软件构造博客（四）

 在这篇博客中，写一下正则语言的使用。

个人理解的正则语言，就是将一些字符串进行特点归类，然后用一种正则将之进行描述并捕捉。事实上，一个最简单的正则语言应该就是一个字符串，这个字符串对与其完全相同的字符串进行描述并捕捉。

然后，是一些基本的概念的讲述：

|：或符号，用来表示一个位置可能出现的数个可能的正则字串，比如正则：a|b，既可以接受a，也可以接受b。

*：重复符号，这个符号前面的一个或一串东西会被重复至少0次。这个东西的特点是可以重复0次，也就是说可能会产生一个空串，比如：（a|b）*，可以接受aaabbb，也可以接受ababab，或者bbb，甚至也能接受一个空串。

+：重复至少依次符号，这个符号会让前面的一串东西重复至少1次。这样有一个好处，就是不会再产生空串，事实上，我个人认为a+和aa*是等价的。+的使用我觉得是相当普遍的，比如，如果我想接受某个字符串，两个单词之间需要使用一个且仅有一个空格进行连接，并且这个字符串至少有一个单词，那么我可以描述成：（[a-zA-Z]+ ）*[a-zA-Z]+。

.：用来表示任意字符。比如.*，就可以接受所有的串。

？：可以用来描述一个可能存在的字符，比如，如果我想接受http和https两个字符串，那么我可以写成：http（s）？

差不多就是这些，还有一些转义符之类的就不赘言了，实在是太多了。

下面，是一道往年试题的做题过程：

看到这个东西，我们想着先把(2)(3)(4)描述的东西分别实现，再连接起来就行了，所以我做出：

其中，ABC就代表了123，值得注意的是，B中要求0不能作为开头的同时，要保证最小值为5，所以我考虑分类讨论B只有一位和有多位的情况，事实上，应该还有其他思路，不过这样也能写的出来。

再分析一个选择：

这种题我觉得可以考虑去找反例，事实上找反例一般也就几种思路，主要是在重复处做文章，看看在重复时是否会产生一个能出现“aba”这种而另一个不能，或者一个能出现“abb”而另一个不能。

先分析A：注意到前者整个是有*修饰的，而后者不是，所以很简单的可以想到前者可以接受空串，而后者显然不行。

然后是B：这个很简单，\w是所有字类字符，包含大小写字母数字以及下划线。

C是正确的。

D 没有进行详细分析，不过一眼看上去看到了^号，这个符号在[]里面和外面是截然不同的，在里面的话会进行一个取补集的操作，而在外面的话起到一个“开始符”的作用，所以我认为这个是在这里有问题的。