标签：style java color 使用 os strong
正则表达式是干什么的
其实正则表达式的本质就四个字“处理信息”。它并不是一个简简单单的组织字符串的工具，也不只是编程的一种工具，它除了应用于编程语言中，也广泛应用于各类文本编辑器中，例如Unix/Linux的vi，Windows上的EmEditor、EditPlus，包括word中，也可以使用一些常用的正则表达式进行搜索，替换。
历史发展
我觉得在学习一门新知识之前，先了解它的历史，是很有必要的。通过了解它的发展，完善的过程，可以更好的去理解它为什么会这样，为什么要这样，为什么成了这样。
------------20世纪40年代------------
提出正则表达式的最初想法的人是两个"神经学家"，他们认为大脑的神经系统的神经元层面就是这样工作的，所以正则表达式可以被看作是一种模拟大脑模型。
------------20世纪50~60年代------------
理论数学界给这个模型起了一个名字，叫做“正则集合”。然后斯蒂芬·科尔·克莱尼（一个数学家）发明了一套表示这个正则集合的方法，就是我们今天看到的“正则表达式”。
------------1968年------------
Ken Thompson在1968年的时候把这个“正则表达式”的理论成果用于做一些搜索算法的研究，他描述了一种正则表达式的编译器，于是出现了应该算是最早的正则表达式的编译器qed。然后qed这个编译器就出现在了unix中，发展到后来，就成了ed编辑器；再后来，又发展成了grep编辑器；现在，则又添加了egrep编辑器。Ken Thompson同时也是Unix的主要发明人。
在这之后，正则表达式不断的发展壮大，然后大规模应用于各种领域，根据这些领域各自的条件需要，又发展出了许多版本的正则表达式，出现了许多的分支。我们称这些分支叫做“流派”。
------------1968年~1985年------------
这一段时期，是正则表达式的各个流派百家齐鸣的时期。grep进化了，比以往加入了更多的元字符的支持，修正了一些匹配模式上的问题。此时egrep诞生了，他两都出生于大名鼎鼎的贝尔实验室，egrep展现了现如今所使用的大部分“元字符”，比起grep，egrep加上了一些“量词”，入+、？之类，还允许量词作用于括号中的表达式，加入了多选结构。总之，egrep就可以算是现在大多数流派的鼻祖，现在大不多流派最基本的正则表达式的内容，就是egrep当初的内容。
在一段时期，发展的不止grep，也包括awk、lex、sed这些编程语言。各个流派互相借鉴，各自发展，借鉴别人的功能，不好使又删了，也没留下文档。然后就出现了许多大体看上去差不多，但细微之处不同的正则表达式工具。众多的流派对正则表达式支持的不一致，给使用者带来了一些麻烦，这个麻烦直到今天还存在。
------------1986年------------
乱世过去了，朝廷就要出来一统天下了，于是1986年诞生了POSIX标准。这个标准的制定确保了操作系统之间的移植性（这个标准是针对操作系统的，不是只针对正则表达式）。POSIX的正则表达式部分把常见的各种流派分成了两部分“Basic Regular Expressions(BREs)”和"Extended Regular Expressions(EREs)"。非正规的，可以简单的理解为，BREs就是grep包括它的延续。EREs就是egrep包括它的延续。
1986年，在正则表达式界，还发生了一件重要的事情。一个叫Henry Spencer的人，发布了他用C语言写的正则表达式包，这个包可以毫无困难的植入其他程序。每个使用这个包的开发者，都可以单独算作一个流派。这在当时属于一个开创性的事件。到现在，也有一些正则表达式引擎的开发者，是基于这个包完成的。
------------1987年~后来------------
1987年12月，perl诞生了，这对于正则表达式界来说，很重要。它综合了其他的语言，用正则表达式作为基础，开创了一个新的流派，perl流派。perl的重要意义在于，它发展到后来，开始了一个对于正则表达式的整合。现在我们使用的大部分编程语言，Tcl、java、Ruby、.Net、PHP、C/C++、python。它们都有自己的正则表达式的包，但，它们都会说自己“兼容perl”。perl语言发展到perl5的时候，开始成为一种制作网页的流行的语言，原因在于web页的生成就是文本的处理，而perl发明的初衷刚好也是文本的处理。所以perl也广受欢迎。perl的语言当中融入了正则表达式，它并不像其他的语言一样，使用正则表达式需要额外的编译、引入包。例如：
if($text =~ m/^abc:(.*)/i){do something}
下划线的部分，即/和/中间的部分，就是正则表达式。
正则表达式的发展到现阶段，对于正则表达式的引擎来说，总共分为3类：“传统NFA”、“POSIX NFA”、 “DFA”。上述所有加粗的名词，此文暂时不涉及对它们的解释，请自行搜索。
正则表达式的思维模式
现在就说正则表达式的思维模式可能为时尚早，但我觉得有必要提一提。在了解一人之前，你要了解它的思维模式，才能更好的和他沟通。正则表达式的思维模式，就是正则表达式的本质，就是正则表达式的原理，就是正则表达式的引擎运行流程。
我们要这样来看一个正则表达式：按字符依次匹配。
以一个最简单的正则表达式作为例子： 正则（dinner），文本（Bod has dinner）
匹配的流程就大概是这样：取出正则中的‘d’字母与文本中的第一个单词‘B’进行匹配，不匹配。文本中移到下一位‘o’,‘d’与‘o’进行匹配，不匹配，继续。循环直到文本中移动到字母‘d’，匹配，正则中移动到‘i’字母，与文本中的‘i’字母进行匹配，不匹配。正则回到字母‘d’, 如此循环，最后到正则完的时候匹配完成。
dinner | Bod has dinner → dinner | Bod has dinner → dinner | Bod has dinner→ dinner | Bod has dinner → dinner | Bod has dinner ······ → dinner | Bod has dinner → dinner | Bod has dinner → dinner | Bod has dinner ······· → dinner | Bod has dinner
就是上面这样一个过程。
正则表达式的构成
正则表达式的构成由以下几部分组成：元字符、量词、零宽断言。这3个是组成正则表达式的主要部分，有的情况下，也可以把 模式 也作为正则表达式的一部分。组成部分的内容会在后续博文中完成
标签：style java color 使用 os strong
原文地址：http://www.cnblogs.com/zer0Black/p/3855354.html
