简述正则表达式的语法规则（一）

一、前序

正则表达式具有一套非常完整的、可以编写模式的语法体系。

正则表达式通过构建具有特定规则的模式，与输入的字符串信息进行比较，在特定的函数中使用，从而实现字符串的匹配、查找、替换及分隔等操作。

毫无疑问，正则表达式是好用的，具有简洁、灵活、快捷等优点，但好多人都是被文档教程的晦涩难懂、以及看似乱码样式的字符给吓跑了。

今天呢，我就以PHP为基础语言，来探讨下正则的语法规则。

二、正则表达式语法规则

1、正则表达式的匹配模板组成：

       a、定界符

       b、原子（普通字符，e.g a、 (bcd)）

       c、特殊功能的字符（称为元字符，例如*、+、？等）

       d、模式修正符（比如 i为忽略大小写等）

2、定界符：除字母、数字、和反斜线“\”以外的任何字符都可以作为定界符号，例如“#”、“!”、“{}”、“|”等都可以作为定界符号来使用，但习惯上使用"/"。

示例如下：

      /[ab]c/   --匹配ac、bc或者abc

      |^\s+(\s+)?$|

3、原子：每个模式中最少要包含一个原子。而原子可以分为以下5类：

(1)、普通字符：a~z、A~Z、0~9     

      示例：

              /1/   --用于匹配字符串中是否有1这个字符出现

             /ksk/   --用于匹配是否有ksk这个字符串出现

(2)、一些特殊字符和元字符作为原子：有些符号具有特殊意义，但是我们必须在表达式中把它当成原子使用，则我们只能使用转义字符"\"取消它的特殊意义，将其变成一个普通的原子。

此处列举一些符号：双引号““”、单引号”‘“、星号”*“、加号”+“、点号”.“，这几个作为原子的话，必须使用转义字符进行转义，即\"样式。

示例如下：

    '/\*/'   检查字符串中是否出现星号

    ’/\<a\>|\<a\/\>/‘   检查是否出现<a>标签

(3)、使用一些非打印字符作为原子

非打印字符者，即打印时不出现在打印文本中，只起到定制文本格式等的作用的字符，如"\n"。

示例：

’/\t/‘    检查是否有制表符

’/\r\n/‘    检查字符串中是否有换行回车

(4)、使用”通用字符类型“作为原子

所谓通用字符类型者，是通过一个原子来匹配一批字符，通用字符类型可以使表达式看起来简洁

下面记录一些常见到的通用字符：

\W    匹配除数字、字符、下划线以外的任意一个字符，和[^0-9a-zA-Z_]等价

\w    等价于[0-9a-zA-z_]，即和\W刚好相反，注意^，是取反的意思。

(5)、上面说了通用字符类型，而提供给我们的只有少之又少的那么几个，用起来肯定不够用撒，那么我们可不可以自己定义这个通用字符呢？

答案是可以，我们先来看上面的示例：\w    等价于[0-9a-zA-z_]  

等价者，说明可以不用那么简化的写，可以就使用比较烦的那种，效果一样。那么我们就可以使用”[]“进行自定义这个通用字符类型。

示例：

      ’/A[b{4}][0-9a-zA-Z]+/‘     解释：这个就是说：要以A为第一个字符，[b{4}]代表4个b，即bbbb，然后后面是任意数字、子母的组合原子。比如：AbbbbKSK、AbbbbDD等等

由于时间关系，剩下的元字符和修正符晚上回去再写。下面我来为大家解析一道面试经常遇到的正则题目：

问：请写出邮箱验证的正则表达式？

答案：

$param="/^([0-9A-Za-z\\-_\\.]+)@([0-9a-z]+\\.[a-z]{2,3}(\\.[a-z]{2})?)$/i";

解析：这道题出现的频率很高，几乎有正则考题时都会出现。这是因为邮箱验证用的很频繁，大多数人都是网上拷贝，用就是了，并不能理解它的语法。解析如下：

首先，分解上面正则表达式为4部分，分别为：’^([0-9A-Za-z\\-_\\.]+)’、‘@’、'[0-9a-z]+\\.[a-z]{2,3}'、'(\\.[a-z]{2})?'

’^([0-9A-Za-z\\-_\\.]+)’：为以任意数字、字幕、下划线、短杠、圆点组成的并开头的字符串，形成账号，注意^。

'@'：要包含@符号，作为分隔符

'[0-9a-z]+\\.[a-z]{2,3}'：数字和小写字幕的组合，后跟点号以及2-3个小写子母，形成邮箱的域。

'(\\.[a-z]{2})?'：以点号开始，后跟两个小写子母，后面的问号表示，只搜索一遍，即只返回一个结果字符串。