为什么正则表达式如此令人着迷？

图表1，图表2，我想您会很难回想起其他示例。

问题是：如果有多种方法可以解决问题，PHP程序员（我通常在StackOverflow上浏览PHP标记）将寻求有关正则表达式的解决方案的帮助。

即使经济性较差，当不需要花哨的替换规则时，即使 php手册建议（link）str_replace代替任何preg_*或ereg_*函数使用，也是如此。

有人知道为什么会这样吗？

别误会我的意思，我最好的朋友中有一些是正则表达式，我也不鄙视Perl。我没有得到的是为什么即使在过度杀伤很明显（正则表达式切换字符串）或代码复杂性呈指数增长（正则表达式用于从PHP中的 html获取数据）的情况下，也没有寻找替代方法的原因

为什么正则表达式如此令人着迷？

因为在潜意识层面上，他们感觉像是一个完整的智能程序，可以在包含和自我调整（思考模式）的同时独立完成很多工作。

这就是为什么人们立即相信正则表达式可以解决他们所有基于文本的任务，以某种方式不认为它可能是过大的，而没有意识到这可能是我的不足（使用语言进行解析）。

包含魔力的小东西。你不能说不，可以吗？

当您拥有的唯一工具是正则表达式时，每个问题看起来像 ^((?>[a-zA-Z\d!#$%&'*+\-/=?^_{|}~]+\x20*|"((?=[\x01-\x7f])[^"\\]|\\[\x01-\x7f])*"\x20*)*(?<angle><))?((?!\.)(?>\.?[a-zA-Z\d!#$%&'*+\-/=?^_{|}~]+)+|"((?=[\x01-\x7f])[^"\\]|\\[\x01-\x7f])*")@(((?!-)[a-zA-Z\d\-]+(?<!-)\.)+[a-zA-Z]{2,}|\[(((?(?<!\[)\.)(25[0-5]|2[0-4]\d|[01]?\d?\d)){4}|[a-zA-Z\d\-]*[a-zA-Z\d]:((?=[\x01-\x7f])[^\\\[\]]|\\[\x01-\x7f])+)\])(?(angle)>)$

我认为是因为：

1. 与等效代码相比，它们简明扼要（正确使用时），并且
2. 它们在各种编程语言中得到了广泛的支持，因此大多数开发人员都对它们很熟悉。

在我职业生涯的早期阶段（即PHP之前的时代），我是Perl专家，Perl专家的一个主要方面是精通正则表达式。

在我目前的团队中，从字面上看，我是唯一一位在其他（通常是更糟糕的）工具之前使用正则表达式的人。在团队的其他成员看来，他们是纯魔术。他们将溜到我的办公桌前，要求一个正则表达式，实际上花了我10秒钟才把它们放在一起，然后在工作时被炸掉。我不知道-我已经与他们合作了很长时间，这很自然。

在缺少正则表达式流畅性的情况下，您会留下流控制语句的组合，这些流控制语句包装了strstr和strpos语句，这些语句丑陋且难以运行。我宁愿制作一个优雅的正则表达式，也不愿编写三十行的字符串搜索。

反之。人们经常在IMO 上欺骗正则表达式是邪恶的模因。显然preg_match在中已被过度使用php，但是这样做并不明显（在PHP中）通常是明智的。

我可能会猜到这是使用字符串函数在php领域进行的另一个微优化。有很多有用的东西，它们通常是更好的选择。但是，您不应避开preg_match多重strpos和if连锁。因为事实证明，libpcre通常比PHP执行循环查找字符串替代品的速度更快，例如

最近的一个例子让我意识到，测试字符串是否全部为小写：

 if ($string == strtolower($string))

比以下内容更具可读性：

 if (!preg_match("/[A-Z]/", $string))

而且您会认为第一个必须更快，因为它是全PHP。但实际上，正则表达式只对字符串进行一次查找，并且一旦发现大写字母就可以中止取反的条件。但是，strtolower（）方法对字符串进行了两次查看。首先strtolower（）通过遍历每个字母，比较并大写字母，使字符串重复。然后==再次遍历原件和副本，再次比较它们。

