Java正则表达式的学习

自学大数据愁的是无法获得大量的数据，所以就动起了爬虫的念头，这样子就能从网页上获取大量的结构，非结构化数据。
java爬虫首先就要了解正则表达式。这里用到的都是一些比较简单的。
首先可以将可以把正在表达式划分为组，这样的话，组就是最小的单元。
每一个组可以有两部分构成（set：frequence）；这里的set和 frequece只是一个变量而已，中间的“：”实际上也不存在，就是为了读者能够看舒服些，
set，集合，就是那些字符允许出现：
1，【】表示字符的范围，比如【0-9】表示可以出现任意的数字字符，
【a-z】表示可以出现的任何小写字母，当然还可以枚举【1，2，z】
2， \d 等效于【0-9】
3，\w 就是所有字符，字母，以及下划线
4，. 代表任何字符
frequence，字符出现的频率
1，{特定数字} ，限定set表示的字符出现特定的次数；
2，？，限定set表示的字符出现小于2次；
3，*，限定set表示的字符出现任意次数；
4，+，限定set表示的字符出现大于0次；

java里面用作正则表达式的类有pattern和matcher