从头开始学习正则（内容简单）
基本概念
匹配 unicode 字符
\u00e9
^ 脱字符 匹配行或者字符串起始位置
$ 美元符
匹配字面值的点号，可以使用转义 \. 或者放入字符组中 [.]
- 量词
?：0个或一个，表示字符是可选的，相当于{0,1}
+：一个或多个，相当于{1,}
*：0个或多个，相当于{0,}
{a}：待查找的字符出现的次数a次
{a,}：待查找的字符至少出现的次数a次
{a,b}：待查找的字符至少出现的次数a次，最多出现b次 - 字符组
[a-z]：[]字符组起止符，中间是可选的字符
[^\d]：字符数组取反，也就是不匹配里边这些内容，排除这些 - 简写式
\d：数字，相当于[0-9]
\w：单词字符，相当于[a-zA-Z0-9_]
\s：空白字符，包括换行，相当于[\n\t\r ]
\b：单词边界，零宽断言，不占用字符 - 元字符
^：锚位符，匹配行或者字符串起始位置
$：锚位符，匹配行或者字符串结尾位置
[]：字符组首尾
()：分组
-：范围符
\：转义符
.：除了换行以外任意字符
*+?：量词，见第一点
|：或
{}：范围 - 环视
aaa (?=bbb)：正前瞻
aaa (?!bbb)：反前瞻
(?<=aaa) bbb：正后顾
(?<!aaa) bbb：反后顾
捕获分组和向后引用
当一个模式的全部内容或者部分内容有一对括号分组时，他就对内容进行捕获并存储于内存中，可以通过后向引用重用捕获的内容，形式为 \1 或 $1
\1 引用第一个分组内容
非捕获分组
不会将内容存储到内存中，所以有较高性能
用法：(?:the|The|THE)
原子分组
也是一种非捕获分组，可以将回溯操作关闭
用法：(?>the|The|THE)
环视
也是一种非捕获分组
量词
前面一小节已简单介绍，这节详细介绍。
贪心 懒惰 占有
量词自身是贪心的，贪心的量词会尽可能匹配更多的字符串，如果失败，会回退一个字符再次尝试。这个过程叫做 回溯 。每次回退一个字符，直到匹配或者没有字符尝试了，并且记录所有的行为。
懒惰就是非贪婪模式，每次匹配一个字符，最后匹配整个字符串。使变成懒惰只需在普通量词后面加上？
占有，只尝试一次，不会回溯使，变成占有只需在普通量词后面加上+
.* : 任意字符出现0次或多次
.*? : 非贪婪模式，匹配任意少的字符
.*+ : 独占模式，尽可能匹配，但不回溯；也就是已匹配的字符不会返还
环视
是一种非捕获分组，他根据某个模式之前或之后的内容匹配其他模式；也是零宽度断言
环视包括：
aaa (?=bbb)：正前瞻
aaa (?!bbb)：反前瞻
(?<=aaa) bbb：正后顾
(?<!aaa) bbb：反后顾
正前瞻
假设要匹配aaa，且紧跟其后的是bbb，这时可用正前瞻，表达式如下：
aaa (?=bbb)
因为是零宽断言，所以结果没有bbb
反前瞻
就是对正前瞻取反，要匹配aaa，且紧跟其后的不是bbb，表达式如下：
aaa (?!bbb)
仅仅把=改成！，其他不变
正后顾
正后顾会查看左边的内容，与正前瞻也是相对的；表达式如下：
(?<=aaa) bbb
与正前瞻相比，多了<，表明后顾的方向
反后顾
对正后顾取反，表达式如下：
(?<!aaa) bbb
正则示例
a+ 匹配1个或更多的a
(ab)+ 匹配1个或更多个ab
(ab | ac) ab 或 ac都可以 提取公共 a(b | c)
正则匹配过程
首先从正则表达式读取一个字符，再从字符串中取一个字符，比较，如果匹配，再获取正则下一个字符和字符串下一个字符比较，直至匹配或者没有字符了；
如果不匹配，获取字符串下一个字符继续比较。
如果是贪心的量词，会尽可能多的匹配，如果下一个正则字符匹配不上，会往前回退一个字符，重新匹配，直到匹配或没有字符。如果回溯步数太多，会导致匹配时间过长，长时间占用cpu 也就是 灾难性回溯
推荐几个网址，可在线验证测试正则，还可debug。
分析几个正则
^([ ]?[\w]{1,60})+$
- ^ 判断一行或字符串开头的零宽断言
- ( 捕获分组的左括号
- [ ]？ 包含可选空格的字符组
- [\w]{1,60} 1-60位的单词字符
- ) 捕获分组的右括号
- + 1个或更多字符
- $ 判断一行或字符串结尾的零宽断言
(?=\B(\d{3})+$)
- (?= 正前瞻分组，这里匹配边界
- \B 非单词边界，这里把头尾的边界去了
- (\d{3})+ 一个或更多的3位数字
- $ 判断一行或字符串结尾的零宽断言
- ) 分组的有括号
参考文献：
- 学习正则表达式-[美]Micbael Fitzgerald
