正则表达式

今天看到一正则表达式：

/(.*?:\/\/)(.*)/

对第一个星号后面的问号不懂。查了下发现是非贪婪模式。

干脆把相关东西整理一下。并找到一个很好的网站，还可以参考这个。

正则表达式到底是什么？

按照网上的说法可以这么描述：

正则表达式就是一种模式，这种模式有一个或者多个

字符（character literals）、运算符（operators），构造（constructs）构成。

字符：

（1）character escapes，转义字符。

匹配一个字符，这个字符要么匹配一个特殊字符，要么匹配一个原义字符。

比如\t匹配的是特殊字符tab，这些特殊的字符有专门的定义。

如果一个字符不在这个定义范围内，那么匹配的就是字符本身，比如\*用来匹配星号。

（2）character classes，暂时叫字符类。

字符类匹配的是一个某类字符。英文写成character class。

字符类本身可能有多个字符表示，比如[]或者\d。

但是有一点要注意的是，这个只匹配一个字符。

（3）anchors，锚定字符。

不匹配具体的字，但是用来制定匹配的位置。

前面的匹配关心的是内容。但是很多时候需要关心在什么地方进行匹配。

构造

（4）group construts，组构造器。

匹配由多个字符组成的一组字符。

（5）alternation constructs，变换构造器。一般和Group construts放一起说。

（6）backreference constructs，反引用构造器。

数量

（7）quantifiers，数量字符。

标记用于制定前面元素的数量。这个元素可以是某个字符，某类字符，以及某一组字符。比如+字符，\b+就是制定某类字符出现的数量，

（8）substitution，替换字符。

细分的话有这八类。也有的把其中几类分到一起。

这里只写个解析时候最顶层的分类分析。

说明

quantifiers 可以用来group所以

(\d{2}){2,4}

是合法的，并且能匹配1234567890的前8个字符。

(\d{2}){2,4}?

是合法的，并且能匹配1234567890的前4个字符。