又可以涨见识了

完整的正则表达式有两种字符构成，元字符(metacharacters)和普通文本字符(normal text characters)构成。
而元字符，是需要深深地记在脑海里的。

字符组(character class)
它容许使用者列出在某处期望匹配的字符，用结构体(construct)[]来呈现。
字符组内部的元字符(character-class metacharacter)与其外面的元字符规则是不同的：
“-”（连字符）只有在字符组内部，才有可能是元字符，而且如果不是用来表示范围的时候，例如出现在字符组的开头，那么它只是一个普通的字符。
问号和点号及其他在字符组外通常做为元字符的字符，而在字符组内部，它们只是普通的字符。
“^”(脱字符)出现在字符组内部，而且必须是字符组的第一个字符出现的时候，它就是一个元字符，表示排除，除了字符组中的字符以外的字符。而非第一个位置出现，它只是一个普通的字符。
例子：
[0-9A-Za-z.?!-]
[^abc]I

元字符总结(for egrep):
. 匹配单个任意字符
[] 匹配单个字符组中的字符
[^] 匹配单个未列出的字符
\char 转义字符，若char是元字符，或转义序列无特殊含义时，匹配char对应的普通字符
? 表示计数功能，零次或一次
* 表示计数功能，可以匹配任意多次，也可以不匹配
+ 表示计数功能，一次或者多次
{min,max} 区间量词，至少需要min次，至多容许max次
^ 匹配一行的开头位置
$ 匹配一行的结束位置
\< 匹配单词的开始位置（有的支持，有的不支持）
\> 匹配单词的结束位置（有的支持，有的不支持）
| 匹配任意分割的表达式
（） 限定多选结构的范围，标注量词作用的元素，为反向引用提供捕获文本
\1,\2, ...匹配之前的第一，第二组括号内的子表达式匹配的方本I

匹配重复单词的正则：\<([a-zA-Z]+) +\1\>

正则术语：匹配（matching）
一个正则表达式匹配一个字符串，是指这个正则表达式能在字符串中找到匹配文本。来格地说，正则表达式/a/不能匹配cat,但是能匹配cat中的a

匹配24小时制时间的正则：
/([01]?[0-9]|2[0-3]):[0-5][0-9]/

-i 参数经常会很有用，表示匹配时忽略大小写，但它不属于正则表达式的一部分
转义字符\有三种情况：
1. 加在元字符前面，则表示匹配由元字符对应的普通字符
2. 加在非元字符前面，组成一种由具体实现方式规定的元字符序列，例如\<表示单词的起始边界
3. 加在普通字符的前面，默认情况就是匹配此字符，此时毫无意义

刚刚写了一个匹配IP地址的正则表达式：
/^([0-9]|[1-9][0-9]|(1[0-9][0-9]|(25[0-5]|2[0-4][0-9])))(\.([0-9]|[1-9][0-9]|(1[0-9][0-9]|(25[0-5]|2[0-4][0-9])))){3}$/

非捕获型括号：
（?：…）
这样写通常表示只分组而不捕获
好处主要是：
避免了不必要的捕获操作，提高了匹配的效率
坏处主要是：
这种写法不够美观，增加了整个表达式的阅读难度

Perl和其他流派的正则表达式提供了许多有用的简记法（shorthands）:
\t 制表符
\n 换行符
\r 回车符
\s 空白符
\S 除空白符之外的其它字符
\w [a-zA-Z0-9]
\W [^a-zA-Z0-9]
\d [0-9]
\D [^0-9]

其实到现在为止，我已经隐约明白了一点正则的思想，正则要求的是思维的条理性和全面性，一方面考虑如何匹配，另一方面考虑排除不匹配。此时我不得不佩服正则的简捷与优雅，一行正则，如果换成程序语言，可能会变得庞杂许多。

另一个正则的例子，处理浮点数，将股票价格修正为保留两位小数或者三位小数，如果第三位小数为零，则保留两位，否则保留三位：
$price =~ s/(\.\d\d[1-9]?)\d*/$1/

正则表达式一个有趣的功能，环视（look around）：
环视结构不匹配任何字符，只匹配文本中的特定位置，而不占用字符，这一点与单词分界符（\b），锚点(^)和$相似。
其中一种类型叫做顺序环视，作为表达式的一部分，顺序环视，从左至右查看文本，尝试匹配子表达式，如果能够匹配，就返回匹配成功的信息。
肯定型顺序环视(positive lookahead)用特殊的序列/(?:…)/来表示，例如/(?:\d)/,如果当前的位置右边的字符是数字则匹配成功。
另一种类型为逆序环视，它从右向左查看文本，用特殊的序列/(?<=…)/来表示，例如/?<=\d/表示当前位置左边有一位数字，则匹配成功，也就是说，紧跟在数字的后面的位置。