正则分支条件(|)

平时工作过程中,用到的正则表达式挺多的，昨天晚上同事给了一个分支条件匹配，突然看上去的时候感觉怪怪的，执行的时候也没什么问题。就说随便用吧，不会有问题的，今天早上来发现匹配了一大堆垃圾数据。。。。

    <a href="//xxx/aa9"><span>TEST</span></a>

    <a.*?href="(.*?)".*?>s*?<span>TEST.*?</span>s*?</a>

    <a.*?href="(.*?)"(.|
)*?>s*?<span>TEST.*?</span>s*?</a>

上面的一个a标签用下面的2个正则都可以匹配，但是如果换一种情况就不一样了:

         <a href="//xxx/aa9"
    ><span>TEST</span></a>
     <a href="//xxx/aa9"><span>TEST</span></a>

两个a标签的代码，包含一个换行符，如果用第一个正则会得到一个结果，也是他想要的。但是如果用第二个，就悲剧了 匹配范围瞬间扩大到了所有换行符。

原因出在|上，|是一个分支条件，这哥们会把条件进行分割，匹配分枝条件时，将会从左到右地测试每个条件，如果满足了某个分枝,剩下的就不会管了。记录一下，以后遇到不懂的 一定要查一下。

上面正则用的一个匹配表达式:

    .    匹配除了换行符以外的任意字符
    s   匹配任意空白字符
    *    重复次数  大于0或者更多
    
   换行符
    ?    将贪婪的匹配模式改变为非贪婪模式
    ()   类似一个分组的作用吧，处理结果非常好用