认识正则表达式

正则表达式起源于科学家对人类神经系统工作原理的早期研究。美国新泽西州的Warren McCulloch和出生在美国底特律的Walter Pitts这两位神经生理方面的科学家，研究出一种用数学方式来描述神经网络的新方法，他们创新地将神经系统中的神经元描述成小而简单的自动控制元，从而做出一项伟大的工作革新。后来，数学科学家Stephen Kleene在Warren McCulloch和Walter Pitts早期工作的基础之上发表一篇论文，题目是《神经网事件的表示法》，书中利用正则集合的数学符号描述此模型，引入正则表达式的概念。

认识正则表达式

正则表达式就是用某种模式去匹配一类字符串的一种公式。通俗地讲，就是用正则表达式就是用某种模式去匹配一类字符串的一种公式。通俗地讲，就是用一个“字符串”描述一个特征，然后验证另一个“字符串”是否符合这个特征的公式。

比如“ab+”描述的特征是：一个a和任意个b。那么ab、abb、abbbbbbbbbb都符合这个特征，而字符串ad显然是不符合的。

正则表达式可应用到各个方面。在常用的高级编辑器中，几乎都支持正则表达式，如Word、EditPlus、UltraEdit、Vim等。

正则表达式在编程语言中更是得到大规模推广。现在的语言几乎都是原生的，都可从语法上支持正则表达式，尤其在Perl的推动下，PHP、Java、.NET、JavaScript等语言都支持丰富的正则语法；不支持的可以通过一些包实现扩展。每种语言中对正则表达式的支持有所不同，其中Perl和.NET对正则表达式的支持最为强大，而JavaScript对正则表达式的支持则比较“朴素”。

PHP中的正则函数

正则表达式看起来总是那么古怪，以至于许多人对其望而生畏。首先要澄清一些概念：虽然不同语言间正则语法大同小异，但实际上正则表达式的实现有多种引擎（如非确定性有穷自动机NFA、确定性有穷自动机DFA），其表现又有多种风格（如JavaScript有自己的朴素正则、Perl有一套高级而强大的正则、.NET也有自己的一套正则风格）。另外，还有人可能容易混淆PHP中的preg和ereg。

简单地说，PHP中有两套正则函数，两者功能差不多：

1）由PCRE库提供的函数，以“preg＿”为前缀命名。
PCRE（Perl Compatible Regular Expression，兼容Perl的正则表达式）由Philip Hazel于1997年开发。现代的编程语言和软件中一般都使用PCRE库。

2）由POSIX扩展提供的函数，以“ereg＿”为前缀命名。
POSIX（Portable Operating System Interface of UNIX, UNIX可移植操作系统接口）由一系列规范构成，定义了UNIX操作系统应支持的功能，所以“POSIX风格的正则表达式”也就是“关于正则表达式的POSIX规范”，定义了BRE（Basic Regular Expression，基本型正则表达式）和ERE（Extended Regular Express，扩展型正则表达式）两大流派。通常UNIX的一些工具和较老的软件中会使用POSIX风格的正则。另外，一些数据库中也提供了POSIX风格的正则表达式。

自PHP 5.3以后，就不再推荐使用POSIX正则函数库，若程序中使用了则会报Deprecated级别的错误，这种情况通常在一些较老的代码中比较常见。其实使用或不使用POSIX正则函数库二者本质上没多大差别，主要是一些表现形式、语法和扩展功能的差别。

正则表达式的组成

在Windows资源管理器中查找文件以及批处理文件时，可使用通配符“？”和“”表示匹配一组字符，这和正则表达式类似，“？”表示一个不确定的字符，而“”则表示任意多个不确定字符。比如下面是删除本地垃圾文件批处理的部分代码：

需要【注意】的是，这里的“？”和“*”称为“通配符”，而不是正则表达式。

在PHP里，一个正则表达式分为三个部分：分隔符、表达式和修饰符。

分隔符：可以是除了字母、数字、反斜线及空白字符以外的任何字符（比如/、！、#、%、｜、～等）。经常使用的分隔符是正斜线（/）、hash符号（#）以及取反符号（～）。考虑到可读性，为了避免和反斜线混淆，一般不使用正斜线做分隔符。

表达式：由一些特殊字符和非特殊的字符串组成，比如“[a-z0-9＿ –]+@[a-z0-9＿ .]+”可以匹配一个简单的电子邮件字符串。

修饰符：用于开启或者关闭某种功能/模式。

测试工具的使用

在学习过程中，建议下载RegexTester工具验证和测试正则表达式，也可使用Firefox的扩展Regular Expression Tester进行测试，其界面如图：

【注意】　这个工具测试的代码不一定能在PHP中通过，反之PHP中合法的正则表达式在此工具里也不一定能测试通过。其中的道理前面已经讲过了，不同语言实现的正则表达式略有区别。

此工具可以在火狐中添加附件，然后搜索下载