[Muxi_k] - PHP正则表达式快速入门

正则表达式

php 正则表达式学习笔记

什么是正则表达式

1. 正则表达式(Regular Expressions(Perl-Compatible))，就是一个匹配的模式

2. 正则表达本身就是一个字符串

3. 正则表达式要在对应的函数中使用

• 在 PHP 中有两套正则表达式函数库，两者功能相似，只是执行效率略有差异

  • 一套由 PCRE 库提供的使用preg_为前缀命名的函数
  • 一套由 POSIX 扩展提供的，使用以ereg_为前缀的函数

注意

• PCRE 来源于 Perl 语言符号
• PCRE 语法支持更多特性比 POSIX 跟强大

---

正则语法

<?php
$reg = "/a\d/i"

• 定界符号，可以使用多种，常用为//
• 原子：最小的匹配单位 \a\（要放在定界符中）
• 元字符：不能单独使用，修饰原子,是用来扩展原子功能和限制/\d/（要放在定界符中）
• 模式修正符号：修正，对模式（正则的修正）/a/i(要放在定界符外)

---

正则表达式中的原子

原子是正则表达式的最小单位，一个表达式至少由一个原子组成

原子是由所有那些未被显示指定为元字符的 打印字符和非打印字符组成，具体分为 5 类。(所有的字符都是原子)

1. 普通字符作为原子:a-z A-Z 0-9等
2. 一些特殊字符和转移后元字符可作为原子：
   • 所有的标点符号，但语句特殊意义的符号需要转义后才可做为原子，如 \"\'\*\+\?\.等
3. 一些非打印字符作为原子：如\f\n\r\t\cx
4. 使用"通用字符类型" 作为原子: 如:\d\D\w\W\s\S
5. 自定义的原子表([])作为原子:如：'/[apj]sp/' '/[^apj]sp/'

普通字符作为原子

• 打印字符a-z A-Z 0-9 !@#$%^&*()...
• 非打印字符\n...

$str = "this is a ^ test ";

$reg = "/\^/";

if (preg_match($reg, $str, $arr)) {
    echo "正则表达式{$reg}和{$str}匹配成功!\n";
    print_r($arr);
} else {
    echo "匹配失败";
}

正则表达式/\^/和this is a ^ test 匹配成功!
Array
(
    [0] => ^
)

'\':转义符号:

一些特殊字符和转移后元字符可作为原子

• 可以将有意义的符号转成没有意义的原子，例如/\^/
• 可以将没有意义的字符转成有意义的原子，例如/\t/(tab 键)
• a-z A-Z 0-9 所有这些没有意义的字符，加上转义也没有意义的有都是可以加可不加的

除了a-z A-Z 0-9这些符号不需要转移，其他符号使用时最好转义，大多数特殊符号有特别意义

---

使用"通用字符类型"

\d	代表任意一个数字
\D	代表任意一个非数字

# /\d/
$str = "this is a 123 test 11";
// 匹配所有数字
$reg = "/\d/";
------------------------------------------
正则表达式/\d/和this is a 123 test 11匹配成功!
Array
(
    [0] => Array
        (
            [0] => 1
            [1] => 2
            ...
        )

)

# /\D/
$str = "this is a 123 test 11";

// 匹配所有数字
$reg = "/\D/";
------------------------------------------
正则表达式/\D/和this is a 123 test 11匹配成功!
Array
(
    [0] => Array
        (
            [0] => t
            [3] => s
            [4] =>
            [5] => i
            ...
        )

)

---

\w	代表任意一个字 a-z A-Z 0-9 _
\W	代表任意一个非字 除了 a-z A-Z 0-9 _之外的所有字符

# /\w/
$str = "!@$@%%^%$@____";
// 匹配所有字
$reg = "/\w/";

------------------------------------
正则表达式/\w/和!@$@%%^%$@____匹配成功!
Array
(
    [0] => Array
        (
            [0] => _
            [1] => _
            ...
        )
)

# \/W\
正则表达式/\W/和!@$@%%^%$@____匹配成功!
Array
(
    [0] => Array
        (
            [0] => !
            [1] => @
            [2] => $
            [3] => @
            ...
        )

)

