點擊上方“小白學(xué)視覺”，選擇加"星標(biāo)"或“置頂”

重磅干貨，第一時間送達(dá)

使用正則表達(dá)式去匹配字符串Hello World 中的 Hello
偽代碼：/Hello/, "Hello World"
輸出：Hello

如何寫好一篇關(guān)于 正則表達(dá)式 的文章，我思考了一周的時間，從未有一篇文章能讓豬哥如此費神。

因為我覺得正則表達(dá)式 ：難記憶、難描述、廣而深且不受重視，有人說正則表達(dá)式既好寫也難寫！

1. 好寫：無非寫一些常用、實用的案例，說實話你們每個人都能寫出這種：在網(wǎng)上百度一下然后結(jié)合一點自己的實際經(jīng)驗，一篇文章就出來了。
2. 難寫：很多人都認(rèn)為正則簡單，不用記，要用就百度一下。但是絕大多數(shù)人了解的只是正則的一個小面，真正的精髓卻很少關(guān)注！

關(guān)于語法部分豬哥并不想過多的講解，給大家做一個詳細(xì)的歸納整理，供大家日后快速查找吧！

如果想系統(tǒng)學(xué)習(xí)正則表達(dá)式的語法部分，豬哥推薦 菜鳥教程： https://www.runoob.com/regexp/regexp-tutorial.html

1.執(zhí)行過程

正則表達(dá)式的執(zhí)行，是由正則表達(dá)引擎編譯執(zhí)行的，大致的執(zhí)行流程豬哥也畫了個流程圖給大家看看。

1. 通過re.compile(pattern)預(yù)編譯返回Pattern對象，在后面代碼中可以直接引用。
2. 通過re.match(pattern, text)即用編譯，雖然也會有緩存Pattern對象，但是每次使用都需要去緩存中取出，比預(yù)編譯多一步取操作。

pattern = r'http:\/\/(?:.?\w+)+'text = 'xxx.com'

2.引擎（重點）

1. DFA (Deterministic finite automaton) 確定型有窮自動機
2. NFA (Non-deterministic finite automaton) 非確定型有窮自動機

1. 確定型與非確定型：假設(shè)有一個字符串（text=abc）需要匹配，在沒有編寫正則表達(dá)式的前提下，就直接可以確定字符匹配順序的就是確定型，不能確定字符匹配順序的則為非確定型。
2. 有窮：有窮即表示有限的意思，這里表示有限次數(shù)內(nèi)能得到結(jié)果。
3. 自動機：自動機便是自動完成，在我們設(shè)置好匹配規(guī)則后由引擎自動完成，不需要人為干預(yù)！

DFA引擎執(zhí)行原理：
為了大家能很清楚的理解DFA引擎執(zhí)行原理，豬哥制作了一個簡易的動態(tài)執(zhí)行過程圖給大家看看

根據(jù)上面的動圖我們可以得出DFA引擎的一些特點：

1. 文本主導(dǎo)：按照文本的順序執(zhí)行，這也就能說明為什么DFA引擎是確定型(deterministic)了，穩(wěn)定！
2. 記錄當(dāng)前有效的所有可能：我們看到當(dāng)執(zhí)行到(d|b)時，同時比較表達(dá)式中的d和b，所以會需要更多的內(nèi)存。
3. 每個字符只檢查一次：這提高了執(zhí)行效率，而且速度與正則表達(dá)式無關(guān)。
4. 不能使用反向引用等功能：因為每個字符只檢查一次，文本零寬度（位置）只記錄當(dāng)前比較值，所以不能使用反向引用、環(huán)視等一些功能！

NFA引擎執(zhí)行原理：
豬哥同樣畫了一個簡易的NFA引擎執(zhí)行過程圖方便大家理解

根據(jù)上面的動圖我們可以得出NFA引擎的一些特點：

1. 文表達(dá)式主導(dǎo)：按照表達(dá)式的一部分執(zhí)行，如果不匹配換其他部分繼續(xù)匹配，直到表達(dá)式匹配完成。
2. 會記錄某個位置：我們看到當(dāng)執(zhí)行到(d|b)時，NFA引擎會記錄字符的位置（零寬度），然后選擇其中一個先匹配。
3. 單個字符可能檢查多次：我們看到當(dāng)執(zhí)行到(d|b)時，比較d后發(fā)現(xiàn)不匹配，于是NFA引擎換表達(dá)式的另一個分支b，同時文本位置回退，重新匹配字符'b'。這也是NFA引擎是非確定型的原因，同時帶來另一個問題效率可能沒有DFA引擎高。
4. 可實現(xiàn)反向引用等功能：因為具有回退這一步，所以可以很容易的實現(xiàn)反向引用、環(huán)視等一些功能！

兩種引擎比較

DFA（電動機） 和NFA（汽油機） 都有很長的歷史，不過，正如汽油機一樣，NFA 的歷史更長一些。也有些系統(tǒng)采用了混合引擎，它們會根據(jù)任務(wù)的不同選擇合適的引擎（甚至對同一表達(dá)式中的不同部分采用不同的引擎，以求得功能與速度之間的最佳平衡）。? ? ? ?——《精通正則表達(dá)式》

3.回溯（重點）

作為絕大多數(shù)編程語言都選擇的引擎——NFA (非確定型有窮自動機) 引擎，我們當(dāng)然要再詳細(xì)了解一下它的精髓——回溯。

動圖中，我們可以看到當(dāng)某個正則分支匹配不成功之后，文本的位置需要回退，然后換另一個分支匹配，而回退這步專業(yè)術(shù)語就叫：回溯。

回溯的原理類似我們走迷宮時走過的路設(shè)置一個標(biāo)志物，如果不對則原路返回，換另一條路。

1. (a*)：匹配到了文本中的aaaaa
2. 匹配正則中的b，但是失敗，因為(a*)已經(jīng)把text都吃了
3. 這時候引擎會要求(a*)吐出最后一個字符(a)，但是無法匹配b
4. 第二次是吐出倒數(shù)第二個字符(還是a)，依然無法匹配
5. 就這樣引擎會要求(a*)逐個將吃進去的字符都吐出來
6. 但是到最后都無法匹配b

針對NFA引擎的可優(yōu)化的點其實挺多的，為了方便大家記憶，豬哥也畫幅結(jié)構(gòu)圖歸納一下，方便大家收藏細(xì)看。

在面試過程中也許會被問到關(guān)于正則的優(yōu)化，大家記住幾點就可以。

1.書

內(nèi)容雖然稍有啰嗦，但是對于正則新手很友好，唯一不足是Python案例少。

2.博客

3.在線測試工具

https://regex101.com/，這個網(wǎng)站可以選擇不同編程語言的正則支持，有語義分析、匹配測試、參考列表等，非常實用。

4.常用案例

一些簡單常用的小案例匯總，菜鳥教程：http://c.runoob.com/front-end/854

最后祝愿大家都能搞定正則表達(dá)式，處理文本可以得心應(yīng)手！

交流群

歡迎加入公眾號讀者群一起和同行交流，目前有SLAM、三維視覺、傳感器、自動駕駛、計算攝影、檢測、分割、識別、醫(yī)學(xué)影像、GAN、算法競賽等微信群（以后會逐漸細(xì)分），請掃描下面微信號加群，備注：”昵稱+學(xué)校/公司+研究方向“，例如：”張三?+?上海交大?+?視覺SLAM“。請按照格式備注，否則不予通過。添加成功后會根據(jù)研究方向邀請進入相關(guān)微信群。請勿在群內(nèi)發(fā)送廣告，否則會請出群，謝謝理解~