因此，这不是一个明显的情况。客观地说，第一个通常会更快，因为您通常只比较短字符串。但是当务之急是不要盲目假设PHP字符串函数始终建议使用正则表达式。

（我很想对@bobince关于xhtml-regexes 的有趣答案以及最近如何经常以一种非常无益的方式链接它添加另一种怨言。下面更客观的答案被忽略了。）

正则表达式非常吸引人，因为它们是解析正则语言的最佳工具。

它们具有以下优点：

• 他们简明扼要。与使用正则表达式相比，使用您想出的特定算法来解析特定的常规语言通常需要花费更多的代码。
• 它们使用起来很快。与使用regexp相比，使用您想出的特定算法为特定的常规语言编写解析器通常需要更多的时间。
• 他们很容易。一旦您学习了一组特殊字符及其含义，就很容易编写一个正则表达式（尽管很难读懂它们）。正则表达式本身就是语言，这是一个有用的特征，因为我们的物种已经发展为非常擅长语言。
• 他们很快。编译后，它们可以匹配NO（N）时间中的字符串长度。
• 它们很灵活。它们可以匹配任何常规语言，并且我们的许多数据都以常规语言表示。
• 它们无处不在。大多数编程语言都具有基本的regexp支持-通过外部库或嵌入到语言本身中。regexp语言本身之间也没有太大的差异。

这使它们在适合的情况下具有吸引力，但是人们可能会在不是最佳工具的情况下使用它们，因为它们：

• 不明白它们匹配的内容不能使用正则表达式（例如HTML）来表达。
• 懒惰（以一种不好的方式）-他们知道一种工具，并认识到它不是执行工作的最佳工具，但是它可以无问题地工作95％的时间，并且花费95％的精力学习特定的东西解析器或从头开始编写一个。
• 他们没有意识到存在更好的工具。

嗯，我只能猜测。也许有人经历过将其30行代码替换为一个20个字符长的正则表达式，因此，在可以使用正则表达式时，使用其他任何东西来代替它们对他们来说都是错误的。

它符合某些人的想法。我不喜欢它们，但是我有一些朋友似乎在正则表达式中考虑。我猜想他们大脑的模式匹配部分比正式逻辑部分更容易被暴露。:-)

我认为正则表达式的普遍存在是由于字符串的普遍存在。字符串是最简单的数据结构，也是我们大多数人学习的第一个数据结构。由于我们所有的代码都是以符号形式编写的，因此程序员自然会考虑以符号形式进行建模。但是，如果当我们尝试为巧妙的新符号形式扩展其语法时，我们的编程语言带来了任何阻力，则它们最终都会在引号之间结束。关系数据模型具有SQL。XML数据模型具有XQuery。但是谦虚字符串数据模型呢？正则表达式！

就在昨天，我正在寻找API来寻找支持HTML5游戏开发的新颖的Javascript框架。它具有描述性的机制，用于描述游戏所需的主要子系统。如何指定这些功能？JSON？流利的点符号？数组？Nope-一个字符串，其中包含以逗号和空格分隔的功能名称列表。我不知道它如何解析该列表...？

因为您可以一次看到整个事情。通过能够看到整个事情，可以更轻松地进行操作，而且这总是很好。这有点像许多C ++程序员仍然使用printf-type语句的原因：它不是类型安全的（尽管gcc至少可以检查printf语句的类型），并且它不是很漂亮，但是它紧凑且可用。

如果这是一个简单的正则表达式，那么它们通常是做事的最佳方法-紧凑的形式和多种功能使其非常适合某些任务。当您使正则表达式变得如此复杂以至于无法再阅读时，或者当您使用复杂的正则表达式执行可以通过简单的字符串操作更快完成的操作时，就会出现问题。

与其他任何强大的工具一样，正则表达式必须适当地使用-不能太多，也不能太少。并且，除非对性能有很大的关注，否则与多个字符串操作相比，单个正则表达式有时可能会更快地编写并且更容易调试。

