元字符(metacharacter)
正则引擎保留字符，作为一般字符匹配时需要转义
流派(flavor)
不同工具支持的元字符和特性各不相同，构成正则表达式的不同流派。
子表达式(subexpression)
括号内的表达式，常用于获取部分匹配结果
字符（character)
正则表达式的基本构成。需要注意不同编码下字符的意义不同，大多数工具只支持ascii编码的字节匹配，近来有部分工作支持unicode编码匹配。
简记字符(shorthands)
\t \n \r; \s 与 \S, \w 与 \W, \d 与 \D
\b (\<与\>)
使用特定的语言(perl/java/c++)或工具(vim/grep)时需要关注的基本问题：
1. 支持的元字符号及特性
2. 工具的交互方式（如何操作，以及目标文本类型）
3. 正则引擎的类别 (NFA/DFA)
1.支持的元字符及特性
(1)POSIX 1986 将各种常见流派分为两大类
BREs Basic Regular Expressions (grep)
EREs Extented Regular Expressions (egrep)
现在两者的差异缩小, 基本差异为grep元字符需要转义 \? \+ \|
(2)常用元字符和特性 (枯燥，请翻书)
字符表示: \t \n
字符组表示: [a-z] [[:alpha:]]
锚点: ^ $ \b
注释: (?#...)
分组、条件判断: (...) {min, max} + ?
2. 不同工具的交互方式
(1)集成式 perl, awk, 修改直接在目标变量上进行,函数或对象式 java,.net, php, c++, 不修改目标变量，直接传回匹配结果。
(2)工具本身的字符串元字符不同，譬如 字符串"\\t" 传给正则引擎的是 "\t";
(3)对文本编码的支持。如 perl中^.$无法匹配"你"而必须使用^...$ ， 而egrep 可以
(4)匹配模式。不区分大小写/是否忽略[]外的空白字符/是否支持. 匹配换行符
(3)正则引擎的分类
表达式主导的NFA(非确定有穷自动机) （大多数非GNU版本的awk, egrep）和 文本主导的DFA(确定有穷自动机) (perl,php,java,.net)
相同的规则（最左最长规则 ）
1. 优先选择最左端的匹配结果。如 a|b 匹配字符串'the b is before a'， 匹配成功的是'b'
2. 标准量词优先匹配(? * + {min,max})。 greedy, 尽可能匹配多的字符。如^.*([0-9]+)匹配字符串'copyright 2011.' 时子表达式匹配的是 3
但DFA取绝对最长，如one(self)?(oneselfsufficient)? 匹配 oneselfsufficient ，DFA匹配整各串， 传统型NFA 匹配oneself
(| 不是标准量词，也往往是NFA和DFA的区分点 , 传统型NFA使用按序匹配)
不同的规则
1. 匹配方法。NFA只扫描一次表达式，DFA只扫描一次目标文本。to(nite|knight|night) 匹配 tonight, NFA的扫描是确定 to,然后nite, knight, night 依次尝试，即目标文本中的ni被扫描两次， 而DFA则同时纪录所有可能的匹配，同样的例子，扫描到目标文本toni 时，DFA引擎已经记录 to(ni,te | knight | ni,ght) 中两种可能匹配。
注：这个差异意味这DFA的匹配时间复杂度取决于目标文本的大小，与正则表达式的写法无关。而NFA会多次扫描文本，不同正则表达式写法对匹配性能影响巨大。
2.NFA回溯的两个基本规则
应该首先选择那个分支？ 匹配优先量词(* + ? {min, max})优先选择尝试，忽略优先量词 (*? +? ?? {min, max}?) 优先选择放弃尝试。[真变态啊！:-(]
匹配失败后应该选择哪个候选分支？ 最后存储的
sample: ab?c 匹配 abX
“|"的顺序匹配陷阱
使用 (0?[1-9] | [12][0-9] | 3[01])匹配 Jan 31
why NFA?
NFA编译时间更快，需要的内存更少
NFA提供反向引用，环视，非优先匹配量词，固化分组
注： POSIX NFA为使用NFA原理，同时需要模拟某些DFA特性（如绝对最长匹配)而做，性能相对较差, 相应的工具也较少。