精通正则表达式学习记录 第一章 正则表达式入门

语言的差异

任何语言中都存在着不同的方言和口音，正则表达式语言也是这样。情况似乎是，每一种支持正则表达式的语言都提供自己的“改进”。

正则表达式的目标

一个正则表达式要么能够匹配给定的文本（对egrep来说，就是一行文本）中的某些字符，要么不能匹配。
下面给出了更多的例子

1. 变量名：标识符质保函字母、数字以及下划线，但不能以数字开头。可以用正则表达式[a-zA-Z_][a-zA-Z_0-9]*来匹配标识符。
2. 引号内的字符串："[^"]"。
3. 美元金额：\$[0-9]+(\.[0-9][0-9])?是一种匹配美元金额的办法。
4. HTTP/HTML URL：URL通常的模式是：http://hostname/path.html，但是用htm结尾的也很正常。可以写一个正则来大致匹配：\<http://[a-z0-9_.:]+/[-a-z0-9_:@&?=+,.!/~*%$]*\.html?\>。虽然写的较好，但上述还是可能匹配到不合法的URL
5. HTML tag：要匹配想<title>这样的标签最简单的可能会想到使用<.*>，但是会匹配到不止一个tag的内容
6. 表示时刻的文字，例如“9:17 am”或“12:30 pm”。(1[012]|[1-9]):[0-5][0-9]。(am|pm)。

正则表达式属于汇总

正则（regex）

作为正则表达式的简称

匹配

一个正则表达式“匹配”一个字符串，其实指的是这个正则表达式能在字符串中找到匹配文本。

元字符

一个字符是否是元字符（或者是元字符序列，这两个概念是相等的），取决于应用的具体情况。正则表达式的流派不同，关于转义的规定也不同。

流派

不同的流派具有的元字符具有一定的差异
流派和工具不是相等的，

子表达式

例子：正则^(Subject|Date):。*中，可以有以下子表达式：
Subject|Date、Subject和Date也可以是，甚至连S、u等单词也是可以成为子表达式。

字符

常常与编码结合才有意义，也就是不同的编码字符有不同含义。

学习正则的几个要点

1. 正则表达式的使用
2. 正则表达式的特性：选择合适的工具是成功的一半
3. 正则表达式的工作原理：正则表达式引擎不同，工作原理也不同。
   弄懂原理才是真正理解的关键。