2、正则表达式匹配器详解

正则表达式匹配器详解

1. 正则表达式概述

正则表达式是用于描述文本模式的符号，实际上构成了一种用于模式匹配的专用语言。大多数模式中的字符匹配其自身的字面出现，但一些元字符有特殊含义，例如 * 表示某种重复， [...] 表示方括号内集合中的任意一个字符。

在实际应用中，像文本编辑器这类程序的大多数搜索是针对字面单词的，所以正则表达式常常是像 print 这样的字面字符串，它可以匹配 printf 、 sprint 或 printer paper 等。在 Unix 和 Windows 用于指定文件名的通配符中， * 匹配任意数量的字符，所以模式 *.c 匹配所有以 .c 结尾的文件名。正则表达式有许多变体，即使在人们期望它们相同的上下文中也是如此。

正则表达式由 Stephen Kleene 在 20 世纪 50 年代中期发明，作为有限自动机的符号。实际上，它们在表示的内容上与有限自动机等价。它们最早出现在 20 世纪 60 年代中期 Ken Thompson 版本的 QED 文本编辑器的程序设置中。1967 年，Thompson 申请了一项基于正则表达式的快速文本匹配机制的专利，该专利于 1971 年获得批准，这是最早的软件专利之一。

正则表达式从 QED 发展到 Unix 编辑器 ed ，然后到经典的 Unix 工具 grep ，