PHP正则表达式学习笔记

Last Update 2009-9-7

学习视频：LAMP兄弟连   主讲：高洛峰   PHP 正则表达式

 

一、概述

1.定义：正则表达式是用于描述字符排列模式的一种语法规则
2.作用：用于字符串的模式分割，匹配，查找，替换
同样的功能如果能用字符串函数处理，就使用字符串函数处理（效率高）
一些复杂的功能则可以借助正则表达式来完成

 

3.PHP中正则表达式都是由
正规字符   abcd....  123456.....
特殊字符   () ? ^ $.....  类似通配符

联合构成的一个文本模式，呈现的一个描述

 

4.以“匹配”为例——学习模式如何定义（重点）

 

(1)PHP提供了两套正则表达式函数库
执行功能相似，执行效率不同

PCRE(Perl)风格     以preg_开头的函数  （执行效率高一些）
POSIX风格           以ereg_开头的函数

 

(2)模式包含在两个斜线之间  /模式..../
除了数字，字母和正斜线之外 任何字符都可以作为定界符
如：#模式....#   通常使用/.../

(3)其它功能：

分割的应用  expole  只能按单个分割

如计算文章中有多少句话   将所有标点符号写成模式，文章遇到标点就分割开

查找的应用
如果 一个文章中所有的以a开头  以b开头的

 

替换的应用
全文替换，文章中所有有网址地方都加上<a>链接

 

二、模式书写方法

1.正则表达式主要由正规字符和特殊字符组成

2.又可以细划分为
原子：（普通）字符 如：英文字符，数字

元字符：（有特殊功能用途的字符）

模式修正字符（i,u,s,x）

 

三、分别介绍上述三类

1.原子

一个正则表达式至少要有一个原子组成,组成正则表达式的基本单位

所有英文字符，数字，标点符号及其它符号
单个字符：a-z A-Z 0-9 
模式单元：多个原子组成的一个大原子 如：(abc)
原子表：[abc]  放在[]存放的一组原子，彼此地位平等，只匹配其中的一个原子
如果原子表中存在 ^  表示排除原子表

转义字符：
\d  匹配一个数字 0-9   [0-9]
\D  匹配除数字以外的任何一个字符  [^0-9]
\w  匹配一个英文字母，数字或下划线  [0-9a-zA-Z_]
\W  匹配除一个英文字母，数字或下划线外的任何一个字符[^0-9a-zA-Z_]

\s  匹配一个空白字符（包含如下字符，都可以匹配出来）[\f\n\r\t\v]

\f  匹配一个换页字符
\n  匹配一个换行字符
\r  匹配一个回车字符
\t  匹配一个制表符
\v  匹配一个垂直制表符

\S匹配除空白符以外的任何一个字符   [^\f\n\r\t\v]

\oNN 匹配一个八进制数
\xNN 匹配一个十六进制数

 

2.元字符
用于构成正则表达式的具有特殊功能用途的字符
如：* + ? . | ^ $
*：0次或者1次或者多次匹配其前的原子   /go*/
+：1次或多次匹配其前的原子  /go+/
?：0次或1次匹配其前的原子
.：匹配除换行符外任何一个字符，相当于linux:[^\n] windows:[^\n\r]  如：/go.gle/
|：或    匹配两个或多个选择
^：匹配字符串串首的原子
$：匹配字符串串尾的原子
\b：匹配单词的边界     如：/is\b/      边界：如空格
\B: 匹配单词边界以外的部分
{m}：表示其前原子恰好出现m次

{m,n}：表示其前的原子出现至少m次，最多出现n次

{m,}：表示其前的原子出现不少于m次

():表示将里面内容整体表示一个原子  如：(abc) 作为一个独立单元使用   如：/dog+/  和 /(dog)+/
一个独立单元将将被优先匹配

系统将自动将这些模式匹配单元依次存储起来，用\1取出第一次存储的 \2取出第二次存储的 依次类推

 

3.模式修正符——对正则表达式的扩展，增强了正则表达式的处理能力

模式匹配的顺序通常是由 左到右依次匹配

 

	优先级
模式单元()	1
重复匹配? * + {}	2
边界限制^ $ \b \B	3
模式选择	4

 

模式修正符标记在整个模式之外  如 /abc/i

i  不区分大小写的匹配
m  将字符串视为多行
s  将字符串视为单行，换行符作为普通字符
x  将模式中的空白忽略
e
A
D
U  匹配到最近的字符串
S

参考PHP手册  目录： Perl 兼容正则表达式函数->模式修正符

 

四、PHP提供的两套正则表达式函数——参考PHP手册
preg_match()      只匹配第一个
preg_match_all()  所有匹配模式的都会放到数组中
preg_grep()

 

替换  preg_replace()
与字符串替换函数str_replace的区别
比如：有整数的地方 替换成大写字母M，当数字不同的时候，就可以用正则表达式来替换

分割 preg_split()

 

五、正则表达式实例应用

UBBCode转义
UBBCode使用类似于HTML的数据方式  比如<b>xxx</b>在UBBCode代码就是[b]xxx[/b]
在最终用户画面，程序会将UBBCode转换成HTML代码，这样避免了直接输入HTML代码所带来一些不良后果

 

UBBCode就是一种模式匹配和替换技术

比如在论坛中就用到了这种技术