正则表达式语法简介
正则表达式（Regular Expression）与有限状态机（Finite State Machine, FSM）在数学上是等价的。
一、 发明历史与最初目的
正则表达式的诞生，是纯粹的数学理论向计算机工程转化的经典案例。
- 理论起源（1950年代）： 数学家斯蒂芬·科尔·克林（Stephen Cole Kleene）在研究早期的神经网络和有限状态自动机时，发明了一种叫做“正则集合”（Regular Sets）的数学符号。它的最初目的，仅仅是为了在数学上描述和推导神经元的活动模式。
- 工程落地（1968年）：
Unix 的缔造者之一肯·汤普逊（Ken Thompson）读到了克林的论文，敏锐地意识到这种理论可以用来做文本搜索。他将这套算法写进了 QED 文本编辑器中。
随后，他在 Unix 的
ed编辑器中加入了一个专门用于搜索正则表达式的命令：g/re/p（意思是 Global Regular Expression Print）。这个命令后来独立出来，成为了 Linux 中大名鼎鼎的grep工具。
二、 快速学会正则表达式
不要死记硬背完整的规范，我们只记最核心的构建块。正则表达式就像乐高，由字符类、数量词和边界拼接而成。
1. 核心语法速查手册
| 符号 | 含义（它代表什么） | 记忆法 / 示例 |
|---|---|---|
. |
匹配除换行符外的任意单个字符 | 通配符，就像扑克牌里的“赖子” |
\d |
匹配任意数字 (0-9) | Digit |
\w |
匹配任意字母、数字或下划线 | Word character |
\s |
匹配任意空白符（空格、Tab等） | Space |
* |
匹配前面的字符 0 次或多次 | 可能会有，也可能有很多 |
+ |
匹配前面的字符 1 次或多次 | 至少得有一个 |
? |
匹配前面的字符 0 次或 1 次 | 可有可无 |
{n,m} |
匹配前面的字符 n 到 m 次 | \d{3,4} 匹配 3 到 4 位数字 |
[] |
匹配括号内的任意一个字符 | [abc] 匹配 a, b, 或 c。[0-9a-fA-F] 匹配十六进制字符 |
^ / $ |
匹配行的开头 / 结尾 | 锚点，定位用的 |
2. 实战应用场景
理论看完了，我们把它代入到具体的工程场景中：
场景 A：分析硬件压力测试日志 当你需要对设备进行拷机测试并分析日志时，可能会遇到大量的内存报错信息。你需要快速提取出所有发生 Bit-flip（位翻转）的物理内存地址。
- 日志文本：
Kernel panic: Bit-flip at physical address 0x3F8A2B90. Rebooting... - 正则表达式：
0x[0-9A-Fa-f]+ - 拆解：
0x是固定开头，[0-9A-Fa-f]表示匹配所有的十六进制数字和字母，+表示这些十六进制字符至少出现一次。
场景 B：Python 自动化脚本提取数据 如果你在写 Python 脚本，想要从一个 SQLite 导出的文本或者某种配置文件中自动生成 Verilog 端口定义，你需要匹配特定的引脚名称。
- 文本：
pin_name: GPIO_A1, direction: INOUT - 正则表达式：
pin_name:\s*(\w+) - 拆解：
pin_name:精确匹配，\s*允许冒号后面有任意个空格，(\w+)匹配引脚名并将其捕获（括号的作用是告诉引擎“我稍后要单独提取这段内容”）。
留下评论