上一篇文章讲到，从根源上来讲，正则表达式是为了解决文本的查找问题(也称为匹配问题)而诞生的。不过，文本查找方式的历史，要远早于正则表达式。

那么，在正则表达式出现之前，文本查找方式经历了什么演化过程呢？

最后为什么又出现了正则表达式呢？换言之，正则表达式的出现，在文本查找方面，解决了其出现之前所不能解决的什么问题呢？

接下来我们一起来寻找这些问题的答案。

直接字面查找方式

正则表达式其中最基本的功能是为了满足文本查找的需求，而文本查找需求，是一种非常基础、极为常见的需求。

很自然，最先想到和做到的当然就是直接的字面文本查找(简称字面查找)。所谓“字面文本”，指的是用于查找的文本本身就是直接要查找的文本，也就是说，用于查找的文本没有特殊含义，就表示文本本身字面上的含义。

比如要查找文本“张三”，就直接以文本“张三”去进行查找。

但有时我们的查找需求要更为复杂一些，比如不仅要查找“张三”，还有“李三”、“王三”等所有名字中含有“三”这个字的两字姓名。

这种情况下，姓名中的姓就是不确定的了，那怎么办呢？于是比直接的字面查找更为强大、更为方便的另一种查找方式出现了：间接的模式查找方式。

间接模式查找方式

这里出现了一个关键术语：模式。那什么是模式呢？

我们知道，工厂生产产品，往往需要先有产品的模板或模具。而模式，就是模板样式或模具样式。

正如符合某种样式的模板或模具，可以用来生产符合这种样式的同一类产品一样，反过来，也可以用某种样式的模板或模具，来检验框定或筛选过滤出哪些产品才是符合这种样式的同一类产品。

比如，以上面这个查找案例来说，从“张三”、“李三”、“王三”等所有名字中含有“三”这个字的两字姓名中抽取出来的查找模式可能是这样的：“?三”，其中的“?”代表所有的单姓。

（注：为简化讨论，我们这里假定用于查找的文本仅限于姓名，不包括非姓名的其他文本，比如不包括“一二三”这样的文本，而且也暂不考虑两字姓名以外的其他三字姓名、四字姓名等。）

因此，就可以用“?三”这个查找模式来筛选过滤出所有两字姓名中以“三”这个字为名字的姓名。 换句话说，只要是所有两字姓名中以“三”这个字为名字的姓名，都属于符合“?三”这个模式的同一类姓名，因此都可以通过该模式查找匹配出来。

这里，用于查找的文本模式“?三”，并不是我们要直接查找的文本本身，“?三”中的“?”并不是表示“?”这个字符的字面本身——问号字符，而是具有了特殊含义——表示所有的单姓，因而“?”在这里具有了一定程度的抽象性、代表性、通用性和普适性。

间接模式查找方式目前大致上可划分为“通配符查找方式”和“正则表达式查找方式”两种，下面分别进行简要介绍。

通配符查找方式

通配符查找方式，在操作系统的文件查找功能中使用得非常普遍。

在这种间接的模式查找方式中，通常使用到的通配符除了上面提到的?号，还有*号。

在操作系统中，一般使用?和*这两个具有抽象性、代表性和通用性的通配符来查找硬盘上的文件。其中，?通配符所规定的查找规则是查找文件名中的单个字符，而*通配符所规定的查找规则是查找文件名中的零个、一个或多个字符。

比如像“data?.dat”这样的查找模式，将可以查找到下列文件名：

data1.dat

datax.dat

dataN.dat

而像“data*.dat”这样的查找模式，则可以查找到下列文件名：

data.dat

data1.dat

data12.dat

datax.dat

dataXYZ.dat

因此，所谓“通配符”，即“通用的查找匹配字符”，就是将某些字符(比如?号和*号)规定为特殊的用于查找文本的通用字符。

用某个通用字符按事先所规定的规则来查找某些常规字符，从而实现“以一对多”(或“以一代多”)、“以简对繁”(或“以简代繁”)地进行查找。

相比较于直接的字面查找方式只能“以一对一”、“以多对多”，或者说“以简对简”、“以繁对繁”，通配符查找模式显然更加抽象化、模式化，所以也就更为通用化、普适化。

然而，尽管通配符查找方式比直接的字面查找方式更强大、更方便、更通用、更普适，但它的功能还是非常有限的，无法精确而灵活地表达更为复杂的查找条件(即查找规则)。

比如无法分组、没有分支结构(即不支持“或运算”)、不支持量词(即不支持循环)、不支持字符组等等。

比如，我们不仅要查找两字姓名中的名为“三”字的所有姓名，还要查找两字姓名中的名为“四”字的所有姓名，如果使用通配符查找方式的话，怎么办呢？

由于通配符查找方式没有分支结构，不支持或运算，即不支持类似于“?三|?四”这样的写法，则只能分两次进行查找，这显然非常不方便。

再举个例子，如果我们要查找文件系统中命名为DxxxDxxxDxxx.dat的所有文件(其中的x代表任意字符)，由于通配符查找方式不支持分组和量词，也就是不支持类似于“(D?{3}){3}”这样的写法，也是相当麻烦的。

正则表达式查找方式

查找需求的多样化和复杂性，呼唤着比通配符查找方式更加强大、更加方便、更加通用、更加普适的查找方式。

于是，能够更为精确、更为灵活地表达更加复杂、更加抽象、更加通用、更加普适的查找条件的全新查找方式——正则表达式就应运而生了。

因此，站在查找方式的历史演化角度上来看，通配符查找方式可认为是正则表达式的前身，或者换言之，正则表达式是通配符查找方式的升级版。

和通配符类似，正则表达式也是以间接的模式来进行文本查找的。显然，相比较于前面所述的“直接字面查找”方式来说，通配符查找方式和正则表达式查找方式这两种以模式进行查找的方式就是“间接模式查找”方式。

比如，还是前文所述的例子，我们不仅要查找两字姓名中的名为“三”字的所有姓名，还要查找两字姓名中的名为“四”字的所有姓名，用通配符查找方式是只能分成两次进行，但如果使用正则表达式查找的话，只需查找一次，并且写法非常简洁：.三|.四，显然更为方便。

同样，如果我们要查找文件系统中命名为DxxxDxxxDxxx.dat的所有文件(其中的x代表任意字符)，使用通配符查找方式的话，查找表达式写起来也是很麻烦的，但如果使用正则表达式的话，只需写作：(D.{3}){3}，正则表达式的表达能力明显比通配符强得多。

显然，正则表达式查找方式相比较于通配符查找方式来说，更为淋漓尽致地体现了“以一对多”(或“以一代多”)、“以简对繁”(或“以简代繁”)的模式查找方式的特点。

这就是正则表达式​之所以被发明出来的原因。

不过，既然正则表达式更为抽象化、通用化和普适化，也更为模式化，功能也更为强大、更加灵活，当然也就更为复杂，更难以学习和掌握。

毕竟，强大灵活与简单易用，始终都是一对矛盾。