想要匹配http abc和ftp abc和svn abc就要使用括号把前边的协议括起来，如(http|ftp|svn) abc可以得到预期的结果。
12.()数据分界和取数据
上面例子(http|ftp|svn) abc就是数据分界的例子，然后，匹配结果会得到一个[1]的子集数据（数组下标1），这里就是子模式的概念，子模式也叫分组，利用子模式，可以得到想要取出来的数据。子模式1、2、3的计算方法为左括号的计数，从左到右，从1开始，比如：
(http|ftp|svn)://([^/]+)，分组1得到的是(http|ftp|svn)里面的数据，分组2得到([^/]+)里面的数据，对于嵌套括号也是点左括号即可。在正则中有很多与括号结合的写法，你在数左括号的时候，一定要注意，非捕获组和环视的左括号都是不需要数的。
在使用子模式过程中，常见两种写法是：1和$1。
（1）1是在正则表达式本身中引用分组1的内容，如：
我们要匹配111这样的连续出现3此的数字，我们可以写出正则：(d)11，(d)匹配到第一个1，后面再引用这个匹配内容，得到111。
（2）$1是在替换中调用分组的内容，如：
我们要替换链接参数name=Zjmainstay为username=Zjmainstay，我们可以使用正则name=([^&]+)替换为username=$1来实现，这里的$1就引用了分组1的结果Zjmainstay，因此得到我们想要的结果。
13.(?:)非捕获组
上面说到()作为子模式可以得到它里面的数据，但是，有些时候，()只是作为数据分界功能，并不需要取出来，这时候就要用到非捕获组的概念了。比如：(http|ftp|svn)://([^/]+)只想得到域名，也就是[2]，那么(http|ftp|svn)就只是数据分界的功能，这里不需要捕获，因此使用非捕获组功能，(?:http|ftp|svn)屏蔽这部分的数据获取，此时，(?:这个左括号排除[1]计数，也就是(?:http|ftp|svn)://([^/]+)中的([^/]+)变成[1]了。
14. 分隔符
在一些语言中，你会发现正则第一个和最后一个字符是相同的，如：
/d+/
这个/ /在PHP中称为分隔符，正则表达式需要由分隔符闭合包裹。在PHP中，分隔符可以使任意非字母数字、非反斜线、非空白字符。这个概念很关键，它能帮助我们简化一些正则的书写，避免错误，如：
/<div>.*?</div>/
这个正则是错误的。
原因是</div>的/与分隔符相同，但是却没有做转义。
如下程序：
preg_match('/<div>.*?</div>/', '<div>abc</div>' $match);
PHP中会收到错误提示：Warning: preg_match(): Unknown modifier 'd' in regexTest.php on line 2
对于这种情况，有两种解决方案：
（1）/<div>.*?</div>/
（2）#<div>.*?</div>#
方案（1）是对正则内部的分隔符做转义，方案（2）是规避了本来的/分隔符，使用#作为分隔符，从而避免/需要转义。
虽然很多情况下，都是看到前后一致的分隔符，但是，大家需要了解一下，[<div>.*?</div>]这个表达式在PHP里也是合法的。（不提倡使用，仅了解！）
15. 模式修饰符
模式修饰符在许多程序语言中都支持的，比如最常见的是i，不区分大小写，如JavaScript里的/[a-z0-9]/i，表示匹配字母数字，不区分大小写。
本人在写php正则时常用的模式修饰符主要有i和s，如：
$pattern = '#[a-z0-9]+#is';
模式修饰符s的作用主要是的.能够匹配换行，在处理换行数据时，通常会用到。
在PHP中，模式修饰符有两种用法，一种是上面的，在分隔符后面的模式修饰符，它的作用范围是全局；另一种是在正则表达式中间的。
