正则表达式组成
完整的正则的表达式是由两种字符组成的。特殊字符（special chararcters）称为“元字符”（Metachearacters）,其他为“文字”（literal）,或者是普通的文本字符（normal text characters）。正则表达式是与文件名模式（filename pattern）的区别就在于此，正则表达式的元字符提供了更强度的描述能力。文件名模式只是为有限的需求提供了有限的元字符，但是正则表达式“语言”为高级应用提供了丰富而且描述能力极强的元字符。
行的起始和结束
或许最容易理解的元字符就是脱字符号”^”和美元符号”
所以我们最好能养成安装字符来理解正则表达式的习惯。例如，不要这样:
“^cat”匹配以cat开头的行。
而应该这样理解：
“^cat”匹配的是以c作为一行的第一个字符，紧接着a，紧接着一个t的文本。
ps:虽然这两种理解的结果并无差异，但按照字符来解读更易于明白新遇到的正则表达式内部逻辑。
脱字符和美元符号的特别之处就在于，他们匹配的都是一个位置，而不是一个具体的文本。当然有很多方式可以匹配具体的文本。在正则表达式中，除了使用”cat”之类的普通字符，还可以使用下面的元字符。
元字符之字符组
作用：匹配若干字符之一
在一个字符组中可以列举任意多个字符。例如”[123456]”匹配1到6中的任意一个数字。这个字符组可以作为"<H[123456]>"的一部分，用来匹配<H1>、<H2>、<H3>等等。这个在我们搜索HTML代码的头文件时非常有用。
字符组元字符
在字符组内部，字符组元字符（character-class Metacharacter）‘-’（连字符）表示一个范围：”<H[1-6]>“与”<H[123456]>“是完全一样的。”[1-9]”和” [a-z]”是常用的匹配数字和小写字母的简便方式。多重范围也是容许的，例如”[123456789abcdefADCDEF]”可以写作”[0-9a-fA-F]”(捉着也可以写作”[a-f0-9A-F]”，顺序无所谓)。这三个表达式非常适合用于处理十六进制数字。我们还可以随心所欲地把字符范围与普通文本结合起来”[0-9A-Z]_!.?”能够匹配一个数字、大写字母、下划线、惊叹号、点号，或者是问号。
ps:
只有在字符组内部，连字符才是元字符——负责它就是只能匹配普通的连字符号。其实在字符组内部它也不一定就是元字符。如果连字符出现在字符组开头，它表示的就是一个普通字符，而不是一个范围。同样的道理问号和点号通常被当做元字符处理，但在字符组中则不是如此（说明白一点就是，”[0-9A-Z]_!.?”里面，真正的特殊字符就只有那两个连字符）。
例子截图：
元字符之排除型字符组
用”^…”取代”…”，这个字符组就会匹配任何为列出的字符。例如”^1-6”匹配处理1到6以外的任何字符。这个字符组中的开头的”^”表示“排除（negate）”，所以这里列出的不是希望匹配的字符，而是不希望匹配的字符。
ps:请记住，排除型字符组表示“匹配一个位列出的字符（amtch a character that’s not listed）”,而不是“不要匹配列出的字符（don’t match what is listed）”。这两种说法虽然看起来一样，但是还是有细微差异的参见”q[^u]” 匹配 Iraq的例子。有一种坚定的理解排除型字符组的办法，就是把他们看做普通的字符组，里面包含的是除了“排除型字符组中的所有字符”以外的字符。
元字符之用点号匹配任意字符
Matching Any Character with Dot
元字符”.”（通常称为点号dot或者小点point）是用来匹配任意字符的字符组的简便写法。如果我们需要在表达式中使用一个“匹配任何字符”的占位符（palaceholder），用点号就很方便。例如，如果我们需要搜索03/19/76、03-19-76或者03.19.76，不怕麻烦的话用一个明确容许‘/’‘-’‘.’的字符组来构建正则表达式，例如”03[-./]19[-./]76”。也可以简单地尝试”03.19.76”。
元字符之多选结构
Alternation
用来匹配任意字表达式
“|”是一个非常简捷的元字符，它的意思是“或”（or）。依靠它，我们能够把不同的字表达式组合成一个总的表达式，而这个总的表达式又能匹配任意的字表达式。例如”Bob”和”Robert”是两个表达式，但是”Bob|Robert”就是能够同时匹配其中任意一个的正则表达式。在这样的组合中，字表达式称为“多选分支（alternative）”。
再来看”gr[ea]y”的例子，有意思的是，它还可以写作”grey|gray”，或者是”gr(e|a)y”。
后者用括号来划定多选结构的范围（正常情况下，括号也是元字符）。
ps:请注意，”gr[ea]y”不符合我们的要求——–在这里，‘|’只是一个和”a”与”e”一样的普通字符。
元字符之单词分界符
Word Boundaries
使用正则表达式时经常会遇到的一个问题，期望匹配的“单词”包含在另一个单词之中。如cat、gray和Smith的例子。有些环境对正则表达式中单词的识别提供了有限的支持：也就是单词分解符（单词开头和结束的位置）的匹配。
有些egrep 中用”\<”和”>”来识别，还有的就是”\b”。
总结截图
PS：需要注意的几点总结
- 注在字符组内部，元字符的定义规则（及它们的意义）是不一样的。例如，在字符组外部，点号是元字符，但是在内部则不是如此。相反，连字符只有在字符组内部（这是普通情况）才是元字符，否则就不是。脱字符在字符组外部表示一个意思，在字符组内部紧接[时表示另外一个意思，其他情况又表示别的意思。
- 不要混淆多选项和字符组。字符组”[abc]”和多选项”(a|b|c)”固然表示同一个意思，但是这个例子中的相似性并不能推广开来。无论列出的字符有多少，字符组只能匹配一个字符。相反，多选项可以匹配任意长度的文本，每个多选项能匹配的文本都是独立的，例如”\<(1,000,000|million|thousand•thou>”。不过，多选项没有像字符组那样的排除功能。
- 注意排除型字符组是表示所有未列出字符的字符组的简便方法。因此，”[^x]”的意思并不是“只有这个位置不是x时才能匹配”，而是说“匹配一个不等以x的字符”。其中的差别很细微，但很重要。例如前面的概念可以匹配一个空行，而”[^x]”则不行。
- -i 一般表示不区分大小写。
- 以上为基本的元字符介绍，下一次介绍更重要的“可选项（optional）”?””和“计数”
