正则表达式

. 1个字符。
? 可能没有，也可能有一个。0或1个字符。

• 任意个前面的字符。0到*。

• 至少一个，没有？给你加一个。1到*。

• 正则表达式可以只包含普通的文本，代表去精确匹配这个文本。

• 正则表达式默认是区分大小写的，所以song 不会匹配 "Song" 。但是大部分的正则表达式
  实现都提供了一个选项表示不区分大小写。

• . 用来匹配一个任意字符。
  多个连续的 . 可以匹配多个连续的任意字符。

• . 在正则表达式中含有特殊的意义，是一个特殊的字符。\ 也是特殊字符，可以对特殊
  字符起到转义作用。如果你想匹配的是一个真正的" . "字符，需要在. 前面加上\ 对字符
  进行转义。所以， . 表示真正的" . "字符。

• 匹配一组（几个）特定的字符可以使用 [ 和 ] 元字符。
  [ab] 会匹配" a "或者" b "。

• 字符组区间。
  c[a‐z]t 表示以 "c" 开头，"t" 结尾，中间为字母 "a" - "z" 的任意一个字母。

• [a‐z] 匹配所有的小写字母，而 [^a‐z] 匹配所有的不是小写字母的字符。
  ^ 字符是将字符集合中的所有字符都取消匹配。

• [\b] 退格符
  \f 换页符
  \n 换行
  \r 回车
  \t 制表符
  \v 垂直制表符
  例如\r\n 将匹配一个回车换行组合，在 Windows 中表示一个文件换行。
  在 Linux 和 Unix 系统中，只需要使用 \n 即可。

• \d 任何数字 (同 [09])
  \D 任何非数字 (同 [^09])
  \w 所有的文字数字式字符：大小写字母、数字和下划线 (同 [azAZ09_])
  \W (同 [^azAZ09_])
  \s 所有的空白字符 (同 [\f\n\r\t\v])
  \S 所有的非空白字符 (同 [^\f\n\r\t\v])

• + 匹配【一个】或【多个】字符。例如， a 将匹配"a"，而a+ 则匹配一个或者多个"a"。
  在字符集合上使用+ 的时候，需要将+ 符号放在集合外面。c[0‐9]+t 表示以 "c"开头，以"t"结尾，中间为一个或多个数字的字符串。
  [0‐9+] 也是一个合法的正则表达式，但它表示一个包含 " 0 " - " 9 " 和 " + " 符号的字符集合。

• 一般的，元字符如. 和+ 等用于字符集合的时候是作为字面含义使用的，因此没有必要转义。但是对其进行转义也没错，所以， [0‐9+] 和[0‐9+] 的功能是一样的。

• * 匹配【零个】或【多个】「某字符」的时候，可以将 * 元字符放在「某字符」后面。

• ? 匹配【零个】或【一个】字符。所以， ? 非常适合于在文本中匹配一个可选的字符。

• 使用匹配次数。正则表达式允许指定匹配的次数。次数可以在“ { ”和“ } ”之间指定。

• {3} 将匹配 3 次前面出现的字符或集合。
  {2,} 意味着匹配 2次或者更多次。
  {2,3} 意味着最少匹配 2次，最多匹配3次。

• 贪婪匹配。
  s.g并没像预想中的匹配两个" song "，而是匹配了第一个" s "和最后一个 " g "之间的所有文本。
  song xiao song
  因为和+都是贪婪匹配。也就是说，正则表达式总是寻找最大的匹配，而不是最小的，这是故意设计的。

• ?号用于构建非贪婪匹配。
  非贪婪量词是在量词后面加上?
  贪婪量词 非贪婪量词
  * *?
  + +?
  {n,} {n,}?

• 字符串边界匹配的元字符是^和$，分别用于字符串的开始和结束。
  ^如果位于集合开始处的话，则表示否定；如果在集合外面，则将匹配字符串的开始位置。
  大家可以试试[^0-9]和[0-9]的区别。

• 模式重复。子表达式。
  通过(和)括起来的就是子表达式。
  \d{1,3}.\d{1,3}.\d{1,3}.\d{1,3}
  (\d{1,3}.){3}\d{1,3}

• 模式分组。子表达式。
  19|20\d{2}用来定位一个前两个数字只能为19或者20的四位数的年份。但是很显然这个正则并没有实现预想的效果。|操作符从左到右读取，将19|20\d{2}分析为要么19，要么20\d{2}，也就是匹配数字19或者20开头的四个数字字符。
  解决方法是将19|20作为一个子表达式，(19|20)\d{2}就能够匹配所有19和20开头的四个数字了。

• 嵌套子表达式。
  匹配所有的合法 IP 地址：(((\d{1,2})|(1\d{2})|(2[0-4]\d)|(25[0-5])).){3}((\d{1,2})|(1\d{2})|(2[0-4]\d)|(25[0-5]))

• 后向引用。（用时再看）
  采用 <H1> 开始而采用 </H6> 的标题标签是非法的，但是现在的模式可以匹配。问题在于匹配的第二个部分（匹配结束的标签）没有办法知道匹配第一部分（匹配开始的标签）是什么。这时候就需要后向引用了。