PHP正则表达式入门教程[转]

PHP正则表达式入门教程[转]

 

思维导图

点击下图，可以看具体内容！

 

 

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?

 

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.

$regex = '/^http:\/\/([\w.]+)\/([\w]+)\/([\w]+)\.html$/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!

$regex = '#^http://([\w.]+)/([\w]+)/([\w]+)\.html$#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:

  

$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

$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:

$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

$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！

$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)。

$regex  = '/^(Chuanshanjia)[\w\s!]+\1$/' ;    $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)

$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

  

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.

<?php $regex  = '/heL*/i' ; $str  = 'heLLLLLLLLLLLLLLLL' ; if (preg_match( $regex , $str , $matches )){      var_dump( $matches ); }   echo  "\n" ;

  结果1.

 

代码2

<?php $regex  = '/heL*?/i' ; $str  = 'heLLLLLLLLLLLLLLLL' ; if (preg_match( $regex , $str , $matches )){      var_dump( $matches ); }   echo  "\n" ;

  结果2

 

代码3,使用“+”

<?php $regex  = '/heL+?/i' ; $str  = 'heLLLLLLLLLLLLLLLL' ; if (preg_match( $regex , $str , $matches )){      var_dump( $matches ); }   echo  "\n" ;

 结果3

代码4,使用{3,5}

<?php $regex  = '/heL{3,10}?/i' ; $str  = 'heLLLLLLLLLLLLLLLL' ; if (preg_match( $regex , $str , $matches )){      var_dump( $matches ); }   echo  "\n" ;

 结果4

 

 

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

$regex  = '/      ^host=(?<!\.)([\d.]+)(?!\.)                 (?#主机地址) \|      ([\w!@#$%^&*()_+\-]+)                       (?#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）[\t\n\r]
\d	[0-9]

 

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