近来有在读《精通正则表达式》，就记录下自己的一些收获吧。

首先讲讲正则中的元字符，以及他们的优先级。

简单讲讲常用的一些元字符吧。

1,字符组（"[]"）

　　字符组在正则中表示的是 既定范围内中的单个字符。

　　在字符组的内部，元字符的定义规则（及它们的意义）是不一样的。例如:

 　　　　^ 在字符组中就代表是 非 的意思;   [^abc] 表示的意思是 除 a,b,c 以外的任意单个字符。而在外部则代表的是匹配字符串的头部。

　　　　- 在字符组中就是连字符    [0-9] 表示的意思就是 0到9中的任意单个字符。 在外部只能匹配 "-"这个字符。

　　不要混淆多选项和字符组。  字符组 [abc] 和多选项 (a|b|c) 固然表示的是一个意思。但它们有明显的不同，字符组只能匹配单个字符，多选项则不同，它可以匹配任意

长度的文本。每个多选项可能匹配的文本都是独立的,例如 (10,000,000|milloon|abcdajoie)。多选项没有字符组的排除功能。（多选项是顺序匹配的，多余的选择会用来回溯）

2,量词（"?,+,*,{}"）

　　代表的是匹配的次数。  ?----->  0或1次 

　　　　　　　　　　　　　* ----->  0或n次 

　　　　　　　　　　　　　+ ----->  1或n次 

3,环视（"(?=......) (?!......) (?<=......) (?<!......)"）  匹配的是一个位置。（有些只支持固定文本  即不带任何量词的正则）

　　顺序环视相当于在当前位置右侧附加一个条件，而逆序环视相当于在当前位置左侧附加一个条件。

 对于环视的叫法，有的文档里叫预搜索，有的叫什么什么断言的，这里使用了更多人容易接受的《精通正则表达式》中“环视”的叫法.

源字符串：aa<p>one</p>bb<div>two</div>cc

正则表达式：<(?!/?p\b)[^>]+>

这个正则的意义就是匹配除<p…>或</p>之外的其余标签。

(?!/?p\b)  ----->匹配左侧不能为   "p"  或者 "/p"  (/b代表的单词分界);

说到匹配位置，就不能不说  ^ $ \b ,  ^-----> 文本首部

　　　　　　　　　　　　　　　　　 $-----> 文本尾部 

　　　　　　　　　　　　　　　　　 \b----->　单词分界　　("\<" "\>" 也是单词分界，分别代表的是左分界，右分界) 

4,捕获型括号和非捕获型货号  "(),(?:)" ; （非捕获括号又叫仅用于分组型括号）

　　顾名思义   一个会被捕获，一个不会被捕获。捕获主要用来 替换文本，和反向引用。

5, 固化分组  (?>......) 和 占有优先  量词添加一个"+"  例:  "?+"

　　这两者会取消回溯。

　　固化分组：   捕获文本后，不会回溯，即不会将已匹配的文本交出来。

6, 匹配优先，忽略优先

　　普通的量词  都是匹配优先的。  如： ?,* ,+ ,{}

　　忽略优先  则应该对应为   ??,*?,+?,{}?

　　占有优先 则为 ?+,*+,++,{}+;

　　无论 忽略优先还是匹配优先 都会以 匹配成功为最大优先级，都会产生回溯。

　　占有优先则不然，他是一个剑客，宁愿匹配失败也不会产生回溯

7, 回溯

　　上文都有提到这个概念，其实就是一个面包屑的概念。

　　多选项，字符组，量词 都会引起回溯。

8,引擎类别。

　　NFA:(非确定型有穷自动机)   表达式主导，灵活性高，对程序员要求高。

　　DFA：(确定性有穷自动机) 　文本主导，没有回溯。

　　各种语言支持的引擎：

ps：回首一看，好像只是记录了一些基本理论，可能是刚开始写博客，有点生疏，权当自己学习路的一个记忆点吧。另希望自己能慢慢进步。

面包屑之正则表达式