问题描述：

正则表达式想要匹配数字和中文数字，但是不能同时匹配这两个
举个例子: 想匹配1001弄和一零零一弄，这两个能识别出来，但是不想识别1零零1弄这种，有什么好的方式吗？

我写的是 String regexp = "[\\d | 〇一二三四五六七八九十零壹贰叁肆伍陆柒扒玖拾百千万]+号";
这种会匹配到混合的中文和数字，除了分开匹配，有没有好的解决方法？

网友观点：

'一零零一弄'.match(/[\\d]+弄|[〇一二三四五六七八九十零壹贰叁肆伍陆柒扒玖拾百千万]+弄/)

是否存在能匹配一个字符串中所有正则表达式的正则表达式？为什么？

可能有人会不屑于回答这样的问题，就算回答，也是一句让人看不懂的话，比如：

因为正则表达式的代码是type-2的，你用只有type-3能力的正则表达式去匹配一个type-2的正则表达式代码，必然会匹配出很多不是正则表达式的东西，无法精确匹配。

稍微翻译一下的话，这位大牛的意思是这样：

正则表达式只能匹配正则文法（假设你在问的是“正统”的正则表达式，而不是perl中那样被扩展过的版本），而正则表达式本身是上下文无关文法，所以没法用正则表达式来匹配正则表达式。

（关于type-2， type-3的意思，可以见这里：

乔姆斯基谱系

）

更具体一点说，因为正则表达式中有匹配的括号，所以正则表达式不属于正则文法。因为正则文法是没法匹配配对的括号的。

说到这里，这个问题应该可以算回答得比较完整了。或许读者你也知道这个答案，但是不知道你是否思考过：为什么正则表达式不能匹配配对括号？如果你不知道这个问题的答案，那就接着往下看吧。

我假设你知道正则表达式都可以转化成对应的NFA（如果你不知道，以下是我现搜出来的一些链接：

非确定有限状态自动机的构建（一）——NFA的定义和实现

，

编译原理

，

基于ε-NFA的正则表达式引擎

），所以这个问题就相当于为什么NFA不能匹配括号。

NFA，非确定性有限状态自动机，有一个重要的特性就是有限。NFA只有有限个状态，而对于每一个输入字符，NFA都必然会发生一次状态转移。根据鸽笼原理，我们很容易知道，对于一个特定NFA，我们总能找到一个足够长的字符串，让这个NFA在接受这个串之前经过某一个状态两次。

假设我们的输入串是w，我们可以把它分成三块xyz。当NFA处理完了x这部分之后，到达了状态S，而且当处理完了xy这部分之后，我们又回到了状态S。一个NFA对输入的所有“记忆”都包含在其状态之中。既然处于S状态下的NFA能接受字符串y然后回到S，那么它应该还能再接受一个y并且再回到S。也就是说，这个NFA不仅会接受字符串xyz，还应该会接受xz，xyyz，xyyyz，xyyyyz，\\ldots

同样的，根据鸽笼原理，我们知道xy部分的长度不会超过这个NFA内部状态数+1。

知道了这些，我们就能进入最后的步骤了。假设现在你找到了一个能匹配配对括号的NFA，设这个NFA共有p个状态，我们任取一个匹配的括号串：

((\\ldots((()))\\ldots))

满足其中左括号的个数大于p+1。显然你的NFA必须接受这个输入串。但是根据我们之前得到的结论，我们应该能把这个输入串分成xy=((((((\\ldots(，z=((\\ldots))\\ldots))，保证这个NFA也接受xz，xyyz，xyyyz，xyyyyz，\\ldots而这些串显然不是匹配的括号串。于是得出矛盾，证明这样的NFA不存在。

P.S.

这个证明中用到的这个技巧叫做

Pumping lemma

，因为过程中不断重复y的过程被叫做“pumping”。而它在中文中被叫做“泵引理”，这个翻译显然不是很好，但我也想不出什么更好的建议。也许应该学日文翻译一样，叫它“反复引理”？