正则表达式
系列【正则表达式】──AI 时代依然实用的知识
现在，只要把需求告诉 AI，简单的宏或小型程序往往很快就能生成。我自己也已经很少再从头编写代码了。
不过，有一样工具直到今天，我仍然会经常亲自使用。
那就是正则表达式。
过去为了提高翻译和 QA 工作的效率，我曾自学 Word VBA、秀丸（Hidemaru）宏以及一些编程语言，也写过不少用于简化日常工作的宏和小工具。
开始使用 memoQ 之后，需要自己编写宏的机会少了很多。不过，在 memoQ 之外处理一些工作时，以前积累下来的一些宏现在仍然会用到。
近几年，随着 AI 智能体以及 vibe coding（通过自然语言让 AI 编写代码的开发方式）逐渐普及，需要自己动手写代码的情况就更少了。
即便如此，正则表达式仍然没有过时。
网上介绍正则表达式的文章已经非常多。本系列并不打算再写一份完整的语法手册，而是希望从最基础的概念讲起，逐步介绍正则表达式在翻译和 QA 实际工作中可以怎样派上用场。
什么是正则表达式？
简单来说，正则表达式就是“按照文字的规律或模式来搜索内容的一种方法”。
普通搜索寻找的是与输入内容相同的文字。
例如，搜索“2026年”，就会找到“2026年”。
而使用正则表达式时，不一定要指定某一组固定文字，也可以指定类似“4 个数字＋年”这样的模式。
这样一来，不仅是“2026年”，“2027年”“1900年”等符合相同模式的文字也可以一次全部找到。
这就是正则表达式最基本的思路。
图 1 普通搜索与正则表达式搜索的区别，以及 \d{4}年 与字符串之间的对应关系。
从最基础开始──先掌握这 4 个表达式
正则表达式里有很多特殊符号。
第一次看到时，可能会觉得有点像密码。不过，并不需要一开始就把所有写法全部记住。实际使用时，真正经常出现的表达式并没有想象中那么多。
先从下面 4 个开始就可以。
| 表达式 | 含义 |
|---|---|
| \d | 1 个数字 |
| + | 前一个字符或表达式重复 1 次以上 |
| {4} | 前一个字符或表达式恰好重复 4 次 |
| . | 除换行符以外的任意 1 个字符 |
\d──1 个数字
首先，
\d
表示 1 个数字。
例如，“1”“5”“9”这样的数字都可以被搜索到。
+──重复 1 次以上
接下来，在 \d 后面加上 +：
\d+
它表示“连续出现 1 个以上的数字”。
因此，下面这些内容都可以匹配：
3202610000
这里真正重要的，并不是把 \d+ 当成一个完整公式死记下来。
\d 表示“1 个数字”，+ 表示“前面的表达式重复 1 次以上”。把两者组合起来，就变成了“连续出现 1 个以上的数字”。
正则表达式其实就是这样，把一个个小部件组合起来使用。
{4}──恰好重复 4 次
这次在 \d 后面加上 {4}：
\d{4}
它表示“恰好有 4 个连续的数字”。
例如：
2026
或者：
1900
都符合这个模式。
在正则表达式后面，还可以直接接普通文字。
例如：
\d{4}年
就可以找到：
1900年2026年2027年
这时，我们搜索的已经不是“2026年”这一组固定文字，而是“4 个数字后面跟着‘年’的字符串”。
.──任意 1 个字符
. 表示除换行符以外的任意 1 个字符。
例如：
第.章
可以找到：
第1章第2章第一章
因为“第”和“章”之间都正好有 1 个字符。
这个表达式非常方便，但由于匹配范围很广，也比较容易搜索到原本没有预期的内容。实际使用时，最好一边确认搜索结果一边使用。
正则表达式不是用来“死记”的
看到这里，正则表达式可能仍然像是一堆特殊符号。
但实际上，并不需要从一开始就把复杂的表达式整串背下来。
例如：
\d{4}年
其实只是由 3 个部分组成：
- \d ＝ 1 个数字
- {4} ＝ 恰好重复 4 次
- 年 ＝ 文字“年”
组合起来就是：
4 个数字＋年
先想清楚自己究竟要找什么，再把这个模式拆成几个小部分，最后把对应的表达式组合起来。
掌握这种思路之后，正则表达式其实并没有看上去那么难。
尤其是在翻译和 QA 这类每天需要处理大量文字的工作中，只要掌握一些基本写法，就能在很多地方节省时间。
下一篇预告
这一篇先从最基础的地方开始，介绍了正则表达式的基本概念和几个简单的表达式。
下一篇，我们来看一个更接近实际工作的例子。
例如：
2026年9月1日2025年12月31日1999年1月10日
这些日期的年、月、日都不一样。
如果不想一个日期一个日期分别搜索，要怎样用一个正则表达式一次把它们全部找出来呢？
下一篇会在这次介绍的内容上，再增加少量新的写法，一步一步组合出可以搜索日期的正则表达式。
再下一篇，我们还会进一步把找到的日期转换成其他格式，例如：
2026年9月1日 → 9/1/2026
这种美国常见的“月／日／年”格式，或者：
2026年9月1日 → 1/9/2026
这种欧洲常见的“日／月／年”格式。
先学“搜索”，再进一步学习“替换”。
我们会一次增加一点内容，逐步扩展正则表达式能够做到的事情。