《Mastering Regular Expressions》读书笔记.doc

其他范文/读书笔记 mastering regular expressions读书笔记 近段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，oreilly于xx年再版。对oreilly的书向有好感，像当年误入java的歧途，没看java编程思想之类的，倒看了oreilly的一本影印版java in a nutshell，颇留记忆。 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。 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*于书本，或自己枚举。好了，废话一箩筐，切入正题。 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：qu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 thats not listed and not dont 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