正则基础

http://www.ipc.me/regular_expression_07681.html
文章错误：
 1 字符集的一些应用第二个正则少了一个左方括号。
 2 字符集的元字符 /[]x]/中的第一个]左边少了一个转义符，在这种情况下转义符还是不能省略的。

扩展
 1 回车符换行符 http://www.cnblogs.com/yunf/archive/2011/04/20/2021830.html

表达式引擎
 正则表达式引擎室一种可以处理正则表达式的软件，通常是大程序的一部分，不用的表达式互不兼容（JDK .NET）。
 两种类型：文本导向(text-dereced/DFA) 和正则导向 (regex-directed/NFA)
 主流是NFA，因为（惰性/lazy quantifiers）以及（反向引用/backreferences）只能在正则NFA中实现。
 分辨两种引擎的方法：
 /reg|reg not/ 如果匹配到reg，那么是正则导向；如果是reg not，是文本导向。
 因为正则导向引擎总是返回最左边的匹配，猴急。

特殊字符（11）
 [ ] () ^ $ + \ | . ?
 2个括号 4 6 12 （\） shift左边2个

 在一些预编译（C++）中，\ 数量加倍

不显示的字符
 \t tab(0x09)
 \r 回车(0x0D)
 \n 换行(0x0A)
 显示的字符，是敲“ABC123”是可以看到的，那换行/回车/Tab 键是看不到的。

连字符 -
 可以指定范围，如[0-9a-fxA-FX]

反字符 [^]
 q[^u]不会匹配iraq，会匹配 Iraq is a country，因为[]必须要匹配一个字符
 如果你只想匹配一个q，条件是q后面有一个不是u的字符，我们可以用后面将讲到的向前查看来解决？
 在[]中，有 4 个元字符需要转义 ] \ ^ - 其他元字符不需要转义，但是其中 2 个元字符(^-)的转义符不是必须的
 只要将他们放在一个不可能使用到他们的特殊位置，这样子可以增加可读性。
 例如^只要不放到 [ 的后面，就可以不用转义符。[x^] [-x]

常用的字符集简写
 \d 0-9 取反\D
 \w A-Za-z0-9 取反\W
 \s 空白字符空格符 Tab符回车\r 换行\n 取反 \S

 [0-9]+ 仅仅想重复匹配那个数字向后引用？

注意贪婪
 ？* + 都是贪婪的，会尽可能的重复前导字符。（？会尽可能匹配一次）
 例子：
 var reg = /<.+>/;// /<[^>]+>/ 或者 /<.+?>/
 var str ='This is a first test';
 console.log(str.match(reg));
 表达式<.+会贪婪匹配到字符串结束（最后还有个换行符，'.'不匹配换行符，（换行符是怎么出来的？）），然后表达式的剩余 部分 > 去匹配换行符，匹配不成功，然后进行回溯（！！），<.+ 会丢掉匹配的最后一个字符让>去匹配，直到成功为止。最后 停留在first</EM。匹配结果是first。

 '+'的贪婪性使得表达式匹配到最左边的最长的匹配。

 不管是惰性匹配还是贪婪匹配，都会进行回溯，会影响效率。

 . == [^\r\n](Window)不匹配换行符的历史原因：为早期使用正则表达式的工具是基于行的。它们都是一行一行的读入一个文件 ，将正则表达式分别应用到每一行上去。在这些工具中，字符串是不包含新行符(\n)的（历史）。现代的工具和语言能够将正则 表达式应用到很大的字符串甚至整个文件上去。
 单行模式，将整个文件一并读入，此时.匹配新行符，只影响.的匹配范围。
 ***
 多行模式和单行模式没有什么关系，只是名字相似。
 多行模式下，只影响^ 和 $ 的匹配范围
 ^　可以匹配字符串开头（字符串的开始位置），也可以匹配行的开头（即换行符\n之后的位置）
 $　可以匹配字符串结尾（字符串的结束位置）, 也可以匹配行的结尾（即换行符\n之前的位置）

 Regex.Match(“string”,”regex”,RegexOptions.SingleLine)可以激活单行模式。

 var reg = /(?:0[1-9]|1[0-2])[-/.](?:0[1-9]|[1-2]\d|3[01])/;//(?:)匹配但是不获取，经常和| 配合使用
 var str ='12/01';
 console.log(str.match(reg));

 字符串开始和结束的锚定（^$）
 ^$ 和一般的表达式符号不用，他不匹配任何字符，他会匹配字符之前或者之后的位置。
 “first line\n\rsecond line”其中的 \n\r 在WINDOWS下是换行回车的标志，正则表达式引擎提供一个选项可以是扩展 '^'

绝对锚定
 \A 和 \Z 只匹配整个字符串的开始位置和结束位置，即使你使用了多行模式。

单词边界\b <=> \B
 也是一种锚
 1)在字符串的第一个字符前的位置(如果字符串的第一个字符是一个“单词字符”)
　　 2)在字符串的最后一个字符后的位置(如果字符串的最后一个字符是一个“单词字符”)
　　 3)在一个“单词字符”和“非单词字符”之间，其中“非单词字符”紧跟在“单词字符”之后
　　 4) 在一个“非单词字符”和“单词字符”之间，其中“单词字符”紧跟在“非单词字符”后面
 *单词字符指 \w == [a-zA-Z0-9]

组（）与后向引用
 ()匹配后生成组，\0代表整个背匹配的结果，用\N来引用剩余的，()经常会和|配合使用，用来限制|的范围，（?: pattern）不 获取匹配结果...
 <([A-Z][A-Z0-9]*)[^>]*>.*?</\1> 可以用来匹配标签。
 注意点：
 后向引用不能用于他自身，([abc]\1)
 后向引用不能用于字符集内部 (a)[\1b]
 当对组使用重复操作符时，缓存里后向引用内容会被不断刷新，只保留最后匹配的内容。

模式
 i 大小写不敏感
 s 单行模式
 m 多行模式
 (?i)te(?-i)st 能匹配TEst 原因就是?i开启了不敏感,随后又关闭了敏感，变得敏感了。