文章目录
正则表达式是什么
正则表达式(regular expression)可以看作是用来描述规则字符串的一种固定表达式。
用一个“字符串”来描述一个特征,然后去验证另一个“字符串”是否符合这个特征。
比如 表达式“ab+” 描述的特征是“一个 ‘a’ 和 任意个 ‘b’ ”,那么 ‘ab’, ‘abb’, ‘abbbbbbbb’ 都符合这个特征。
正则表达式的使用场景
- 验证字符串是否符合指定特征,比如验证是否是合法的邮件地址
- 用来查找字符串,从一个长的文本中查找符合指定特征的字符串,比查找固定字符串更加灵活方便
- 用来替换,比普通的替换更强大
初识正则表达式
先以一个简单的正则表达式作为例子,如下:
如果您以前从来没有使用过正则表达式,那么看到上面这一串字符串,“一脸懵逼” 这个词语相信最符合您的感受。
不过,没有关系,我们一步一步来走入正则表达式的世界。
我们先不去解释上面这个字符串的含义以及代表了哪类字符串,我们先从最基本的,我们熟知的开始。
相信您一定是用过通配符 * ,比如,我们要查看根目录下所有的txt文件,通常会这么做
ls -l /*.txt
其中,这里的 * 代表了所有字符,它是一个通配符,匹配0个或者多个字符。
那么正则表达式也是这种思路,由多个规定好的通配符来描述一组特征,用来查找符合特征的字符串,只不过正则表达式中的通配符比较多,含义比较复杂,但是只要是在工作中熟练使用了之后,相信会对工作起到事半功倍的效果。
好,接下来,我们先解释一下上面的那个正则表达式代表了什么意思?
- ^ 代表匹配输入字符串的开始位置。
- [0-9]+匹配多个数字, [0-9] 匹配单个数字,+ 匹配一个或者多个。
- abc$匹配字母 abc 并以 abc 结尾,$ 为匹配输入字符串的结束位置。
注意⚠️: ^ 与 $ 并不是必须的,它仅仅是限制了开头与结尾的字符串
综上,上述的正则表达式则代表了 以0-9开头,并且以abc结尾的所有字符串。比如: ‘1abc’, ‘123abc’, ‘0123456789abc’
是不是很简单呢?接下来,我们详细讲解一下正则表达式的语法。
正则表达式的语法
普通字符
描述
字母、数字、汉字、下划线、以及后边章节中没有特殊定义的标点符号,都是"普通字符"。
表达式中的普通字符,在匹配一个字符串的时候,匹配与之相同的一个字符。
示例
正则表达式 | 匹配字符串 | 结果 |
---|---|---|
a | abcdefg | 成功, 匹配到的字符是’a’, 匹配的位置是: 开始于0,结束于1 |
bc | aacdbcaf | 成功, 匹配到的字符是’bc’, 匹配的位置是: 开始于4,结束于6 |
PHP代码示例
preg_match_all('/a/', 'abcdefg', $matches1, PREG_OFFSET_CAPTURE);
preg_match_all('/bc/', 'aacdbcaf', $matches2, PREG_OFFSET_CAPTURE);
print_r($matches1);
print_r($matches2);
结果:
Array
(
[0] => Array
(
[0] => Array
(
[0] => a
[1] => 0
)
)
)
Array
(
[0] => Array
(
[0] => Array
(
[0] => bc
[1] => 4
)
)
)
简单的转义字符
描述
一些不便书写的字符,采用在前面加 “\” 的方法。
正则表达式 | 可匹配 |
---|---|
\r | 回车符 |
\n | 换行符 |
\t | 制表符 |
\\ | '\'字符本身 |
还有其他一些在后边章节中有特殊用处的标点符号,在前面加 “\” 后,就代表该符号本身。比如:^, $ 都有特殊意义,如果要想匹配字符串中 “^” 和 “$” 字符,则表达式就需要写成 “\^” 和 “\$”。
示例
正则表达式 | 匹配字符串 | 结果 |
---|---|---|
\$d | abc$def | 成功, 匹配到的字符是’$d’, 匹配的位置是: 开始于3,结束于5 |
PHP代码示例
preg_match_all('/\$d/', 'abc$def', $matches, PREG_OFFSET_CAPTURE);
print_r($matches);
结果:
Array
(
[0] => Array
(
[0] => Array
(
[0] => $d
[1] => 3
)
)
)
能够与固定的’多种字符’ 匹配的表达式
描述
