正则表达式
内容提要
正则表达式用于从文本中查找、校验和替换符合规则的内容。其概念源于20世纪40年代神经网络研究，50年代由Kleene提出“正则集合”。1968年Thompson提出将正则编译为自动机的算法，并催生grep等工具。80年代POSIX标准划分BRE与ERE。1986年Spencer的回溯库成为Perl、PCRE等主流实现的基础。1997年PCRE发布，2007年Google开源采用线性时间算法的RE2，2011年PCRE-JIT提升性能，2015年推出PCRE2。
延伸解读
回溯与线性时间：两种引擎路线的取舍
文章指出，1986年Spencer的库选择回溯算法，成为Perl、PCRE、Python等主流实现的祖先；而2007年开源的RE2则完全摒弃递归回溯，采用基于NFA/DFA转换的线性时间算法，强调“安全第一”。这意味着前者在功能表达上更灵活，但可能面临灾难性回溯的性能问题；后者在时间上更可控，却未必支持所有回溯特性。读者在选择工具时，需根据模式复杂度和性能要求权衡。
POSIX标准化并未终结方言差异
文章提到，1980年代POSIX将正则划分为BRE和ERE两个层级，试图为Unix工具中形形色色的正则方言建立共识。BRE中+、?、|等符号需转义才有特殊含义，ERE则无需额外转义。但POSIX所代表的“传统正则”在功能表达力上仍相对克制，后续Perl、PCRE等实现又引入了更多扩展。这说明标准化能统一基础语法，却难以覆盖所有实现的功能差异，跨工具使用时仍需留意具体方言。
从grep到PCRE2：正则实现的演进脉络
文章梳理了一条清晰的技术传承线：Thompson将正则编译为NFA的算法先用于QED和ed，其中g/regular expression/p命令独立后成为grep；Spencer的库被适配进Perl，其POSIX版本进入4.4BSD，后续ARE又被PostgreSQL继承。1997年PCRE为Exim而生，2011年PCRE-JIT提升复杂模式执行速度，2015年PCRE2推出修订API和新的性能优化选项。读者可借此理解不同工具背后可能共享同一套引擎血脉。
Q&A
正则表达式主要用来做什么？
正则表达式用于从文本中查找、校验和替换符合规则的内容。常见用途包括：从日志或文本中提取URL、IP、数字等；校验手机号、邮箱、身份证号、日期等格式；以及先找出符合规则的文本再进行替换。
正则表达式的概念最早是谁提出的？
正则表达式的概念源于20世纪40年代Warren McCulloch和Walter Pitts用数学方式描述神经网络的研究。50年代，数学家Stephen Kleene在此基础上发表了论文，描述了一种叫做“正则集合”的数学符号，首次引入了正则表达式的概念。
Thompson构造法是什么？它对正则表达式有什么影响？
Thompson构造法是1968年Ken Thompson提出的算法，能将正则表达式编译为非确定性有限自动机（NFA），实现O(mn)时间的匹配。该算法至今仍是正则引擎的核心算法之一，并催生了grep等工具。
POSIX标准中的BRE和ERE有什么区别？
POSIX将正则表达式分为两个层级：BRE（基本正则表达式）是历史更早的形态，grep、sed、vi等工具遵循此标准，其中+、?、|、(、)等符号需要转义后才具有特殊含义；ERE（扩展正则表达式）作为BRE的超集，egrep、awk等属于此列，元字符无需额外转义即可直接使用，书写更简洁。
PCRE是什么？它和Perl有什么关系？
PCRE全称Perl Compatible Regular Expressions（Perl兼容正则表达式），是1997年Philip Hazel为邮件服务器Exim开发的。它基于Perl的正则表达式语法，而Perl的正则表达式又源自Henry Spencer在1986年发布的正则库。PCRE后来成为广泛使用的正则实现之一。
RE2引擎和传统的回溯引擎有什么不同？
RE2是Google于2007年开源的引擎，它完全摒弃了递归回溯，采用基于NFA/DFA转换的线性时间算法，设计理念是“安全第一”。而传统回溯引擎（如Perl、PCRE）虽然功能强大，但可能面临灾难性回溯的性能问题。
