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。
|
运算符 |
说明 |
|
转义符 |
|
|
(), (?:), (?=), [] |
括号和中括号 |
|
*, +, ?, {n}, {n,}, {n,m} |
限定符 |
|
^, $, /任何元字符、任何字符 |
定位点和序列 |
|
| |
替换 |
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。
|
表达式 |
说明 |
|
(?<=Expression) |
逆序肯定环视，表示所在位置左侧能够匹配Expression |
|
(?<!Expression) |
逆序否定环视，表示所在位置左侧不能匹配Expression |
|
(?=Expression) |
顺序肯定环视，表示所在位置右侧能够匹配Expression |
|
(?!Expression) |
顺序否定环视，表示所在位置右侧不能匹配Expression |
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)[^>]+>
这个正则的意义就是匹配除<p…>或</p>之外的其余标签。
(?!/?p) ----->匹配右侧不能为 "p" 或者 "/p" (代表的单词分界);
说到匹配位置，就不能不说 ^ $ , ^-----> 文本首部
$-----> 文本尾部
-----> 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。