例如：
正则：/((?i)[A-Z]+)c/测试字符：abcABC匹配：abc说明：局部（ab）的大小写被忽略了，(?)的作用范围在分组1内
如果把正则改成：/([A-Z]+)c/i，则匹配结果将是：abcABC
示例地址：PHP正则表达式中间的模式修饰符（选择Version 1/2切换版本查看结果区别）
关于PHP模式修饰符的讲解，请查看PHP手册中的《PHP模式修饰符》。
关于常用字符的使用差不多到这里，还有更多的请参考正则表达式30分钟入门教程，这是我看过比较全面的正则入门资料。
二、 操作：定锚点
注：这里的锚点区分于正则原本关于锚点的定义，此处是确定的参照文本的意思，如a标签里的<a
每一个正则都是有针对性的，只有这样正则才有意义。因此，写正则之前，先观察你要解析的数据，找准唯一的锚点，比如，你要解析一个页面的title标签，得到title内容，那么这个title就是锚点。有时候，所要取的数据确实无法定位一个唯一的锚点，那么，你可以分解数据，先通过一个唯一锚点锁定你的数据块，取出来之后，再对这个数据块取数据即可。比如，有这么一段源字符串：
<div id="module_1"> class"content" content 1</div>"module_2" content 2 你直接通过class="content"来匹配数据的话很明显会得到两个，那么，你可以扩展它的数据域，先以id="module_1"作为锚点，获取整个
然后在对这个数据块的数据处理，得到class="contents"的内容即可。
因此，这里用到2个正则：
（1）<div id="module_1">(.*?)</div>s*<div id="module_2">
（2）<div class="content">(.*?)</div>
当然，这个正则可以改进为：
<div id="module_1">s*<div class="content">(.*?)</div>
注：为了更清晰查看，前面源码做了换行，匹配失败的朋友，可以修改.*?为[sS]*?修正正则。
总结：锚点，就是能唯一定位你数据的标识
三、 操作：去噪点
所谓去噪点，就是把无关的东西都当浮云，用通配符过掉它，只关心我们想要的数据，比如：
<meta content="text/html; charset=utf-8" http-equiv="content-type">
要从这里得到字符集utf-8，我们需要怎么做？
首先，定位锚点，有<meta、charset=和utf-8后面的"，其他都是浮云~
因此得到正则：
<meta[^>]*?charset=([^"]+)"
即可，用子模式取数据[1]就能得到utf-8
总结：关心的留下，不关心的都是浮云
四、 操作：取数据
关于取数据，上面一大篇下来大家应该有概念了，就是利用子模式来获取，这里不再赘述。
总结：子模式计数，数左括号从1开始，排除非捕获组的左括号
五、正则表达式高级教程
概念一：按单字符匹配
正则里面的数据都是按照单个字符来进行匹配的，这个通过数值区间的例子最容易体现出来，比如，示例一：
我要匹配0-15的数值区间，用正则来写的话，便是[0-9]|1[0-5]，这里，便是把0-9这种单字符的情况，和10-15这种多字符的情况拆分开了，使用分支|来区分开，表示要么是0-9，要么是10-15。
上面是两位数值的情况，现在延伸至1-65535，我个人的处理思想是从大到小，一块块分解：
1. 65530-65535 ==>6553[05]末位区间52.65500655296552][9第四位区间，末位区间93.6500065499654]{}第三位区间，后两位4.600006499963第二位区间，后三位5.1000059999第一位区间，后四位6.9999第一位只能是，后三位可有可无
最后组合起来：
