简介：欢迎来到模式匹配的世界！
你有没有试过用“Ctrl + F”在长文件中搜索单词？这确实很有用，但如果你想搜索所有电话号码、电子邮件地址，或是所有以“Z”开头并以“y”结尾的单词呢？普通的搜索功能做不到，但正则表达式 (Regular Expressions) 可以！
在本章中，我们将学习正则表达式（通常简称为 RegEx）和正则语言 (Regular Languages)。这些是计算机科学中用于定义文本模式的强大工具。你可以把它想象成一种“超级搜索”功能，帮助电脑验证密码、寻找数据，甚至构建编译器。
如果起初觉得有点难懂，别担心！ RegEx 看起来像是一种奇怪的秘密代码，但只要你掌握了这些符号的“字母表”，你很快就能像专家一样轻松阅读。
1. 什么是正则表达式？
正则表达式是一种描述字符串集合 (set of strings) 的方法。如果一个字符串遵循该表达式的规则，我们就称它为“匹配 (matches)”。
现实生活中的比喻： 想象一家有服装规定的俱乐部。规定写着：“你必须穿蓝色衬衫或红色衬衫，并且必须戴帽子。”正则表达式就像这项服装规定——它是一组规则，告诉电脑哪些“字符串”（成员）是被允许进入的，哪些不是。
关键术语：正则语言 (Regular Language)
正则语言是指任何可以通过正则表达式或有限状态机 (FSM) 来描述的语言（一组字符串的集合）。它们就像硬币的两面，相辅相成！
2. 构建组块（语法）
为了建立这些模式，我们使用称为元字符 (metacharacters) 的特殊符号。以下是你在此课程中需要掌握的符号：
A. 选择符号 (Alternation)：|
垂直线代表 OR（或）。它让你可以在不同的选项之间进行选择。
示例： \( apple | orange \)
这会匹配字符串 "apple" 或字符串 "orange"。
B. 克莱尼星号 (Kleene Star)：*
此符号代表前面的字符或组出现 零次或多次。
示例： \( a* \)
这可以匹配空字符串（什么都没有）、"a"、"aa"、"aaa"，依此类推。
记忆技巧： 把星号想象成电影里的“明星 (Staring)”——它可以出现零次，也可以想出现多少次就多少次！
C. 加号 (Plus)：+
此符号代表前面的字符出现 一次或多次。
示例： \( a+ \)
这可以匹配 "a"、"aa"、"aaa"……但它不能为空。你必须至少有一个！
D. 问号 (Question Mark)：?
此符号代表 零次或一次（它使字符变成选填的）。
示例： \( colou?r \)
这可以匹配 "color"（零个 'u'）或 "colour"（一个 'u'）。
E. 组 (Grouping)：( )
括号用于将表达式的部分组合在一起，这样像 * 或 + 这样的符号就会应用于整个组。
示例： \( (ab)* \)
这可以匹配空字符串、"ab"、"abab"、"ababab" 等。
3. 逐步拆解：构建表达式
让我们尝试为一个简单的规则建立模式：“字符串必须以一个 'x' 开头，后面接着任意数量的 'y'，并以 'z' 结尾。”
第一步： 我们需要刚好一个 'x'。所以我们从这里开始： \( x \)
第二步： 我们需要“任意数量”的 'y'。“任意数量”包括零。所以我们使用克莱尼星号： \( y* \)
第三步： 我们需要在结尾加一个 'z'： \( z \)
结果： \( xy*z \)
这可以匹配："xz", "xyz", "xyyz", "xyyyz"...
4. 正则表达式与有限状态机 (FSMs)
对于你的考试，最重要的一点记住：
正则表达式与有限状态机是等价的。
这意味着如果你能为某种语言绘制一个简单的 FSM（无需使用内存/堆栈），你就可以为它写出正则表达式，反之亦然。它们都定义了正则语言。
你知道吗？ 电脑实际上会将你的 RegEx 模式转换成内存中的微型 FSM，来检查字符串是否匹配！这是电脑处理规则最快的方法。
5. 要避免的常见错误
1. 混淆 * 和 +
请记住： \( a* \) 可以是空的。 \( a+ \) 不能是空的。
2. 忘记使用管道符号 ( | ) 来表示 OR
如果你想匹配 "cat" 或 "dog"，写成 \( catdog \) 只会寻找完整的单词 "catdog"。你必须写成 \( cat|dog \)。
3. 括号位置错误
\( ab+ \) 代表一个 'a' 后面跟着一个或多个 'b' (abbb)。
\( (ab)+ \) 代表一个或多个 "ab" 配对 (ababab)。
重点回顾栏
符号总结：
• | ：OR（不是这个就是那个）
• * ：零次或多次（选填，可重复）
• + ：一次或多次（必须出现，可重复）
• ? ：零次或一次（严格的选填）
• ( ) ：组（将字符绑在一起）
总结：关键要点
• 正则表达式是用来描述字符串集合的模式。
• 正则语言是指任何能被 RegEx 描述的语言。
• 它们用于输入验证（例如检查密码是否包含数字）和数据搜索。
• RegEx 与 FSMs 是等价的；两者都用于定义相同类型的语言。