Mastering Regular Expressions读书笔记

正则表达式的“祖先”可以一直上溯至对人类神经系统如何工作的早期研究。warren mcculloch 和 walter pitts 这两位神经生理学家研究出一种数学方式来描述这些神经网络。1956 年, 一位叫 stephen kleene 的数学家在 mcculloch 和 pitts 早期工作的基础上，发表了一篇标题为“神经网事件的表示法”的论文，引入了正则表达式的概念。正则表达式就是用来描述他称为“正则集的代数”的表达式，因此采用“正则表达式”这个术语。　　涉及到了数据的解析，自然离不开对regular expressions(正则表达式)的温习;在jdk官方源码中看到了对《mastering regular expressions, 2nd edition》的推荐;由jeffrey e.f. friedl大师主刀，o'reilly于XX年再版。对o'reilly的书向有读书笔记600字好感，像当年误入java的歧途，没看java编程思想之类的，倒看了o'reilly的一本影印版《java in a nutshell》，颇留记忆。　　随后，发现可以将这一工作应用于使用 ken thompson 的计算搜索算法的一些早期研究，ken thompson 是 unix 的主要发明人。正则表达式的第一个实用应用程序就是 unix 中的 qed 编辑器。　　目前，正则表达式已经在很多软件中得到广泛的应用，包括*nix(linux, unix等)，hp等操作系统;php，perl，python，c#，java等开发环境，以及很多的应用软件中，for example：网络上的搜索引擎，数据库的全文检索etc...　　本笔记是是自我学习过程的一个整理，例子或来源于书本，或自己枚举。　　1、正则表达式的介绍　　1.1、行开始和结束　　^begin line。匹配行开头，如^cat匹配以cat开头的　　$end line。匹配行结束，如cat$匹配以cat结束的;^cat$仅仅匹配该行有cat　　1.2、匹配给定的字符序列　　[...]，表示in。里面写入欲匹配的几个字符，如，匹配seperate,separete,separate";匹配　　, etc.[a-z]代表从a到z中的任意字符，[0-9]、[a-z]分别代表0-9，a-z中的任意数字或大写字母;“-”代表连续的从开始字符到结束;那么[0123456789abcdefabcdef]也可以写为[0-9a-fa-f];对于这些频繁使用的字符，各语言分别做了相同的预定义：　　1.3、匹配非给定的字符(非...)　　[^]匹配，表示not。^和行开头的标记完全一样，但写的位置不一样，则表述的意思可能完全相反，用^表示否定的意思，更多是写在[]里面，如：q[^u]匹配q后面紧跟非u的字符，如iraqi,qasida,zaqqum,iraq;没错,"iraq"这个单词也会被匹配,尽管q后面什么也没有，也可能有个空格、或回车符等。否定字符的意思(翻译出来绕口)：means "match a character that's not listed" and not "don't match what is listed."　　1.4、匹配任何字符　　.匹配，表示any。任何字符，如07.04匹配：07_04,07-04,07 04,07.04 etc;如想要精确匹配07/04,07-04,or 07.04;需要写07[-./]04;没错当.在[]里面包含的时候，仅仅表示“.”字符而已，如果不在[]里面，需要转义. 如匹配形如x.y的小数：是[0-9].[0-9]，而非[0-9].[0-9]　　1.5、匹配几个给定的字符序列中的一个　　|匹配，表示or。to be continued....　　别看它似乎很深奥，其实学起来很容易的。欢迎一起来探讨啊。