正则表达式中的一些表示方法,可以匹配 ‘多种字符’ 其中的任意一个字符。比如,表达式 “\d” 可以匹配任意一个数字。虽然可以匹配其中任意字符,但是只能是一个,不是多个。这就好比玩扑克牌时候,大小王可以代替任意一张牌,但是只能代替一张牌。
正则表达式 | 可匹配 |
---|---|
\d | 任意一个数字,0~9 中的任意一个 |
\w | 任意一个字母或数字或下划线,也就是 AZ,az,0~9,_ 中任意一个 |
\s | 包括空格、制表符、换页符等空白字符的其中任意一个 |
. | 小数点可以匹配除了换行符(\n)以外的任意一个字符 |
示例
正则表达式 | 匹配字符串 | 结果 |
---|---|---|
\d\w | $)p6a( | 成功, 匹配到的字符是’6a’, 匹配的位置是: 开始于3,结束于5 |
\d\d | $abc%189 | 成功, 匹配到的字符是’18’, 匹配的位置是: 开始于5,结束于7 |
PHP代码示例
preg_match_all('/\d\w/', '$)p6a(', $matches1, PREG_OFFSET_CAPTURE);
preg_match_all('/\d\d/', '$abc%189', $matches2, PREG_OFFSET_CAPTURE);
print_r($matches1);
print_r($matches2);
结果:
Array
(
[0] => Array
(
[0] => Array
(
[0] => 6a
[1] => 3
)
)
)
Array
(
[0] => Array
(
[0] => Array
(
[0] => 18
[1] => 5
)
)
)
能够与自定义的’多种字符’ 匹配的表达式
描述
使用方括号 [ ] 包含一系列字符,能够匹配其中任意一个字符。用 [^ ] 包含一系列字符,则能够匹配其中字符之外的任意一个字符。同样的道理,虽然可以匹配其中任意一个,但是只能是一个,不是多个。
正则表达式 | 可匹配 |
---|---|
[ab12()] | 匹配 ‘a’或’b’或’1’或’2’或’(‘或’)’ |
[a-z] | 匹配 ‘a’~'z’之间的任意一个字母 |
[^ab] | 匹配 ‘a’,'b’之外的任意一个字符 |
[^A-Z0-5] | 匹配 ‘A’‘Z’,‘0’‘5’ 之外的任意一个字符 |
示例
正则表达式 | 匹配字符串 | 结果 |
---|---|---|
[ab1][ab1] | aca1d | 成功, 匹配到的字符是’a1’, 匹配的位置是: 开始于2,结束于4 |
[^abc] | abcdabc | 成功, 匹配到的字符是’d’, 匹配的位置是: 开始于3,结束于4 |
PHP代码示例
preg_match_all('/[ab1][ab1]/', 'aca1d', $matches1, PREG_OFFSET_CAPTURE);
preg_match_all('/[^abc]/', 'abcdabc', $matches2, PREG_OFFSET_CAPTURE);
print_r($matches1);
print_r($matches2);
结果:
Array
(
[0] => Array
(
[0] => Array
(
[0] => a1
[1] => 2
)
)
)
Array
(
[0] => Array
(
[0] => Array
(
[0] => d
[1] => 3
)
)
)
修饰匹配次数的特殊符号
描述
以上所讲到的表达式,无论是只能匹配一种字符的表达式,还是可以匹配多种字符其中任意一个的表达式,都只能匹配一次。如果使用表达式再加上修饰匹配次数的特殊符号,那么不用重复书写表达式就可以重复匹配。
使用方法是:“次数修饰"放在"被修饰的表达式"后边。比如:”[bcd][bcd]" 可以写成 “[bcd]{2}”。
正则表达式 | 作用 |
---|---|
{n} | 表达式重复n次,比如’\w{2}‘相当于’\w\w’,'a{3}‘相当于’aaa’ |
{m,n} | 表达式至少重复m次,最多重复n次, 比如’ab{1,3}‘可以匹配’ab’或’abb’或’abbb’ |
{m,} | 表达式至少重复m次, ‘\w\d{2,}‘可以匹配 ‘a12’,’&456’,‘M12344’… |
? | 表达式出现0次或者1次,相当于 {0,1}, 比如’a[cd]?'可以匹配 ‘a’,‘ac’,‘ad’ |
+ | 表达式至少出现1次,相当于 {1,},比如:‘a+b’可以匹配 ‘ab’,‘aab’,‘aaab’… |
* | 表达式不出现或出现任意次,相当于 {0,},比如:"\^b*"可以匹配 ‘^’, ‘^b’, ‘^bbb’… |