嗯，当前的答案过于集中在技术方面，以及可读性的优缺点（这很重要）。因此，让我尝试将其更多地转移到PHP环境/社区：

• PHP是Perls的小继父。Perl的组成部分是正则表达式（他们发明了这种东西，不是吗？）。因此，这也是正则表达式在PHP中同样普遍的原因之一。
• 该用例 PHP是巧合没有什么不同使用情况下的正则表达式了。PHP在结构上用于将HTML页面粘合在一起。正则表达式可以处理文本。（WReach说了什么）
• 微观优化。如前所述：人们在感觉到速度之后经常使用正则表达式和/或PHP字符串函数。PHP圈子中的一个核心问题，不是特定于正则表达式。
• 正则表达式是内置的。在Python，Java，C＃，Ruby中？有可用性，但是阻止了必须加载额外的模块。并了解在PHP或Javascript的核心功能中，使用模式有何不同。另一个展览：CSS越来越多地被使用。
• 在PHP手册有过错。通常是这样。正则表达式很容易被发现，我推迟了这个有趣的事实，因为它的明显性很无聊：所有该死的教程和PHP入门书籍都一直在教正则表达式，但是没有对用例进行教育。
• PHP中的字符串API是由为您带来魔术引号和名称空间\分隔符的人设计的。它具有比Java更好的包容性，但整体上没有魅力。特别是如果字符串可以兼作对象（请参阅Python），则字符串函数可能会超过正则表达式。

但这只是旁注。我认为，总的来说，主要是由于感知和技术原因导致过度使用和/或避免使用正则表达式。但是PHP及其用户群具有使它复杂化的一些特性，以及为什么我们在SO上看到更多有关它的问题[需要引用！]，并且在那里它们“病态地吸引人”。

总的来说，我喜欢正则表达式，我发现它们比我不得不用它们替换的20行代码更易于阅读/理解。简短的正则表达式可以快速阅读和理解，并且相对易于维护（如果表达式发生更改，则只需要一行更改即可，而查看20行代码即可进行更改）。有时它们会被滥用，但其他许多事物也会被滥用。

您可能会看到很多滥用它们的原因是因为您浏览StackOverFlow的PHP部分，因为我确定您知道那里有很多非常不成熟的PHP程序员。

为什么正则表达式如此令人着迷？

他们不是。他们实际上是丑陋的。而且难以理解。他们是可憎的，应该尽快被杀死。

话虽如此，我现在要重新调试一个小的Perl应用程序。忍不住了 不幸的是，有时它们仍然是工作的最佳工具。

人是使用工具的生物，正则表达式是强大的工具。正则表达式的一个很好的比喻是熟食店的切肉机。如果您要切成薄片的火鸡，咸牛肉等，仅此而已。但是，您需要熟练的手来使用它，因为您可能会用它严重割伤自己，直到您看到鲜血，您才会有任何感觉。我的意思是，正则表达式的主要问题是使它们稍有偏离，这意味着您匹配了不应该匹配的内容，反之亦然，并且直到过程进一步导致问题时您才发现。

正则表达式具有强大的功能，因此非常有吸引力。您可以用很少的字符完成非常复杂的工作。

问题在于标准的正则表达式构造不是图灵完备的，这意味着有些程序根本无法使用正则表达式来实现，人们不知道当它们被正则表达式的强大功能所吸引。

我猜这是“现在他们有两个问题”的原因了。

我猜想 Perl正则表达式是图灵完备的，但是显然它还没有被果断地证明或证明。

因为这是对有限状态机进行编程的有效方法，所以在应用有限状态机时它是一种强大的工具。基本上，它是用于编程FSM的语言，如果您知道该语言，则很有用，否则您会感到烦恼。

在我的经验中，正则表达式就像一门古老的艺术，有些晦涩难懂，有些人讨厌它们，因为它们无法理解所涉及的魔术，也许是因为没人会向您解释它们。我从未听说过大学会教他们比匹配电子邮件更琐碎的东西。然后是它的神秘内部运作，因为大多数人不了解它们，所以它们一定很慢。对于初学者来说，让他们在第一次尝试中正常工作始终是一个挑战。

关于Perl，awk，Linux以及没有闪亮按钮或漂亮彩色语法的所有内容，都可以说同样的话。因此，这就像为“琐碎的任务”增加了复杂性，只是抛出了一些循环，拆分，切换，一些魔术，仅此而已，可能会起作用。但是好吧，如果您在路的另一端，则正则表达式是漂亮的曲奇工具，看起来像信号噪音，没有任何讨厌的循环或更多的东西需要调试。我也喜欢它们提供的灵活性。当匹配的模式发生变化时，您只需更改正则表达式即可，而无需更改算法或工具/其他内容，这很好并且可以重新工作。并且由于它们是一个神奇的字符串，因此您可以根据需要将其放在源代码之外。另外一件让我想到perl的事情是，如果您编写的正则表达式长度超过20个字符，那么您会感觉很不错，至少对我来说，它是如此整洁紧凑。我也是一个懒惰的程序员，我不喜欢编写带有良好标识和注释的大量代码，并且不喜欢添加一些错误。