(6553[0-5]|655[0-2][0-9]|65[0-4][0-9]{2}|6[0-4][0-9]{3}|[1-5][0-9]{4}|[1-9][0-9]{0,3})
便得到1-65535匹配正则。
根据数据处理需求，可以在正则前后加上^和$，以匹配整个数据串，或者前后加入b，把它当做单词边界处理。没有限定字符的边界往往是js正则判断中常见的错误之一。
概念二：匹配优先和不匹配优先
匹配优先和不匹配优先从字面理解也是比较容易的，所谓匹配优先，就是，能匹配我就先匹配；不匹配优先就是，能不匹配我就先不匹配，这段匹配先跳过，先看看后面的匹配能不能通过。
概念三：贪婪模式与非贪婪模式
正则的贪婪模式和非贪婪模式是一个比较容易混淆的概念，不过，我们可以这么理解，一个人很贪婪，所以他会能拿多少拿多少，换过来，那就是贪婪模式下的正则表达式，能匹配多少就匹配多少，尽可能最多。而非贪婪模式，则是能不匹配就不匹配，尽可能最少。
下面举个例子，示例二：
需求：匹配1后面跟任意个0
源串：10001
使用贪婪模式：10* 结果：1000 和 1
使用非贪婪模式：10*? 结果：1 和 1
首先，*是匹配0个或多个的意思。
贪婪模式下，它表示，首先匹配一个，然后匹配后面的，最多可以匹配个，因此得到1000，然后第二次又匹配到一个，但是后面没有；
非贪婪模式下，它表示，首先匹配一个
，然后，能不匹配就不匹配了，所以，它每次都只是匹配了一个。
看到这里，也许，有些人觉得，哎呀，我懂了！
那么，下来我们改改，看看你是不是真懂了。
示例三：
需求：匹配1后面跟任意个0，再跟一个1
源串：10001
使用贪婪模式：10*1 结果：10001
使用非贪婪模式：10*?1 结果：10001
为什么这两次的结果一样了？
因为，正则表达式要判断完这整个正则才算成功，这种情况下，
贪婪模式，首先匹配一个
后面尽可能多的，发现个，再匹配后面的一个，正则表达式匹配完，完成匹配，得到10001
非贪婪模式，首先匹配一个
，然后，*?是非贪婪模式，它不想匹配了（非贪婪模式不匹配优先），看看后面是不是了？然后发现哎妈呀，后面是个啊，然后它回头，不能再偷懒了，用*?匹配一个吧，然后匹配到10，又不想匹配了，看看后面有没有了，还是没有，又回去用*?匹配掉一个，得到100，继续偷懒，但是发现后面还不是，然后又用*?匹配得到，最后，发现真不容易啊，终于看到了，匹配得到，正则表达式匹配完，完成匹配。
看到这里，是不是懂了？
那究竟哪个模式好呢？
什么时候使用贪婪模式，什么时候使用非贪婪模式，哪个性能好，哪个性能不好，不能一概而论，要根据情况分析。
下面我举个例子：
源码：
<ahref"http://www.zjmainstay.cn/my-regexp"target"_blank"title"我眼里的正则表达式（入门）"我眼里的正则表达式（入门）</a>"我眼里的正则表达式（入门）""_blank"</a>
正则1：<a [^>]*?href="([^"]*?)"[^>]*?>([^<]*?)</a>（238次）
正则2：<a [^>]*?href="([^"]*)"[^>]*>([^<]*)</a>（65次）
正则3：<a [^>]*href="([^"]*)"[^>]*>([^<]*)</a>（136次）
附：执行次数的获取请下载正则表达式测试工具：RegexBuddy 4.1.0-正则测试工具.rar，使用里面的Debug功能。
正则1是通用写法，正则2是在确定字符不会溢出的情况下消除非贪婪模式，正则3是证明并不是全部消除非贪婪模式就是最优。
因此，关于贪婪模式好还是非贪婪模式好的讨论，只能说根据需求而定，不过，在平时的时候用，一般使用非贪婪模式较多，因为贪婪模式经常会由于元字符范围限制不严谨而导致匹配越界，得到非预期结果。
