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，O'Reilly于2002年再版。
对O'Reilly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O'Reilly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，例子或来源于书本，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cat1.2、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<sep[ea]r[ea]te>，匹配seperate,separete,separate"；<H[123456]>匹配<H1>, <H2>, <H3>, 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。
譬如gr[ea]y，也可以这样写：grey|gray 或gr(a|e)y；表的意思完全一样，即只能匹配gray或grey这两个单词。
再举个例子：假如我们读取一封邮件如：From: elvis@ (The King)Subject: be seein' ya aroundDate: Thu, 31 Oct 96 11:04:13Hi, ......... .................. .................. ......... ......... ......... .........yours smith我们打算只读取邮件的From: Subject: Date:（发件人、主题、发送日期）三行内容，那么我们可以用这个表达式来完成："^(From|Subject|Date):"。
^表示行开头，匹配From或Subject或Date，后面紧跟:的内容；是的，当我们从指定的几个字符序列当中匹配其中的一个时候，需要借助()来对其进行分组，当然()的用途不仅体现在这里，后面还会赘述。
|的匹配是就近匹配原则，所以这样的写法就错误了：^From|Subject|Date: ，这个表达式描述的意思是，只要^From 或者Subject 或者Date:。
1.6、匹配单词边界与java中的转义字符\<、\>分别匹配单词的开头或结尾，如查找cat这个单词：\<cat\>。
\<cat或cat\>查找以cat开头或结尾的单词。
注：单词边界的匹配符并非所有版本的表达式语言都支持，至少在java中就不是这样。
在java中定义了“\b”匹配单词边界，“\B”匹配非单词边界，而没有定义匹配单词开头或结尾的边界符。
根据Java语法的约定，Java 源代码的字符串中的反斜线被解释为Unicode 转义或其他字符转义；目前被预定义的有：\b \t \n \f \r \" \' \\。
分别表示退格符、制表符、换行符、分页符、回车符、双引号、单引号、反斜线。
所以在java字符串中，除了这几个字符，其他任何必须用单斜线的写法都是错误。
因此必须在字符串字面值中使用两个反斜线，表示正则表达式受到保护，不被Java 字节码编译器解释；它们是为将来扩展正则表达式语言保留的，呵呵。
例如，当解释为正则表达式时，字符串字面值"\b" 与单个退格字符匹配，而"\\b" 与单词边界匹配。
字符串"\(hello\)" 是非法的，将导致编译时错误；要与字符串(hello) 匹配，必须使用字符串字面值"\\(hello\\)"。
小结：字符名称含义. dot 任何字符[?] character 给定的字符序列[^?] negated character 非给定的字符序列^ caret 行开头$ dollar 行结尾\< backslash less-than 单词开始边界*不是所有表达语言都支持的\> backslash greater-than 单词结束边界*不是所有表达语言都支持的| or; bar 或，必须匹配给定中的一个字符序列(?) parentheses 用于|的分界分组，或者作为捕获组1.7、数量词（匹配次数）X? X，一次或一次也没有X* X，零次或多次X+ X，一次或多次X{n} X，恰好n 次X{n,} X，至少n 次X{n,m} X，至少n 次，但是不超过m 次举例，我们想匹配<HR >或者<HR SIZE = 14 >，则可以写为<HR +(SIZE = 14)? >；想匹配<H1>..<H6>，则<H[1-6]+>。
注：X{1,}等于X+1.8、子表达式想对于一个完整的表达式而言，中间用()起来的部分被称为子表达式，如：^(Subject|Date):，Subject|Date就是一个子表达式，而[]起来的部分不能成为子表达式，如H[1-6]+，1-6不能成为子表达式。
几个例子：如匹配金额，如：$5、$44、$5.49等，可以这样写：\$[0-9]+(\.[0-9][0-9])?，分解成这样三个部分：\$ 和 ...+ 和...?，标识匹配$符(加斜线表示匹配美元符，而不是行结束标记符)，至少一个数字，可包含含有小数点的两位小数。
如匹配时间，如"9:17 am" 、"12:30 pm"，可以这样写：[0-9]?[0-9]:[0-9][0-9] (am|pm)。
它会匹配9:17 am 或者12:30 pm，但也匹配99:99 pm。
显然是不正确的，小时可有1位或2位，2位时候，第1位只能是1，第2位只能是0或1或2，那么小时部分可以写：(1[012]|[1-9])。
分钟部分，第1位是0-5，第2位是0-9；于是正确的写法是：(1[012]|[1-9]):[0-5][0-9] (am|pm)。
当我们采用2位的24小时制的时候，小时部分可以写为：0?[0-9]|1[0-9]|2[0-3]。
1.9、反向引用表达式在匹配时，表达式引擎会将小括号"( )" 包含的表达式所匹配到的字符串记录下来。
"小括号包含的表达式所匹配到的字符串" 不仅是在匹配结束后才可以使用，在匹配过程中也可以使用。
表达式后边的部分，可以引用前面"括号内的子匹配已经匹配到的字符串"。
引用方法是"\" 加上一个数字。
重复搜索前面某个分组匹配的文本，例如，\1代表分组1匹配的文本。
如：(\b[a-z]+\b) +\1可以用来匹配重复的单词，像go go, kitty kitty。
首先是一个单词，也就是单词开始处和结束处之间的多于一个的字母(\b[a-z]+\b)，然后是1个或几个空白符，最后是前面匹配的那个单词(\1)。
"\1" 引用第1对括号内匹配到的字符串，"\2" 引用第2对括号内匹配到的字符串……以此类推，如果一对括号内包含另一对括号，则外层的括号先排序号。
换句话说，哪一对的左括号"(" 在前，那这一对就先排序号。
额滴神啊，第一章终于学习完了，笔记主要对举的例子做了详细翻译，文字描述部分没有多赘述。
第一章还只是个入门介绍；第二章难度会提高很多了。
To be continued....2.扩展正则表达式的应用在这一章，主要通过几个例子的应用，来介绍如何应用正则表达式来匹配文本和查找文本。