正则表达式
元字符 ①.是另一个元字符，匹配除了换行符以外的任意字符。 ②*同样是元字符，不过它代表的不是字符，也不是位置，而是数量——它指定*前边的内容可以连续重复使用任意次以使整个表达式得到匹配。 ③\b是正则表达式规定的一个特殊代码某些人叫它元字符，代表着单词的开头或结尾，也就是单词的分界处。 ④\d是个新的元字符，匹配一位数字(0，或1，或2，或……) ⑤\s匹配任意的空白符，包括空格，制表符(Tab)，换行符，中文全角空格等 ⑥\w匹配字母或数字或下划线或汉字等 ⑦\d+匹配1个或更多连续的数字。这里的+是和*类似的元字符，不同的是*匹配重复任意次(可能是0次)，而+则匹配重复1次或更多次。 ⑨^ 匹配字符串的开始 ^匹配你要用来查找的字符串的开头，$匹配结尾 ⑩$ 匹配字符串的结束 字符转义 ①如果你想查找元字符本身的话，比如你查找.,或者*,就出现了问题：你没办法指定它们，因为它们会被解释成别的意思。这时你就得使用\来取消这些字符的特殊意义。因此，你应该使用\.和\*。当然，要查找\本身，你也得用\\. 常用的限定符 ① * 重复零次或更多次 *? 重复任意次，但尽可能少重复 ② + 重复一次或更多次 +? 重复1次或更多次，但尽可能少重复 ③ ？重复零次或一次 ?? 重复0次或1次，但尽可能少重复 ④ {n}重复n次 ⑤ {n,}重复n次或更多次 {n,}? 重复n次以上，但尽可能少重复 ⑥ {n,m}重复n到m 次 {n,m}? 重复n到m次，但尽可能少重复 字符类 ① [aeiou]就匹配任何一个英文元音字母，[.?!]匹配标点符号(.或?或!) ② 像[0-9]代表的含意与\d就是完全一致的：一位数字；同理[a-z0-9A-Z_]也完全等同于\w（如果只考虑英文的话） 分枝条件 ① 正则表达式里的分枝条件指的是有几种规则，如果满足其中任意一种规则都应该当成匹配，具体方法是用|把不同的规则分隔开。 ② 使用分枝条件时，要注意各个条件的顺序。原因是匹配分枝条件时，将会从左到右地测试每个条件，如果满足了某个分枝的话，就不会去再管其它的条件了。 分组 你可以用小括号来指定子表达式(也叫做分组)，然后你就可以指定这个子表达式的重复次数。 反义 ① \W 匹配任意不是字母，数字，下划线，汉字的字符 ② \S 匹配任意不是空白符的字符 ③ \D 匹配任意非数字的字符 ④ \B 匹配不是单词开头或结束的位置 ⑤ [^x] 匹配除了x以外的任意字符 ⑥ [^aeiou] 匹配除了aeiou这几个字母以外的任意字符 后向引用 ①分组0对应整个正则表达式 ② 实际上组号分配过程是要从左向右扫描两遍的：第一遍只给未命名组分配，第二遍只给命名组分配－－因此所有命名组的组号都大于未命名的组号 ③ 你可以使用(?:exp)这样的语法来剥夺一个分组对组号分配的参与权． ④ 每个分组会自动拥有一个组号，规则是：从左向右，以分组的左括号为标志，第一个出现的分组的组号为1，第二个为2 常用分组语法 ① 捕获 (exp)匹配exp,并捕获文本到自动命名的组里 (?<name>exp) 匹配exp,并捕获文本到名称为name的组里，也可以写成(?'name'exp) (?:exp) 匹配exp,不捕获匹配的文本，也不给此分组分配组号 ② 零宽断言 (?=exp) 匹配exp前面的位置 (?<=exp) 匹配exp后面的位置 (?!exp) 匹配后面跟的不是exp的位置 (?<!exp) 匹配前面不是exp的位置 ③ 注释 (?#comment) 这种类型的分组不对正则表达式的处理产生任何影响，用于提供注释让人阅读
关于正则平衡组
<div[^>]*> #开始div标签 (?<tagcontent> #将div标签之间的所有内容捕获到组tagcontent中 (.|\n)*? #匹配任意字符或者换行符但是尽量少 ( ( (?'Open'<div[^>]*>) #匹配嵌套的div开始标签 (.|\n)*? #匹配开始div标签后的内容 )+ #匹配至少一个div开始标签，开始标签后面可以不跟任何内容也可以包含其它标签 ( (?'-Open'</div>) #匹配嵌套的div闭合标签 (.|\n)*? #匹配闭合div标签后的内容 )+ #匹配至少一个div闭合标签，闭合标签后面可以不跟任何内容也可以包含其它标签 )* #开始标签和闭合标签匹配0次或者以上的情况 (?(Open)(?!))#如果堆栈上还有组名为Open的项则匹配失败 ) < /div> #结束div标签
