終於可以徹底告別手寫正規表示式了
可以徹底告別手寫正規表示式了
這篇文章的目的是讓你能得到完美的正規表示式，而且還不用自己拼。
說到正規表示式，一直是令我頭疼的問題，這傢伙一般時候用不到，等用到的時候發現它的規則是一點兒也記不住，\d表示一個數位，\s表示包括下劃線在內的任意單詞字元，也就是 [A-Za-z0-9_]，還有[\s\S]*可以匹配包括換行在內的任意字串。
這你都能記住嗎，如果能的話，那真的佩服，反正我是記不住，之前每次手寫的時候都得跟查字典似的一個個的查，簡單的還好，複雜的就很痛苦了。
過程往往是這個樣子的：
1、 先開啟 Google，搜尋一篇正規表示式，找到一份像上圖那樣的字典教學，先看個幾分鐘，回憶回憶，還有可能回憶不起來。
2、然後就開始根據需求寫一個正規表示式。
3、放到程式中執行一下。
4、誒，怎麼不好用，匹配不上啊，接著修改正則。
5、繼續從 3 - 4 的迴圈，直到運氣來了，正常出結果了。
這是最早的時候，真的是全靠那點僅有的實力和運氣了。
記得剛畢業不久的時候，有一次領導給安排一個任務，要在一堆 PDF 檔案裡把我們需要的資料摘出來。PDF 這玩意兒吧，你把它的內容讀出來，它就是一大段文字，要在這一堆內容不一致的檔案中準確的拿到資料，第一反應就是用正則。
當時的做法就是上面的 1-5這幾步來的，加上當時候剛畢業比較菜，跌跌撞撞才把程式寫好，中間有幾次偵錯的時候，程式一跑起來，VS(Visual Studio)就特別卡。對的，就是宇宙第一強大的 IDE ，當時我還在寫 C#，縱然是宇宙第一強大，也被我弄的特別卡。
當時只道是正則寫的有問題，然後就一直改。
後來才知道，那是因為正則寫的不合理，發生了回溯現象，越不合理，回溯越嚴重，加上當時的 PDF 內容很多，所以導致開發工具都卡了，這要是整到線上，那怕是混不下去了。
關於回溯的問題，可以參考下面這篇文章《失控的正規表示式：災難性的回溯》
https://www.regular-expressions.info/catastrophic.html
後來就不至於那麼菜了，知道了一些關於正規表示式的線上網站，上面有一些常用的正規表示式，不用自己搗鼓了，能偷懶當然要偷懶了。可以在 Goolge 上搜尋關鍵詞「正規表示式 線上」，然後就會出來一大堆，直接在上面用那些常用的正則，例如手機號、郵箱、網址啊，基本上能解決90%的需求場景。
另外的10%呢，以前可能只能自己琢磨了，現在都2023年了，基本上99%的概率都不用親自動手了，當然了，如果是大佬呢，就想自己寫，那完全沒問題。
ChatGPT 完美解決
ChatGPT 是LLM(大語言模型)的產品，最最擅長的事情就是分析語言，而正規表示式的應用場景是什麼呢，其實就是在一大堆文字語言中按照我們的規則，找到我們需要的內容，總的來說，也是對於文字語言的處理，所以用 ChatGPT 解決正規表示式的問題簡直太合適不過了。
比如最簡單的，匹配中國的手機號，直接讓 ChatGPT 把正則寫出來，而且連程式碼都給你寫好了。
至於網址、郵箱等等也不在話下了。
不僅ChatGPT 可以，連百度文心一言也可以。百度文心一言雖然這樣可以，但是如果你反過來問它，它就蒙圈了。
比如我問 [email protected] 是不是一個合法的郵箱，ChatGPT 會告訴你這個郵箱是合法的，但是百度文心一言就不行了。
下面這個是 ChatGPT 的回答：
下面這個是百度文心一言的回答：
不僅郵箱不行，你問它一個手機號是否合法，百度文心一言也不行，還會告訴你這個號碼的歸屬地，但是這個歸屬地也是錯誤的。
這樣就看出來什麼是智慧，什麼是巨量資料了，明顯 ChatGPT 更智慧一點，希望國產的大模型能在這兩年追上吧。
再舉一個例子
匹配一段 HTML 中的某個部分也是正則的常用場景，做過爬蟲的或多或少都用過正則吧。
比如我在一大段 HTML 中有這麼一部分
<div class="time">這是一個，this is some</div>
現在要拿到這個 div 中的內容部分，當然有很多其他的方式了，比如 Java 版的 jsoup，使用 xpath、css selector 等都可以，但是如果就要用正則呢，是不是自己寫的話，一般菜鳥就感覺很麻煩了。
這時候我們問問 ChatGTP ，看看它怎麼搞的。
直接就這麼問了：
<div> <div class="outer"> <div class="time">這是一個，this is some</div> <div class="button">button</div> </div> </div>， 用 Java 正規表示式匹配這段 HTML 中 class="time" 的這個標籤的 Text 部分
直接拿過程式碼跑一下，沒有任何問題。
有同學說了，這麼明顯的標籤，還用的著 ChatGPT ，直接拿過來就寫了。
這裡只是舉個例子，如果哪位有比較複雜的匹配邏輯，也可以用ChatGPT 來試試，基本上99%都能直接解決。
還有一個網站很厲害
如果你沒有辦法或者不想用 ChatGPT ，也不想用百度文心一言這些，我還發現一個網站，這個網站我嚴重懷疑它已經接入了 ChatGPT ，它也支援通過自然語言描述，就能給出相應的正規表示式。
網站地址：https://wangwl.net/static/projects/visualRegex
比如我跟他說：提取一段字串中的中國手機號碼部分，而且還有正則視覺化。
上面的那個匹配 HTML 的例子，我也在這個網站上試過，結果也是可以的。
純粹的好東西分享，我跟這個網站沒有任何關係。
一個幫你分析正則的網站
接下來這個網站呢，如果你想對正則有比較深入的理解，或者想看看自己寫好的正則或ChatGPT 幫你生成的正規表示式效果怎麼樣，效能好不好，都可以在這個網站進行。
網站左側可以選擇你的目標語言，也就是你的程式碼實現是哪種語言 Java 還是 JavaScript 等。
中間上方是正規表示式，中間下方是待匹配的內容。
右側上方是你寫的正則對待匹配內容完整的匹配分析過程，非常詳細，可以通過這裡清楚的看出這個正則匹配的時候經過了哪些路徑。
右側下方是最終的匹配結果。
如果你寫的正則在工作的時候發生了明顯的回溯，這裡也會給出提示，告訴你問題，讓你去優化。
總結
君子善假於物也，雖然我很菜，但是工具好用啊，我+好用的工具，等於我也很厲害了。
歡迎捧場，趕緊用一用吧，覺得好用的話，可以推薦給身邊的小夥伴也用一下。
