经常用到的PHP正则表达达式

原文链接：http://www.cnblogs.com/baochuan/archive/2012/03/12/2391135.html

介绍

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?

定界符；字符域；修饰符；限定符；脱字符；通配符(正向预查，反向预查)；反向引用；惰性匹配；注释；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.

1. $regex = '/^http:\/\/([\w.]+)\/([\w]+)\/([\w]+)\.html$/i';   
2. $str = 'http://www.youku.com/show_page/id_ABCDEFG.html';   
3. $matches = array();   
4.     
5. if(preg_match($regex, $str, $matches)){   
6.     var_dump($matches);   
7. }   
8.     
9. 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!

1. $regex = '#^http://([\w.]+)/([\w]+)/([\w]+)\.html$#i';   
2. $str = 'http://www.youku.com/show_page/id_ABCDEFG.html';   
3. $matches = array();   
4.     
5. if(preg_match($regex, $str, $matches)){   
6.     var_dump($matches);   
7. }   
8.     
9. 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:

1. $regex = '/HELLO/';   
2. $str = 'hello word';   
3. $matches = array();   
4.     
5. if(preg_match($regex, $str, $matches)){   
6.     echo 'No i:Valid Successful!',"\n";   
7. }   
8.     
9. if(preg_match($regex.'i', $str, $matches)){   
10.     echo 'YES i:Valid Successful!',"\n";   
11. }   

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 (?

前后紧跟字符

1. $regex = '/(?<=c)d(?=e)/';   
2. $str = 'abcdefgk';   
3. $matches = array();   
4.     
5. if(preg_match($regex, $str, $matches)){   
6.     var_dump($matches);   
7. }   
8.     
9. echo "\n"; 

否定意义:

1. $regex = '/(?;   
2. $str = 'abcdefgk';   
3. $matches = array();   
4.     
5. if(preg_match($regex, $str, $matches)){   
6.     var_dump($matches);   
7. }   
8.     
9. echo "\n"; 

字符宽度:零

验证零字符代

1. $regex = '/HE(?=L)LO/i';   
2. $str = 'HELLO';   
3. $matches = array();   
4.     
5. if(preg_match($regex, $str, $matches)){   
6.     var_dump($matches);   
7. }   
8.     
9. echo "\n"; 

打印不出结果！

1. $regex = '/HE(?=L)LLO/i';   
2. $str = 'HELLO';   
3. $matches = array();   
4.     
5. if(preg_match($regex, $str, $matches)){   
6.     var_dump($matches);   
7. }   
8.     
9. 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)。

1. $regex = '/^(Chuanshanjia)[\w\s!]+\1$/';       
2. $str = 'Chuanshanjia thank Chuanshanjia';   
3. $matches = array();   
4.     
5. if(preg_match($regex, $str, $matches)){   
6.     var_dump($matches);   
7. }   
8.     
9. 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)

1. $regex = '/(?Pchuanshanjia)[\s]Is[\s](?P=author)/i';   
2. $str = 'author:chuanshanjia Is chuanshanjia';   
3. $matches = array();   
4.     
5. if(preg_match($regex, $str, $matches)){   
6.     var_dump($matches);   
7. }   
8.     
9. echo "\n"; 

运行结果

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.