JAVA与正则表达式（2年级之1）_Java教程

　　Java与正则表达式（2年级之1）

在一年级时，我们比较轻松的了解了Java & regex （是正则表达式的缩写，与Java的包无关）的一些基本用法。一年级的主要任务是：

① 搞了几个可运行的程序。后面要学习的东西，我们可以用相似的程序处理。

② 我们找到了与regex相关的Java类——Pattern和Matcher、String、StringBuffer和StringTokenizer后面我们着重学习它们。
（另外，暂时不想去搞的几个咚咚——PatternSyntaxException、java.util.Scanner）。）。

③ 我们了解了regex的大致特点，一种生成字符串的字符串。不管它将会如何复杂，也不过是一个非凡的字符串，而已。

到了二年级，我们预备系统的学习，因而感到凝重起来。yqj2065发现了一个超好的工具——Regulator，它是一个高级的、free regex的测试和学习工具，它让你……到这里http://regex.osherove.com/自己看，我去下载了，呵呵。

安装……问题？它需要一个什么.Net Framework！！！一个小小的工具要那个大大的Framework干嘛，偏偏前几天我重装了系统，晕。心中又对M$反感起来。【提供了其C＃源代码。】

我又发现了一个超好的工具——EditPad Pro，它是一个高级的、free regex的测试和学习工具，它让你……到这里Download EditPad Pro Demo for Windows 95/98/ME/NT4/2000/XP (1.8 MB)自己看，我去下载了，呵呵。

问题是，它的 regex flavor is almost identical to the one used in Perl 5。这使我有点不放心，因为Java在其Pattern文档中比较了与Perl 5的异同。

本来想系统学学Java& regex，可心中打着小鼓，不由自主地脸黑黑了。【yqj2065提示：我想学习的与你想学习的可能不同。跳过你不喜欢的部分。】

全部2年级的主题：正则表达式语法

§1正则表达式：天使魔鬼
通过一年级学习，我发现，两条腿走路很不爽，一下抬起Java，一下提起regex，我想一条腿走路。我蹦我蹦我蹦蹦，像三级跳远一样，专注于regex的学习。我们不要JVM，可能轻松了许多。

regular expression翻译成正则表达式，一看就是很有学问的样子。假如我说正则表达式起始于Java，没有人相信；假如有人说正则表达式起始于UNIX系统，我们也不要相信。

1956 年, 数学家Stephen Kleene在Warren McCulloch and Walter Pitts早期神经系统工作的基础上，搞成了一个数学符号体系——regular sets，规则的集合。这个咚咚很快被计算机科学家用于编译器的扫描或词法分析（ lexical analysis）中。因此，正则表达式起始于自动机理论和形式语言理论（我们会在形式语言与自动机理论课程中接触正则表达式，属于理论计算机科学），我们在编译原理课程中，也可能会接触到正则表达式。【ref：《编译原理及实践》】

正则表达式强大的文本处理能力，很快被Kenneth Thompson应用到Unix的工具软件grep中；此后，正则表达式被广泛应用于Unix系操作系统，Perl、PHP，Delphi、javascript、C#（.NET），Java、Python、Ruby等语言和开发环境，以及很多的应用软件非凡是文本编辑器中。值得一提的是，Perl regular expressions形成了一种大致的标准，人们经常使用pcre (Perl Compatible Regular Expressions)，如同IBM兼容机。【http://en.wikipedia.org/wiki】yqj2065

为什么Java直到JDK1.4才提供对regex的支持呢？这让很多人不满。在JDK1.4出现之前，有一些第三方库出现，现在可能不需要它了。例如：

l Package com.stevesoft.pat【http://www.javaregex.com/patfull.Html】，这里有一些有趣的东西还可以看看。比如ReGame, the regular expression game。

l 源代码开放的正则表达式库：Jakarta-ORO正则表达式库，它是最全面的正则表达式API之一，而且它与Perl 5正则表达式完全兼容。

直到现在，很多人还在学习和使用StringTokenizer，一方面是教材落后（滞后），一方面是很多人认为正则表达式麻烦，假如我们把它视为洪水猛兽，我们永远搞不懂它。其实，学习正则表达式的唯一困难，仅仅是它不直观。