PHP的正则表达式学习教程

这几天一直面临着如何去除字符串中的html标签的问题，我的解决方法是使用PHP中的正则表达式来匹配处理，存储在数据库表中的标签有很多类，叶德华觉得具有代表性的就只有：<p></p>、<img src="" />、<br />、<a href="http://username:password@hostname/path?arg=value#anchor">23</a>，我觉的只要处理好这几类标签，并且忽略下大小写就好了，所以我写的正则表达式是：/<[\w\s\/="\?@\#\'\._:]*>/i，下面就从这里开始介绍下PHP中的正则表达式：

（1）定界符

在PHP中，通常使用左斜杠（/）或者井号（#）来作为定界符的开始和结束，一般常见的都是左斜杠（/），井号（#）通常用在正则表达式中出现左斜杠（/）太多，而不宜再添加左斜杠（/）来影响代码可读性的时候使用。例如在一个网址中：

简单的一个网址：http://www.yedward.net/post/20.html

正则表达式：/^http:\/\/[\w.]+[\w]+\/[\w]+\/[\d]+.html$/，由于其中左斜杠（/）太多了，影响可读性，这个时候就可以把最前最后的两个定界符换成#来使用，这个时候就可以不用对左斜杠进行转义操作了，改写成：#^http://[\w.]+[\w]+/[\w]+/[\d]+.html$#。

（2）修饰符

修饰符的作用是用来改变正则表达式的行为。就比如上面的例子进行匹配的时候，只会匹配大小写一样的，如果网址是：HTTP://WWW.YEDWARD.NET/POST/20.HTML，这个时候进行匹配，就会出错，因为没有忽略大小写，想要成功匹配只要在定界符后面加一个字母i，将正则表达式改成：/^http:\/\/[\w.]+[\w]+\/[\w]+\/[\d]+.html$/i。正则表达式的修饰符有很多，可以只在参考PHP手册，这里不多说。

（3）字符域

可以理解为用方括号[]括起来的就是字符语，可以理解成是一群字符的集合。比如，如果你要匹配的字符串中又包括数字又包括小写英文字母，这个时候你就可以写成/[\d\w]*/。

（4）限定符

顾名思义，限定符起到的就是一个限定的作用。例如，整数的正则表达式可以是：/[\d]+/，其中加号（+）表示一个或者多个，也可以写成/[\d]{1,}/，如果是表示0个或者多个就是/[\d]{0,}/。

（5）脱字符

脱字符指的是^，如果^放在字符域中，它表示的是否定不包括的意思，比如/[^\d]/即为不是整数。如果^放在表达式之前，开始定界符的后面，则表示从当前字符开始，那么在匹配的时候，就一定要要以^后面的那个字符作为开始，比如/^[\d]+/就表示要以整数开始。当^表示开始的时候，通常与它在一起用的还有$，它表示的就是结束。

对于正则表达式，不同的人对于同一个对象的描述可能都不同，可能有的人会写的繁琐一点，有的人会写的特别简单，看起来好像特别难，多看看别人写的，多自己去写写，其实发现也不是多么的难以触及。