在确定的数据结构里，可以尝试使用[^>]*>这样的排除字符贪婪模式替换非贪婪模式，提升匹配的效率。注意，贪婪部分（[^>]*）的匹配，最好不要越过其后面的字符（>），否则会导致贪婪模式下的回溯，如正则3，[^>]*的匹配越过了href，一直匹配到>为止，而这时候再匹配href，会匹配不到而导致多次回溯处理，直到回溯到href前的位置，后面才继续了下去。
另外，需要注意一点，无论使用贪婪模式还是非贪婪模式，在不同语言需要注意回溯次数和嵌套次数的限制，比如在PHP中，pcre.backtrack_limit=100000，pcre.recursion_limit=100000。
概念四：环视（断言/零宽断言）
环视，在不同的地方又称之为零宽断言，简称断言。
用一句通俗的话解释：
环视，就是先从全局环顾一遍正则，（然后断定结果，）再做进一步匹配处理。
断言，就是先从全局环顾一遍正则，然后断定结果，再做进一步匹配处理。
两个虽然字面不一样，意思却是同一个，都是做全局观望，再做进一步处理。
环视的作用相当于对其所在位置加了一个附加条件，只有满足这个条件，环视子表达式才能匹配成功。
环视主要有以下4个用法：
(?<=exp)匹配前面是exp的数据
(?<!exp)匹配前面不是exp的数据
(?=exp)匹配后面是exp的数据
(?!exp)匹配后面不是exp的数据
示例四：
(?<=B)AAA匹配前面是B的数据，即BAAA匹配，而CAAA不匹配
(?<!B)AAA匹配前面不是B的数据，即CAAA匹配，而BAAA不匹配
AAA(?=B)匹配后面是B的数据，即AAAB匹配，而AAAC不匹配
AAA(?!B)匹配后面不是B的数据，即AAAC能匹配，而AAAB不能匹配
另外，还会看到(?!B)[A-Z]这种写法，其实它是[A-Z]范围里，排除B的意思，前置的(?!B)只是对后面数据的一个限定，从而达到过滤匹配的效果。
因此，环视做排除处理是比较实用的，比如，示例五：
需求：字母、数字组合，不区分大小写，不能纯数字或者纯字母，6-16个字符。
通用正则：^[a-z0-9]{6,16}$ 字母数字组合，6-16个字符
排除纯字母：(?!^[a-z]+$)
排除纯数字：(?!^[0-9]+$)
组合起来：(?!^[a-z]+$)(?!^[0-9]+$)^[a-z0-9]{6,16}$
注意，环视部分是不占宽度的，所以有零宽断言的叫法。
所谓不占宽度，可以分成两部分理解：
1、环视的匹配结果不纳入数据结果
2、环视它匹配过的地方，下次还能用它继续匹配。
如果不是环视，则匹配过的地方，不能再匹配第二次了。
上面示例四体现了：环视的匹配结果不纳入数据结果，它的结果：
(?<=B)AAA 源串：BAAA 结果：AAA(?<!CAAA AAA(?=AAAB (?!AAAC AAA
而示例五体现了：环视它匹配过的地方，下次还能用它继续匹配
因为，整个匹配过程中，正则表达式一共走了3次字符串匹配，第一次匹配不全部是字母，第二次匹配不全部是数字，第三次匹配全部是字母数字组合，6-16个字符。
扩展部分：`[A-Z](?<=B)`[]范围等于B`[A-Z](?<!B)`]范围排除`(?!B)[A-Z]`B
概念五：平衡组
平衡组并不是所有程序语言都支持，而我本人使用的PHP语言就不支持，所以平时接触也是比较少的。
平衡组主要用到下面四个语法：
(?'group'把捕获的内容命名为groupStack'-group'从堆栈上弹出最后压入堆栈的名为的捕获内容，如果堆栈本来为空，则本分组的匹配失败(?(yes|no如果堆栈上存在以名为的捕获内容的话，继续匹配部分的表达式，否则继续匹配部分(?!)零宽负向先行断言，由于没有后缀表达式，如没有(?!)的，试图匹配总是失败
在PHP中是支持(?(group)yes|no)语法的，这里的group是分组编号，即子模式编号，如(A)?(?(1)yes|no) ，匹配Ayes 和 no
