转载

PHP 正则表达式

正则表达式，大家在开发中应该是经常用到，现在很多开发语言都有正则表达式的应用，比如JavaScript、Java、.Net、PHP 等，我今天就把我对正则表达式的理解跟大家唠唠，不当之处，请多多指教！

需要知道的术语——下面的术语你知道多少?

Δ 定界符

Δ 字符域

Δ 修饰符

Δ 限定符

Δ 脱字符

Δ 通配符(正向预查，反向预查)

Δ 反向引用

Δ 惰性匹配

Δ 注释

Δ 零字符宽

定位

我们什么时候使用正则表达式呢？不是所有的字符操作都用正则就好了，php在某些方面用正则反而影响效率。当我们遇到复杂文本数据的解析时候，用正则是比较好的选择。

优点

正则表达式在处理复杂字符操作的时候，可以提高工作效率，也在一定程度节省你的代码量。

缺点

我们在使用正则表达式的时候，复杂的正则表达式会加大代码的复杂度，让人很难理解。所以我们有的时候需要在正则表达式内部添加注释。

通用模式

¤ 定界符，通常使用 “/”做为定界符开始和结束,也可以使用”#”。

什么时候使用”#”呢?一般是在你的字符串中有很多”/”字符的时候，因为正则的时候这种字符需要转义，比如uri。

使用”/”定界符的代码如下.

123

$regex = '/^http://([w.]+)/([w]+)/([w]+).html$/i' ; $str = 'http://www.youku.com/show_page/id_ABCDEFG.html' ; $matches = array ();

if (preg_match( $regex , $str , $matches )){

var_dump( $matches );

}

echo "n" ;

preg_match中的$matches[0]将包含与整个模式匹配的字符串。

使用”#”定界符的代码如下.这个时候对”/”就不转义!

123

$regex = '#^http://([w.]+)/([w]+)/([w]+).html$#i' ; $str = 'http://www.youku.com/show_page/id_ABCDEFG.html' ; $matches = array ();

if (preg_match( $regex , $str , $matches )){

var_dump( $matches );

}

echo "n" ;

¤ 修饰符:用于改变正则表达式的行为。

我们看到的(‘/^http://([w.]+)/([w]+)/([w]+).html/ i ‘)中的最后一个”i”就是修饰符,表示忽略大小写，还有一个我们经常用到的是”x”表示忽略空格。

贡献代码:

123

$regex = '/HELLO/' ; $str = 'hello word' ; $matches = array ();

if (preg_match( $regex , $str , $matches )){

echo 'No i:Valid Successful!' , "n" ;

}

if (preg_match( $regex . 'i' , $str , $matches )){

echo 'YES i:Valid Successful!' , "n" ;

}

¤ 字符域:[w]用方括号扩起来的部分就是字符域。

¤ 限定符:如[w]{3,5}或者[w]*或者[w]+这些[w]后面的符号都表示限定符。现介绍具体意义。

{3,5}表示3到5个字符。{3,}超过3个字符，{,5}最多5个，{3}三个字符。

* 表示0到多个

+ 表示1到多个。

¤ 脱字符号

> 放在字符域(如:[^w])中表示否定(不包括的意思)——“反向选择”

> 放在表达式之前，表示以当前这个字符开始。(/^n/i,表示以n开头)。

注意，我们经常管””叫”跳脱字符”。用于转义一些特殊符号，如”.”,”/”

通配符(lookarounds):断言某些字符串中某些字符的存在与否！

lookarounds分两种:lookaheads(正向预查 ?=)和lookbehinds(反向预查?<=)。

> 格式:

正向预查:(?=) 相对应的 (?!)表示否定意思

反向预查:(?<=) 相对应的 (?<!)表示否定意思

前后紧跟字符

123

$regex = '/(?<=c)d(?=e)/' ; /* d 前面紧跟c, d 后面紧跟e*/ $str = 'abcdefgk' ; $matches = array ();

if (preg_match( $regex , $str , $matches )){

var_dump( $matches );

}

echo "n" ;

否定意义:

