PHP核心技术与最佳实践之正则表达式匹配规则

PHP核心技术与最佳实践之正则表达式匹配规则

本文介绍几种常用的匹配规则。

1.     字符组

查找数字、字母、空白很简单，因为已经有了对应这些集合的元字符，但是如果匹配没有预定义元字符的字符集合，方法很简单， 就是在方括号内列出它们。

例如：[aeiou]匹配任何一个英文元音字母，[.*?]匹配标点中的一个。注意此时方括号内的元字符失去了特殊意义。

也可以指定字符范围，例如[0-9]的含义和\d完全一致：代表一位数字；同理[a-zA-Z0-9]等同于\w;

字符组很简单，但是一定要弄清楚字符组中什么时候需要转义。

2.      转义

如果想要查找或匹配元字符本身，比如查找*、？等就出现问题：没办法指定，因为它们会被解释成别的意思。这时就需要\来取消这些字符的特殊意义。这叫转义。

在PHP中使用反斜杠（\）表示转义，\Q和\E也可以在模式中忽略正则表达式的元字符。比如：
\d +\Q.$.\E$

以上表达式先匹配一个或多个数字，紧接着一个.点号，然后一个$,再然后一个.点号，最终是字符串末尾。也就是说\Q和\E中的元字符会被作为普通字符来匹配。

3.      反义

有些时候，查找的字符不属于某个字符类，或者表达式和已知定义相反，(比如除了数字以外其他字符)，这时需要用到反义。

常用反义：

常用反义	描述
\W	匹配任意不是字母、数字、下划线、汉字的字符
\S	匹配任意不是空白符的字符
\D	匹配任意非数字的字符
\B	匹配不是单词开头或结束的位置
[^x]	匹配除了x以外的任意字符

反义有一个比较明显的特征，就是和一些已知元字符相反，并且为大写形式。比如”\D”就表示非数字。

1)    不包含空白符的字符串

\S+

2)    用尖括号扩起来、以a开头的字符串：

<a[^>] +>

提示：

“^”这里是非的意思，不是开头的。如何区分？

表示开头的 ^只能用在正则表达式的最前端，而表示取反的^只能用在字符组中，即只在中括号内出现。

注意：

不要随意使用反义，因为反义无形中扩大范围，而使自己没有考虑到。

4.     分支

分支就是存在多种可能的匹配情况。

(c|h|f|to|)cat

其中括号里的表达式将视为一个整体，分支条件指有几种规则，无论满足哪一种规则都能匹配，具体方法是使用“|”方法把不同的规则分隔开。

5.     分组

重复单个字符只需直接在字符后面加上限定符，但如果想重复多个字符？

常用的分组语法：

类别	语法	描述
捕获	(exp)	匹配exp，并捕获文本到自动命名的组里
	(?<name>exp)	匹配exp，并捕获文本到name的组里
	(?:exp)	匹配exp，不捕获匹配的文本
零宽断言	(?=exp)	匹配exp前面的位置
	(?<=exp)	匹配exp后面的位置
	(?!exp)	匹配后面不是exp的位置
	(?<!exp)	匹配前面不是exp的位置
注释	(?#comment)	注释，不对正则有任何影响