常用正则匹配表达式

1.匹配篇文章中“文字空白链接”，（.net|.com|.org|.cn）都匹配，但不能匹配超链接：

(?<!href=["|']?\s*)http://.+?\.(com|net|org|cn)

注意这里用到：

1）向后查看：(?<!href=["|']?\s*)

2）懒惰性取代贪婪性（防止回溯）.+?

匹配测试内容：

不可缺少的铺子 http://auasf.53sadf3.com，多位于居民区附
http://auasf.53sadf3.org http://auasf.53sadf3.com
<a href='http://au.533.org'>2</a></li>

<li><a href="http://au.533.com">下一页</a></li></ul></div><!--//pages-->

<a href= http://au.533.com >

匹配结果如下：

2.匹配A标签中的 超链接地址：

href[\s]*=[\s]*('[^']*'|"[^\"]*"|['"]?[^\s|^>]*)

改进：

href[\s]*=[\s]*('[^']+'|"[^"]+"|['"]?[^\s^>^'^"]+)

3.匹配成对的Html标签：

<(\w*)[^>]*>.*?<\s*/\1>

4.所有Html标签：

<.+?> 惰性重复。

<[^>]+> 更好，使用取反字符集不需要回溯，效率高。

5.匹配A标签：

<(a)[^>]*>.*?<\s*/\1>

不包括标签中的内容：<\s*/?a[^>]*>

5.匹配中文字符：

[\u4E00-\u9FA5]+

说明：\u4E00-\u9FA5 是汉字的unicode编码的范围可以据此来匹配