123

$regex = '/(?<!c)d(?!e)/' ; /* d 前面不紧跟c, d 后面不紧跟e*/ $str = 'abcdefgk' ; $matches = array ();

if (preg_match( $regex , $str , $matches )){

var_dump( $matches );

}

echo "n" ;

>字符宽度:零

验证零字符代码

123

$regex = '/HE(?=L)LO/i' ; $str = 'HELLO' ; $matches = array ();

if (preg_match( $regex , $str , $matches )){

var_dump( $matches );

}

echo "n" ;

打印不出结果！

123

$regex = '/HE(?=L)LLO/i' ; $str = 'HELLO' ; $matches = array ();

if (preg_match( $regex , $str , $matches )){

var_dump( $matches );

}

echo "n" ;

能打印出结果!

说明:(?=L)意思是HE后面紧跟一个L字符。但是(?=L)本身不占字符，要与(L)区分，（L）本身占一个字符。

捕获数据

没有指明类型而进行的分组,将会被获取,供以后使用。

> 指明类型指的是通配符。所以只有圆括号起始位置没有问号的才能被捕捉。

> 在同一个表达式内的引用叫做反向引用。

> 调用格式: 编号(如1)。

123

$regex = '/^(Chuanshanjia)[ws!]+1$/' ; $str = 'Chuanshanjia thank Chuanshanjia' ; $matches = array ();

if (preg_match( $regex , $str , $matches )){

var_dump( $matches );

}

echo "n" ;

> 避免捕获数据

格式:(?:pattern)

优点:将使有效反向引用数量保持在最小，代码更加、清楚。

>命名捕获组

格式:(?P<组名>) 调用方式 (?P=组名)

123

$regex = '/(?P<author>chuanshanjia)[s]Is[s](?P=author)/i' ; $str = 'author:chuanshanjia Is chuanshanjia' ; $matches = array ();

if (preg_match( $regex , $str , $matches )){

var_dump( $matches );

}

echo "n" ;

运行结果

PHP 正则表达式

惰性匹配(记住：会进行两部操作,请看下面的原理部分)

格式:限定符?

原理:”?”：如果前面有限定符，会使用最小的数据。如“*”会取0个，而“+”会取1个，如过是{3,5}会取3个。

先看下面的两个代码:

代码1.

123

<?php $regex = '/heL*/i' ; $str = 'heLLLLLLLLLLLLLLLL' ;

if (preg_match( $regex , $str , $matches )){

var_dump( $matches );

}

echo "n" ;

结果1.

PHP 正则表达式

代码2

123

<?php $regex = '/heL*?/i' ; $str = 'heLLLLLLLLLLLLLLLL' ;

if (preg_match( $regex , $str , $matches )){

var_dump( $matches );

}

echo "n" ;

结果2

PHP 正则表达式

代码3,使用“+”

123

<?php $regex = '/heL+?/i' ; $str = 'heLLLLLLLLLLLLLLLL' ;

if (preg_match( $regex , $str , $matches )){

var_dump( $matches );

}

echo "n" ;

结果3

PHP 正则表达式

代码4,使用{3,5}

123

<?php $regex = '/heL{3,10}?/i' ; $str = 'heLLLLLLLLLLLLLLLL' ;

if (preg_match( $regex , $str , $matches )){

var_dump( $matches );

}

echo "n" ;

结果4

PHP 正则表达式

正则表达式的注释

格式:(?# 注释内容)

用途:主要用于复杂的注释

贡献代码:是一个用于连接MYSQL数据库的正则表达式

123

$regex = '/ ^host=(?<!.)([d.]+)(?!.) (?#主机地址) |

([w!@#$%^&*()_+-]+) (?#用户名)

([w!@#$%^&*()_+-]+) (?#密码)

(?!|)$/ix';

$str = 'host=192.168.10.221|root|123456' ;

$matches = array ();

if (preg_match( $regex , $str , $matches )){

var_dump( $matches );

}

echo "n" ;

特殊字符

特殊字符	解释
*	0到多次
+	1到多次还可以写成{1,}
?	0或1次
.	匹配除换行符外的所有单个的字符
w	[a-zA-Z0-9_]
s	空白字符(空格，换行符，回车符）[tnr]
d	[0-9]