php下正则表达式的模糊区域

最近在读《PHP5权威编程》，看到了正则表达式部分，发现其中的好些知识点以前都不明白，现在记录一下，方便以后的查看。同样在这一块不是很清晰的，可以学习一下。

1、(?: ...)

注：在子正则式前面加上“?:”，表示在输出中不会获取此子正则式。

eg：

var_dump(preg_match('@(?:[0-9]{2})([0-9]{2})@', 'this is 2013', $match));
var_dump($match);

输出的结果为

int(1)array(2) { [0]=> string(4) "2013" [1]=> string(2) "13"}

可以发现世纪部分并没有在匹配结果数组中。

2、(?P<name>...)

注：使用此种方式，可以发现在匹配结果数组中，此子正则式匹配结果的键值为name，这样可以快速定位是否存在需要的那部分。

eg：

var_dump(preg_match('/(?P<century>[12][0-9])(?P<year>[0-9]{2})/', 'php in 2005', $match));
var_dump($match);

输出结果为：

int(1)

array(5) { [0]=> string(4) "2005" ["century"]=> string(2) "20" [1]=> string(2) "20" ["year"]=> string(2) "05" [2]=> string(2) "05"}

3、大家注意一下正则匹配的结果

var_dump(preg_match('/^([0-9a-f]{2}:){5}[0-9a-f]{2}$/', '10:21:56:90:40:90', $match));
var_dump($match);

输出的结果为：

int(1)

array(2) { [0]=> string(17) "10:21:56:90:40:90" [1]=> string(3) "40:"}

注：

大家应该注意到了，匹配结果数组中子正则式匹配的结果是40:，具体原理我也不太清楚，大家以后注意，如果有明白原因的同学，可以分享一下。

4、转义序列

'\*\*4'与"\\*\\*\4"，这两种写法作用是一样的，区别在于单引号和双引号。如果要匹配**4，正则的表达式为\*\*4，如果用单引号括起来，就不用在对反斜线进行转义，如果用双引号括起来，需要对反斜线进行转义。

5、\Q...\E

注：可以在正则式里面用来关闭元字符的特殊含义功能。因此正则式'@\Q.+*?\E@'将匹配字符串'.+*?'。

6、无限匹配的例子

eg：

$a = '<a href="http://www.baidu.com">baidu</a>hello<a href="http://www.weibo.com">weibo</a>word';
var_dump(preg_match_all('@<a.*>(.+)</a>@', $a, $match));
var_dump($match);

输出的结果为：

int(1)array(2) { [0]=> array(1) { [0]=> string(85) "<a href="http://www.baidu.com">baidu</a>hello<a

href="http://www.weibo.com">weibo</a>" } [1]=> array(1) { [0]=> string(5) "weibo" }}

发现，匹配的是整个字符串，并不是我们需要的结果，主要原因是因为*和+的无限制匹配。这个时候我们可以在*和+的后边添加?，让它进行不贪婪的匹配。

eg：

$a = '<a href="http://www.baidu.com">baidu</a>hello<a href="http://www.weibo.com">weibo</a>word';
var_dump(preg_match_all('@<a.*?>(.+?)</a>@', $a, $match));
var_dump($match);

输出的结果为：

int(2)array(2) { [0]=> array(2) { [0]=> string(40) "<a href="http://www.baidu.com">baidu</a>" [1]=> string(40) "<a href="http://www.weibo.com">weibo</a>" } [1]=> array(2) { [0]=> string(5) "baidu" [1]=> string(5) "weibo" }}

这样就对了。