---

\s	代表空白
\S	代表任意一个非空白

# /\s/
$str = "qw
we   rt";
----------
Array
(
    [0] => Array
        (
            [0] =>
            [1] =>
            [2] =>
            [3] =>
        )

)

#/\S/
正则表达式/\S/和qw
we   rt匹配成功!
Array
(
    [0] => Array
        (
            [0] => q
            [1] => w
            [2] => w
            [3] => e
            [4] => r
            [5] => t
        )

---

自定义的原子表

使用[]来指定

# [469]
正则表达式/[469]/和1243456768909匹配成功!
Array
(
    [0] => Array
        (
            [0] => 4
            [1] => 4
            [2] => 6
            [3] => 6
            [4] => 9
            [5] => 9
        )

)

可以指定范围用’-'表示

正则表达式/[1-5]/和1243456768909匹配成功!
Array
(
    [0] => Array
        (
            [0] => 1
            [1] => 2
            [2] => 4
            [3] => 3
            [4] => 4
            [5] => 5
        )

)

非^

匹配所有的非数字

正则表达式/[^1-4]/和ass2423匹配成功!
Array
(
    [0] => Array
        (
            [0] => a
            [1] => s
            [2] => s
        )
)

.点

代表所有

---

注

正则表达式中的常用非打印字符

原子字符	含义描 述
\cx	匹配由 x 指明的控制字符，如\cM 匹配一个 Control-M 或返回车符，x 必须为 a-z 或 A-Z 之一
\f	匹配一个换页符，等价与\x0x 或\cL
\n	匹配一个换行符，等价与\x0a 或\cJ
\r	匹配一个回车符，等价与\x0d 或\cM
\t	匹配一个制表符，等价与\x09 或\cI
\v	匹配一个垂直制表符，等价与\x0b 或\cK
…	…

正则表达式中的元字符

不能在正则表达式单独使用，用来修饰原子

• ’*'用来修饰前面的原子可以出现 0 个 1 个或多个

# /go*gle/
正则表达式/go*gle/和this gggggoogle is a test 匹配成功!
Array
(
    [0] => Array
        (
            [0] => google
        )
)

• ’+’ 匹配 1 次或多次其前的原子(前面原子至少出现一次)

正则表达式/g+oogle/和this gggggoogle is a test 匹配成功!
Array
(
    [0] => Array
        (
            [0] => gggggoogle
        )
)

• ’?’ 匹配 1 次或多次其前的原子(前面原子不能出现多次)

#正则表达式/go?gle/和this gogle is a test 匹配成功!
Array
(
    [0] => Array
        (
            [0] => gogle
        )

• {n} 表示其前面的原子恰好出现 n 次

# 正则表达式/go{2}gle/和this google is a test 匹配成功!
Array
(
    [0] => Array
        (
            [0] => google
        )
)

• {n,} 表示其前面的原子出现不小于 n

# 正则表达式/go{2,}gle/和this google is a test 匹配成功!
Array
(
    [0] => Array
        (
            [0] => google
        )
)

• {n,m} 表示其前面的原子至少出现 n 次，最多出现 m

# 正则表达式/go{1,3}gle/和this google is a test 匹配成功!
Array
(
    [0] => Array
        (
            [0] => google
        )
)

• ()
  • 改变优先级别
  • 将小原子改变成大原子
  • 子模式，整个表达式是一个大的模式，小括号中是每个独立的子模式
  • 反向引用

正则表达式/orac(le|my)/和this oracmysql is a test 匹配成功!
Array
(
    [0] => Array
        (
            [0] => oracmy
        )

    [1] => Array
        (
            [0] => my
        )
)

正则表达式/orac(mysql)*/和this oracmysql is a mysql 匹配成功!
Array
(
    [0] => Array
        (
            [0] => oracmysql
        )

    [1] => Array
        (
            [0] => mysql
        )

)

正则表达式/(http|ftp):\/\/\www(.*)?\.(com|net)/和this http://www.baidu.com oracmysql ftp://www.exp.net is a mysql 匹配成功!
Array
(
    [0] => Array
        (
            [0] => http://www.baidu.com oracmysql ftp://www.exp.net
        )

