一、问题引入

一个在HTML页面中匹配标题标签（H1—H6）的问题：

文本：

Welcome to my page
Content is divided into twosections:

Introduction
Information about me.
Hobby
Information about my hobby.
This is invalid HTML

正则表达式：<[hH][1-6]>.*?

结果：

【

Welcome to my page

Introduction

Hobby

This is invalid HTML

分析：模式<[hH][1-6]>匹配任何一级标题的开始标签，而且不区分大小写，在这个例子中它匹配到了

、

，匹配到了

二、回溯引用匹配

回溯引用是指模式的后半部分引用在前半部分中定义的子表达式。至于子表达式的使用、划分和引用，在前面已经介绍过了。现在来解决前面的例子：

文本：

Welcome to my page
Content is divided into twosections:

Introduction
Information about me.
Hobby
Information about my hobby.
This is invalid HTML

正则表达式：<[hH]([1-6])>.*?

结果：

【

Welcome to my page

Introduction

Hobby

This is invalid HTML

分析：首先匹配开始标题标签的模式<[hH]([1-6])>，使用括号把[1-6]做为子表达式，而匹配结束标题标签模式为，其中\1表示引用第一个子表达式，即([1-6])，如果([1-6])匹配到的是1，那\1也匹配到1，如果匹配到2，那\1也匹配到2，所以最后一个无效的标题标签就不会被匹配到了。