正则表达式学习

      基本的东西大家其实都了解，不过这里还是写下，免得偶忘记了，其实主要是写一遍，有助于记忆。

【基本内容】

一、基本元字符和转义
       基本元字符事实上是字符的分类表示，每一个元字符代表了一个字符集。下面列出了正则式的所有元字符：（其中只有小写的元字符，每个小写的元字符的大写形式就是其补集）
        . - 匹配除了\n以外的所有字符 （不要看不到，是个dot，呵呵）
         ^ - 匹配字符串开始
        $ - 匹配字符串结束
       \b - 匹配单词的开始或结束，它的前一个字符和后一个字符不全是\w
       \d - 匹配所有数字，和 [0-9] 等效
       \w - 匹配所有单个大小写字母、数字、下划线，与 [a-zA-Z0-9_] 等效
       \s - 匹配所有单个空字符，与 [\f\n\r\t\v] 相同 （注：\f为换页符，\r\n\t大家都知道，\v是垂直\t）
      下面指出的所有字符在使用时都必须转义，即加上"\"前缀：. $ ^ {} [] ( | ) * + ? \   ，其中必须指出的是在字符集合（即[]所界定的字符集）中，字符 "-" "^" 是特殊字符，如果需要在字符区间中加上此字符，必须转义为"\-" "\^"。

二、字符集合
      可以使用 [] 界定一个字符集合来进行匹配，一个字符集合中只匹配单个字符，也就是说类如 [abcd] 匹配的只是a或者b或者c或者d，并不匹配ab，abc之类，因此字符集合中字符没有顺序的分别。当所需匹配的字符在ASCII表中具有一个连续的区间时，可以使用连字符 "-" 进行简写，如 [abcd] 可以写成 [a-d] ，而 [0-9:-@A-Z\[-`a-z] 可以写成 [0-z] 。
      在字符集合使用 "^" 前缀表示取补集，如 [^\w] 等效于 [\W]。

三、数量指定
       大部分的时间我们需要指定匹配的数量，正则表达式使用几种方式来指定匹配的数量：
      *   表示0个或者更多；+ 表示1个或者更多；? 表示0个或者1个；如果需要指定确定的数量，则使用 {} 来界定，{} 可以指定确定数量或者数量范围，当 {} 中只指定一个数时表示指定确切数量，当 {} 中指定2个数时表示指定数量范围，第一个数表示下限，第二个数表示上限，用逗号隔开，上限或者下限都可以省略（但只能省略一个），如果省略下限，则下限为 0，如果省略上限，则上限为无穷大。

四、 匹配子模式
      使用 () 来指定匹配子模式，使用子模式可以将规则应用于一个字符串，在使用上，一个子模式相当于一个简单字符，即把子模式当作一个整体来使用。比如：(dd){2} 匹配的就是   dddd 。
      在子模式中可以使用“或”匹配，用 "|" 表示，表示匹配两者均可。如：(ff|dd) 。
      子模式可以相互嵌套，如： ((ff){2}test) 。
      子模式默认将被存入一个个的分组，每一个子模式都将存入一个index从1开始的组中，后面可以使用 "\index" 来引用这个子模式的内容， 在下面的后向引用中将会用到。

五、后向引用 
        后向引用将使用子模式建立的分组。使用 $+序号或名字 来引用建立的分组。

【入门以后】

关于贪婪匹配和惰性匹配，默认是贪婪匹配，贪婪匹配后加？为惰性匹配，必须注意这两者的区别，贪婪匹配尽量使得匹配结果变得更长，而惰性匹配尽量使得匹配结果变得更短。

关于边界：通常情况下，以 空格、段落首行、段落末尾、逗号、句号 等符号作为边界，值得注意的是，分隔符“-”也可以作为边界；另外，当你对一个普通字符设定边界的时候，它的边界是诸如空格、分隔符、逗号、句号等，但是当你对一个边界，比如分隔符“-”或者“,”等，设定边界的时候，它的边界是普通字符。

      貌似虽然正则表达式的规范每个语言都一样，但是在具体运用在不同语言中时还是有些略微的差别。如在js中，使用"/"来界定正则式，而在java、c#等语言中直接使用引号来界定。而关于正则式的选项，在js中直接附加在"/"结束符后，如"/(?<=<h(\d{1,})>).*? (?=<\/\1)/i"，而在java，C#等语言则是指定在options参数中。