示例
正则表达式 | 匹配字符串 | 结果 |
---|---|---|
\d+.?\d | it costs $12.5 | 成功, 匹配到的字符是’12.5’, 匹配的位置是: 开始于10,结束于14 |
go{2,8}gle | goooooooogle | 成功, 匹配到的字符是’goooooooogle’, 匹配的位置是: 开始于0,结束于11 |
PHP代码示例
preg_match_all('/\d+\.?\d/', 'it costs $12.5', $matches1, PREG_OFFSET_CAPTURE);
preg_match_all('/go{2,8}gle/', 'goooooooogle', $matches2, PREG_OFFSET_CAPTURE);
print_r($matches1);
print_r($matches2);
结果:
Array
(
[0] => Array
(
[0] => Array
(
[0] => 12.5
[1] => 10
)
)
)
Array
(
[0] => Array
(
[0] => Array
(
[0] => goooooooogle
[1] => 0
)
)
)
其他特殊符号
描述
正则表达式 | 作用 |
---|---|
^ | 与字符串开始的地方匹配,不匹配任何字符 |
$ | 与字符串结束的地方匹配,不匹配任何字符 |
\b | 匹配一个单词边界,换句话说’\b’本身不匹配任何字符,但是它要求它在匹配结果中所处位置的左右两边,其中一边是 ‘\w’ 范围,另一边是 非’\w’ 的范围 |
以上字符比较抽象,因此,举例为大家说明。
示例
正则表达式 | 匹配字符串 | 结果 |
---|---|---|
^aaa | abc aaa bbb | 失败,没有以’aaa’字符串开头 |
^aaa | aaa bbb ccc | 成功,匹配到的字符是’aaa’, 匹配的位置是: 开始于0,结束于2 |
bcd$ | abcded | 失败,没有以’bcd’字符串开头 |
bcd$ | abcd | 成功,匹配到的字符是’bcd’, 匹配的位置是: 开始于0,结束于2 |
.\b. | abcd | 失败 |
.\b. | g@com | 成功,匹配到的字符是’g@’, 匹配的位置是: 开始于0,结束于1 |
PHP代码示例
preg_match_all('/^aaa/', 'abc aaa bbb', $matches1, PREG_OFFSET_CAPTURE);
preg_match_all('/^aaa/', 'aaa bbb ccc', $matches2, PREG_OFFSET_CAPTURE);
preg_match_all('/bcd$/', 'abcded', $matches3, PREG_OFFSET_CAPTURE);
preg_match_all('/bcd$/', 'abcd', $matches4, PREG_OFFSET_CAPTURE);
preg_match_all('/.\b./', 'aabbcc', $matches5, PREG_OFFSET_CAPTURE);
preg_match_all('/.\b./', 'g@com', $matches6, PREG_OFFSET_CAPTURE);
print_r($matches1);
print_r($matches2);
print_r($matches3);
print_r($matches4);
print_r($matches5);
print_r($matches6);
结果:
Array
(
[0] => Array
(
)
)
Array
(
[0] => Array
(
[0] => Array
(
[0] => aaa
[1] => 0
)
)
)
Array
(
[0] => Array
(
)
)
Array
(
[0] => Array
(
[0] => Array
(
[0] => bcd
[1] => 1
)
)
)
Array
(
[0] => Array
(
)
)
Array
(
[0] => Array
(
[0] => Array
(
[0] => g@
[1] => 0
)
)
)
常见的一些正则表达式(持续补充中)
类别 | 正则表达式 |
---|---|
汉字 | ^[\u4e00-\u9fa5]{0,}$ |
英文和数字 | ^[A-Za-z0-9]+$ |
邮箱 | ^\w+([-+.]\w+)@\w+([-.]\w+).\w+([-.]\w+)*$ |