    [1] => Array
        (
            [0] => http
        )

    [2] => Array
        (
            [0] => .baidu.com oracmysql ftp://www.exp
        )

    [3] => Array
        (
            [0] => net
        )

)

正则表达式/\d{4}(-|\/)\d{2}\1\d{2}/和this 2020-03-06 2020/03/06 匹配成功!
Array
(
    [0] => Array
        (
            [0] => 2020-03-06
            [1] => 2020/03/06
        )

    [1] => Array
        (
            [0] => -
            [1] => /
        )

)

元字符表

元字符	含义描述
*	匹配 0 次，1 次或多次其前的原子
+	匹配 1 次或多次其前的原子
?	匹配 0 次或 1 次其前的原子
!	匹配两个或多个分支选择
{n}	表示其前面的原子恰好出现 n 次
{n,}	表示其前面的原子出现不小于 n 次
{n,m}	表示其前面的原子至少出现 n 次，最多出现 m 次
^或、A	匹配输入字符串的开始位置(或在多模式下行的开头，既紧随一个换行符之后)
\$或\Z	匹配输入字符串的结束位置(或在多模式下行的开头，既紧随一个换行符之后)
\b	匹配单词的边界
\B	匹配除单词边界以外的部分
()	匹配整体为一个原子，即模式单元，可以理解为由多个单原子组成的大原子

模式修正符号(单个字符)

1. 模式修正符号要写在定界符号之外(右边)

例:

"/go*gle/i"

2. 模式修正符号 ，一个字符就是一个功能

3. 作用:

   • 模式修正符号可以修正正则表达式的解释,扩充了正则表达式的功能

• i:修正正则表达式不区分大小写 (默认是区分大小写的)

正则表达式/test/i和this is a Test匹配成功!
Array
(
    [0] => Array
        (
            [0] => Test
        )
)

• m 把多行视为多行(默认正则把多行视为一行)

正则表达式/^is/m和this
is a Test匹配成功!
Array
(
    [0] => Array
        (
            [0] => is
        )
)

• s修正正则表达式中的.可以匹配换行符号(默认.不可以匹配换行符)

正则表达式/Te.*st/s和this is a Te
st匹配成功!
Array
(
    [0] => Array
        (
            [0] => Te
st
        )
)

• s修正正则表达式，可以省略空白

正则表达式/web server/ix和this is a WebServer匹配成功!
Array
(
    [0] => Array
        (
            [0] => WebServer
        )

)

• U(.* ,+)正则表达式比较贪婪 U 可以取消贪婪模式(不经常使用一般用(.*?))

正则表达式的编写

1. 正则表达式就是一种语言，要学会开放思想
2. 列需求

编写匹配 url 正则

<?php

$str = "
    这是http://www.example.com网站
    这是http://www.xxx.net/index.php网站
    这是http://www.example.cn/php网站
    这是http://www.demo.org/login.php?user=aaa网站
    这是https://www.test.top网站
    这是https://news.baidu.top网站
    这是ftp://news.baidu.top网站
";


$reg = "/(https?|ftps?):\/\/(.*?).(.*?).(com|net|org|cn|top)([\w\.\/\=\?\&]*)?/";

preg_match_all($reg, $str, $arr);
print_r($arr);

编写匹配 email 正则

<?php

$str = "
    这是lqjxm666@163.com邮箱
    这是muxi-Kf4@gmail.com邮箱
    这是muxi_k_ing@163.com邮箱
    这是muxi_k@xx-xx.com邮箱
";


$reg = "/\w+([-+]\w+)*@\w+(-.\w+)*\.\w+/i";

preg_match_all($reg, $str, $arr);
print_r($arr);

正则表达式使用

分割、匹配、查找、替换

1. 字符串处理函数(处理快，但有一些做不到)
2. 正则表达式函数(功能强大,但效率低)

注意：能用字符串处理函数处理的字符串，就不用正则处理

匹配查找:

• strstr()
• strpos()
• substr()

正则匹配

• preg_match()
• preg_match_all()
• preg_grep()

字符串分割

• explode()
• implode()
• join()

正则分割

• preg_split()

字符串替换

• str_replace()

正则替换

• preg_replace()