正则的分组及断言

正则的分组及断言

---

首先是 分组 :

就拿匹配< title>xxx< /title>标签来说，简单的正则可以这样写：

   <title>.*</title>

可以看出，上边表达式中有两个title，完全一样，其实可以通过分组简写。表达式如下：

   <(title)>.*</\1>

对于分组而言，整个表达式永远算作第0组，在本例中，第0组是

    <(title)>.*</\1>

，然后从左到右，依次为分组编号，因此，(title)是第1组。

---

然后是 断言：

想指定xxx前肯定会出现< title>，就用正后发断言，表达式：

    (?<=<title>).*

向指定xxx后边肯定会出现< /title>，就用正先行断言，表达式：

    .*(?=</title>)

两个加在一起，就是

    (?<=<title>).*(?=</title>)

如此便能直接匹配返回中间的xxx文字了，而不会将便签也返回作为字符串。