[笔记] 精通正则表达式/Mastering Regular Expressions

/ 匹配<emphasis>这个tag标注的IP地址的RE：‘<emphasis>([0-9]+(\.[0-9]+){3})</emphasis>'

/ 锚定--anchor

/ 最好能养成按照字符来理解RE的习惯：例如 '^cat'，不要理解为匹配以cat开头的行，而应该理解为匹配以c作为一行的第一个字符，紧接一个a，紧接一个t的文本；

/ '^$'匹配的是没有任何字符，包括空白字符的空行；

/ ^和$匹配的是一个位置，不是文本；

/ 问号和点号在字符租([])里不是元字符；

/ 排除--negate

/ egrep会在检查RE之前把文本行末尾的换行符去掉；

/ 'gr(a|e)y'中用括号来划定多选结构的范围（正常情况下，括号也是元字符）；

/ 一个字符组([])只能匹配目标文本中的单个字符，而每个多选结构自身都可能是完整的RE，都可以匹配任意长度的文本；

/ 限制--constrain 不去分大小写--case-insensitive;

/ '\<'和'\>'用来匹配单词的开头和结束位置，其中<、>本身并不是元字符，只有当它们与斜线结合起来的时候，整个序列才具有特殊意义，这就是它们被称为“元字符序列”的原因；

/ “单词的起始位置”是一系列字母和数字（注意不包括符号）开始的位置，“结束位置”就是它们结尾的地方；

/ 问号表示可选项，把它加在一个字符后面，表示此处容许出现这个字符，不过他的出现并非匹配成功的必要条件；

/ 空格符也是普通字符之一；

/ 反向引用（backreference）引用的顺序是按照开括号从左到右出现的顺序进行的；

/ 反斜线--backslash 转义符--escape

/ 匹配引号内的字符串最简单的表达式：'  "[^"]*"  '

/ 匹配"12:30 pm"---'(1[012]|[1-9]):[1-5][0-9] (am|pm)'

/ 处理24小时制时间：把时间分为三部分：其一是上午（小时数从00到09，开头的0可选），其二是白天（小时数从10到19），其三是夜晚（小时数从20到23）--'0?[0-9]|1[0-9]|2[0-3]'

/ 由星号和问号限定的对象在“匹配成功”时可能并没有匹配任何字符，即使什么字符都不能匹配到，他们仍然会报告“匹配成功”；

/ '(?:...)'表示只分组不捕获；

/ '[□\t]*'与'(□*|\t*)'的异同：前者可以匹配若干空格符（也可以没有）以及若干制表符（也可以没有），不过并不容许制表符与空格符发的混合体；相反，前者能够匹配任意多个'□\t'，对于字符串'\t□□'，他可以匹配三次，第一次是制表符，后两次是空格符。

/ \s是表示所有表示空白字符（whitespace character）的字符组，包括空格符、制表符、换行符和回车符；

/ 修饰符---modifier 替换--substitution 订阅--subscription

/ 要求：保留小数点后两位数字，如果第三位不为零则也需要保留，去掉去他的数字，例如12.3750000000392或者12.375会被修正为'12.375'，而37.500会被修正为'37.50',RE为s/(\.\d\d[1-9]?)\d*/$1/

/ 在字符组中的元字符不同于正在表达式中的元字符，在字符组内部，括号不再具有特殊含义，也不需要转义；

/ '^From:□(\s+)□\(([^()]*)\)'--\(、\)普通括号字符；

/ POSIX字符组：

[:alpha:]--字母字符

[:digit:]--数字字符

[:alnum:]--字母字符和数字字符

[:blank:]--空格和制表符

[:space:]--所有的空白字符（[:blank:]、换行符、回车符及其他）

[:cntrl:]--控制字符

[:graph:]--非空字符（即空白字符、控制字符之外的字符）

[:print:]--类似[:graph:]，但是包含空白字符

[:punct:]--标点符号

[:xdigit:]--十六进制中允许出现的数字（例如0-9a-fA-F）

[:lower:]--小写字母

[:upper:]--大写字母

/ 忽略优先量词：*?、+?、??、{num,num}?

量词在正常情况下都是“匹配优先(greedy)的”，匹配尽可能多的内容；相反，忽略优先量词会匹配尽可能少的内容，只需要满足下限，匹配就能成功；

/ 由星号限定的部分总是能够匹配，如果整个表达式都是由星号控制，它就能够匹配任何内容；

/ 匹配以反斜杠及换行符结尾的多行：'^\w+=[^\n\\]*(\\\n[^\n\\]*)*'

/ 匹配IP：'^\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}',如果不支持，则可以用'\d\d?\d?'或者'\d(\d\d?)?'

/ 所在路径及文件名：'^(.*)/([^/]*)$'

/ 正则表达式无法匹配任意深度的嵌套结构；（例如多层括号嵌套）；

/ 如果某个元素的匹配没有硬性规定任何必须出现的字符，那么他总能匹配成功；

/