下面这里引用《正则表达式30分钟入门教程#平衡组》关于<>配对匹配的例子，展示平衡组用法，
< #最外层的左括号 [^<>]* #最外层的左括号后面的不是括号的内容 ( (?'Open'<) #碰到了左括号，在黑板上写一个"Open" [^<>]* #匹配左括号后面的不是括号的内容 )+ (?'-Open'>) #碰到了右括号，擦掉一个"Open" [^<>]* #匹配右括号后面不是括号的内容 )* (?(Open)(?!)) #在遇到最外层的右括号时，判断黑板上还有没有没擦掉的"Open"；如果还有，则匹配失败> #最外层的右括号平衡组的一个最常见的应用就是匹配HTML,下面这个例子可以匹配嵌套的标签：[^]*>[^<>]*(((?'Open']*>)[^<>]*)+((?'-Open'</div>)[^<>]*)+)*(?(Open)(?!))</div>
概念六：模式修饰符
i，不区分大小写，如javascript里的/[a-z0-9]/i，表示匹配字母数字，不区分大小写。
PHP正则表达式中间的模式修饰符
PHP手册中的《PHP模式修饰符》。
七：正则三段论应用
《我眼里的正则表达式（入门）》 和 本文《深入正则表达式应用》几乎倾尽本人正则学习全部思想，但是很多读者反馈，看晕了！看到如此点评，实属无奈，因此，有必要追加本节，来个整体统筹运用，希望能让大家犹如拨云见月，洞悉其中的精义。
正则三段论：定锚点，去噪点，取数据
两篇文章中，最重要的部分当属正则三段论：定锚点，去噪点，取数据，它是整个正则处理过程中的灵魂，它贯穿整个正则撰写过程。
下面举例说明它的思想，示例六：
源数据：标题：深入正则表达式应用，作者：Zjmainstay需求：匹配作者名字
我要从源数据取到Zjmainstay这个作者名，那么，在这里，作者：就是我们所说的锚点，因为在上面这段数据中它能够唯一定位到我们的数据Zjmainstay（就在它后面），因此，我们得到
(1) 定锚点：作者：
而在这里，我们不需要关心标题什么的，因此，标题：深入正则表达式应用，就是我们的噪点，因此，我们得到
(2) 去噪点
最后，我们确定作者：后面就是我们的数据，这个数据可以是任意字符，因此，我们得到正则：
作者：(.*)
而噪点部分，因为不会对数据取值造成干扰，直接去掉，不需要引入正则中。
下面再举一个噪点干扰的例子，示例七：
源数据：<a href= class"demo8" title"正则三段论应用举例">正则表达式入门教程</a>需求：提取链接和标题，还有标签的文字
看到这个源数据和需求，我们必须定位好锚点，主要有：
1.<a//必须是a标签
2.href=" 和 "//href=""的内容得到链接
3.title=" 和 "//title=""的内容得到标题
4.> 和 </a>//>和</a>的内容得到标签文字
然后，其他的都是噪点，使用.*?替代，需要提取的数据部分使用括号获取子模式，得到分组数据，因此得到正则：
<a href="(.*?)".*?title="(.*?)">(.*?)</a>
看到这里，也许有朋友觉得，我还是不会写，那么，再来一个更简单的构建方法，细化步骤，从源串逐步得到正则，示例八：
直接拷贝源串，特殊字符处理转义（本例没特殊字符）>从左到右，一段段转化2.1"(.*?)">2.2"(.*?)".*?title2.32.4>(.*?)</得到最终的正则>
至此，正则三段论的基本思想已经展示完毕，大家还有什么不解请评论留言，本人看到会第一时间给予回复。
熟悉正则三段论处理思想，剩下的便是基本语义的熟练程度了，这个通过多用多练可以达到熟能生巧的境界。
最后留下一句至尊提醒：.是万能字符，大家看着用，遇到换行使用[sS]替换.即可。
（完）
（编辑：李大同）
【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!
