而正则表达式『6?』能匹配的，只能是空字符串””，或者是单个字符构成的字符串” 6”。
图2-7，『6*』的匹配
注意：regular expression tester”目前无法显示空字符串，所以无法演示匹配空字符串的情况；本例中输入”666666”，你可以自己尝试，无论字符串中包含多少个6，都能匹配。
图2-8，『6?』只能匹配字符串”6”，而不能匹配”66”，”666”
请注意，量词只关心字符出现的次数，与字符没有任何关系：『7*』能匹配空字符串””，”7”，”77”，”777”…，『8*』能匹配空字符串””，”8”，”88”，”888”…。要模拟通配符*，还必须规定每个字符可以是“任意字符”，所以需要有办法表示“任意字符”。好在正则表达式中存在一个特殊符号，也就是普通的点号（英文句号）『.』，它表示“任意字符”，把“任意字符”和“任意长度”组合起来，就得到了“任意字符串”，也就是通配符*的意义了（这里能否麻烦你做个图，我希望是类似一个直角坐标系的，一个原点，两个带单方向箭头的轴，纵向标明“任意字符”，横向标明“任意长度”，图的名称就是“任意字符串”）。
图2-9，『.*』的匹配
现在你多半已经想到了，通配符*表示“任意字符串”，对应的正则表达式是『.*』，那么通配符?表示“任意字符”，恰好就对应了正则表达式中的『.』。因此，在表达式『1310000[0123456789][0123456789][0123456789][0123456789].doc』中，点号『.』其实只是恰好匹配了字符串中的”.”而已，如果此处出现其它字符，也可以匹配。
图2-10，表达式中的『.』“恰好”匹配了【.】
现在我们已经知道了，通配符*和?的功能，在正则表达式中要如何实现。
前面我们提到了，通配符*、?具有特殊含义，所以不能出现在文件名中。同样具有特殊含义的正则表达式字符『.』、『*』和『?』，是否应该禁止出现在正则表达式要处理的普通文本中？这显然不可能——这几个符号都是很常见的，如果使用正则表达式就不容许它们出现，正则表达式所能处理的文本就非常有限。可是，文本中的*、?等等“特殊符号”要如何来准确匹配呢？
图2-11，正则表达式中的『.』
『.』能匹配任意字符，怎么准确匹配字符串中的”.”？ 其实，所谓“特殊符号”就是“意义不同于字符本身的字符”：字符『6』不是“特殊字符”，因为它只能表示字符”6”；相反，字符『*』表示“字符出现次数可以从0到无穷多”，点号『.』表示“任意字符”。在正则表达式中，这些具有特殊意义的“特殊字符”有个统一的名字“元字符（meta-character）”——它的意思是“具有特殊意义的字符”，不管你看它顺不顺眼，记住这个名字就好了。 其实，“元字符”本身的匹配非常简单，只有一条规则：转义。如果某个字符在正则表达式中具有特殊的意义（上面我们提到了『.』和『*』，将来还会遇到更复杂的情况），要表示这个字符本身，就在前面添加反斜线 \ 即可。
图2-12，用『\.』匹配点号
元字符经过转义，就失去了特殊意义，变成了普通字符，所以正则表达式『.\*』的意思就是“先匹配一个任意字符，再匹配一个星号*”。
图2-13，用『.\*』的匹配
如果你觉得转义的概念有些麻烦，不妨这样想：转义只是为了避免混淆的一种形式变化，转义序列\*“看起来”像两个字符构成的字符串，然而从概念上来说，它只表示一个普通字符*。我们要记住的是概念，而不是形式。
编程中的转义比较特别，值得拿出来讲一讲。
在一般的编程语言中，正则表达式都是以字符串（String）构造的。而对于字符串这种数据类型，多数编程语言都规定了一些转义字符序列来表示特殊字符（注意，这里说的是编程语言中的特殊字符，而不是正则表达式中的“元字符”），比如〖\n〗表示换行符，〖\t〗表示制表符。因此，在编程语言中使用正则表达式时，转义是一个麻烦的问题，但是，我们又必须弄清楚这个问题——网络上时常看到有人提问“这个正则表达式里到底需要几个反斜线？”。
转义的问题其实非常简单：在编程语言中，作为字符串出现的正则表达式，必须经过“字符串的转义”，“正则表达式的转义”才能真正生效。
举例来说，我们的正则表达式里需要出现『\*』，也就是“带转义（去掉了特殊意义）的〖*〗字符”。因为正则表达式是以字符串形式表现的，如果直接在字符串里写 \* ，许多编程语言就会报错：因为它只认识 \t 、 \n 之类的转义序列，不认识 \* 。
解决的办法是在 \* 之前添加反斜线 \ ，写成 \\* 。这样，编程语言在处理字符串时，会首先将 \\ “翻译”成 \ ，正则表达式得到的就是 \* 了。
以上说的情况比较简单，可是，如果我们需要在正则表达式中使用反斜线字符『\』呢？这个字符首先必须以转义形式写出，也就是说，在正则表达式中必须写成『\\』；但每个反斜线，在字符串里又需要转义，所以正则表达式中的一个『\』，在字符串里就必须写成【\\\\】！
不过，也有些语言不会报错——它们遇到“未定义”的转义字符，会直接忽略反斜线的转义功能，将它视为普通字符序列，Python，PHP都是如此（注：JS是否如此尚未验证）。
我的建议是，在对元字符转义时，心里一定要明白应该写几个反斜线；同时，推荐你在使用Python和PHP时，不要省略一个反斜线字符。
在本章，我们真正踏入了正则表达式的殿堂。安装好Regular Expression Tester，就搭建好了学习正则表达式的舞台。
我们也知道了，通配符不同于正则表达式，在正则表达式中，*表示字符出现次数可以从零到无穷多，?表示表示字符出现零次或者一次，它们都是量词，属于元字符。通配符*就等于正则表达式『.*』，通配符?就等于正则表达式『.』。
| 通配符 | 正则表达式 |
| ? | . |
| * | .* |
最后要记得的是，如果需要取消元字符的特殊意义，必须使用反斜线进行转义，在一些编程语言中，可能需要两个反斜线字符——我们推荐这么做！
From Life Sailor, post 正则表达式傻瓜书 第二章：元字符
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…)