正規表示式
系列【正規表示式】──一次找出不同日期
上一篇「系列【正規表示式】──AI 時代依然實用的知識」介紹了正規表示式最基本的概念：不是搜尋某一個固定的字串，而是用「文字的模式」來搜尋。
這一次，我們再往前一步。
假設文件中出現了這些日期：
年、月、日都不一樣。
如果用一般搜尋，就得分別搜尋每一個日期；但使用正規表示式，就可以用一個表示式一次把它們找出來。
這一篇不會先丟出完成版叫大家硬背，而是沿用上一篇學過的內容，一小段一小段把表示式組起來。
先找出「年」
上一篇我們已經看過，若要搜尋「4 位數字＋年」，可以寫成：
\d{4}年
拆開來看：
- \d ＝ 1 個數字
- {4} ＝ 前面的項目剛好重複 4 次
年＝ 文字「年」
把它套到剛才的例子，就會找出下面這些部分：
這裡算是上一篇的複習。
接下來，把「月」也加進去。
再把「月」接上去
月份可能是：
9月
也可能是：
12月
也就是說，數字可能有 1 位，也可能有 2 位。
上一篇介紹過，若要表示「數字出現 1 次以上」，可以寫成：
\d+
所以直接接在剛才的表示式後面：
\d{4}年\d+月
這次搜尋到的範圍就會再長一點：
現在已經愈來愈像完整的日期了。
最後加上「日」
「日」也一樣，可能是：
1日
也可能是：
31日
所以再加上一組 \d+：
\d{4}年\d+月\d+日
這樣就能把整個日期一起找出來。
其實做到這裡，這篇文章原本設定的目標就已經達成了。
這裡有一個很值得記住的觀念：
同一個搜尋目的，正規表示式不一定只有一種正確寫法。
以這次的日期為例：
\d{4}年\d+月\d+日
本身就是一個完全可以使用的答案。
要搜尋同一類字串，常常可以寫出不同的正規表示式。有些寫法比較寬鬆，有些會把條件限制得更細；有些比較短，有些雖然長一點，但意圖更清楚。
重點並不是找到「唯一正確的公式」，而是能不能把自己想找的文字模式表達出來。
接下來，我們就在這個已經能用的表示式上，再多加一點條件。
把「月」和「日」的位數寫得更明確
實際的日期可能寫成：
2026年9月1日2026年09月01日2025年12月31日
也就是說，月和日都可能是 1 位數，也可能是 2 位數。
如果把條件說得更精確一點，我們真正要找的是：
「月和日各由 1 或 2 個數字組成」。
假設寫成：
\d{2}
那就只能找出 2 位數的內容，例如 09 或 31，卻找不到 9 或 1。
這時就可以用今天的新語法：
{1,2}
{1,2}──重複 1 次到 2 次
上一篇介紹的：
{4}
代表「前面的項目剛好重複 4 次」。
同樣的概念，
{1,2}
表示：
前面的項目至少出現 1 次，最多出現 2 次。
所以：
\d{1,2}
就是：
1 位或 2 位數字。
把它放到月和日的位置，便得到：
\d{4}年\d{1,2}月\d{1,2}日
拆開來看就是：
| 表示式 | 意義 |
|---|---|
| \d{4} | 4 位數字 |
年 | 文字「年」 |
| \d{1,2} | 1 位或 2 位數字 |
月 | 文字「月」 |
| \d{1,2} | 1 位或 2 位數字 |
日 | 文字「日」 |
也就是：
4 位數字＋年＋1～2 位數字＋月＋1～2 位數字＋日。
圖 1 想找的日期各部分，與 \d{4}年\d{1,2}月\d{1,2}日 各元件之間的對應關係。
現在再比較一次：
\d{4}年\d+月\d+日
和
\d{4}年\d{1,2}月\d{1,2}日
對這篇文章列出的日期來說，兩個都搜尋得到。
後者只是多表達了一個條件：月和日各有 1～2 位數字。
不是前者錯、後者才對。兩個都可以是正確答案。
要把條件寫到多細，取決於實際資料和搜尋目的。正規表示式很常見的做法，就是先寫出「可以達到目的」的版本，再視需要縮小範圍，或反過來把表示式簡化。
找得到「日期格式」，不代表它真的是有效日期
還有一點需要注意。
我們剛才寫的：
\d{4}年\d{1,2}月\d{1,2}日
也會比對到：
2026年99月99日
當然，99 月和 99 日都不存在。
原因是正規表示式在看的只是文字模式。
我們的條件只是：
4 位數字後面有「年」，接著是 1～2 位數字和「月」，最後再接 1～2 位數字和「日」
它並不知道一年有幾個月，也不知道 2 月有幾天。
當然，我們還可以加入更多條件，把搜尋範圍限制得更嚴格；但表示式也會跟著變複雜。
在翻譯或 QA 的實務中，很多時候只要先把可能的候選項目一次找出來，再人工確認，就已經足夠。
所以真正需要考慮的不是「能不能寫出最嚴密的正規表示式」，而是：這次的工作到底需要多精確？
在翻譯與 QA 工作中有什麼用？
這次的表示式很簡單，但在長文件或大量內容中其實相當實用。
例如要確認文件內的日期格式是否統一，就可以用正規表示式一次找出多個不同日期，而不必事先知道每一個確切日期。
在支援正規表示式的搜尋或篩選功能中，也可以藉此快速縮小需要檢查的範圍。
memoQ 的尋找與取代，以及翻譯編輯器中的篩選等功能，也可以使用正規表示式。
這也是為什麼正規表示式和翻譯、QA 工作很合拍：我們可以描述「想找的文字長什麼樣子」，而不需要事先知道那段文字的完整內容。
還是不需要背完整公式
如果只看到：
\d{4}年\d{1,2}月\d{1,2}日
一開始可能會覺得有點複雜。
但回頭看看這篇文章實際做了什麼：
我們先從：
\d{4}年
開始，再加上月份：
\d{4}年\d+月
接著加上「日」：
\d{4}年\d+月\d+日
做到這裡，其實搜尋已經可以正常完成。
之後只是因為想把「月和日各有 1～2 位」也寫進條件裡，所以改成：
\d{4}年\d{1,2}月\d{1,2}日
一步一步拆開來看，並沒有做什麼特別困難的事。
而且，也不需要把其中某一個版本當成唯一的「標準答案」背起來。
同一個搜尋目的，本來就可能有好幾種正規表示式寫法。
有時候簡單、寬鬆一點的表示式就夠用了；有時候則需要把條件寫得更細。
真正重要的是，把想搜尋的字串拆成小元件，再根據工作需求把這些元件組成適合的模式。
下一篇：從搜尋進一步到「取代」
這次我們學會了怎麼一次搜尋不同的年月日。
下一篇會再往前一步，從「搜尋」進入「取代」。
例如，我們可以把：
2026年9月1日
重新排列成：
9/1/2026
或其他順序。
要做到這件事，就必須讓正規表示式先「記住」年、月、日各是哪一段，之後才能在取代時重新拿出來排列。
下一篇就會介紹這個非常實用的功能：擷取群組（capture groups）。