PHP-PCRE正则表达式

正则表达式是一个从左往右匹配目标字符串的模式。

正则表达式的基本语法

1.分隔符

模式，即匹配的模板，必须有分隔符闭合包裹（不包裹就无法与正常字符串区分了*^*）。分隔符可以是任意非字母，非数字，非反斜杠，非空白字符。

常用的分隔符有： / ~ # % { }等等

如果分隔符需要在模式内进行匹配，它必须使用反斜杠进行转义。如果分隔符在模式内经常出现，一个更好的选择就是用其他分隔符来提高可读性。

可以在分隔符后边加模式修饰符

2.模式修饰符

模式修饰符	作用
i	大小写不敏感
m(PCRE_MULTILINE)	多行
s	点号元字符匹配所有字符，包含换行符
U	这个修饰符逆转了量词的”贪婪”模式
e	已经废弃，只对preg_replace起作用，使被替换的字符串被eval解析执行

3.元字符

正则表达式的为了源于它可以在模式中拥有选择和重复的能力。一些字符被赋予特殊的含义，使其不再单独代表自己，模式中的这种有特殊含义的编码字符称为 元字符 。

有两种不同的元字符：一种是可以在模式方括号外任何地方使用，另一种需要在方括号内使用。

在方括号外使用的元字符：

元字符	含义	例子
\	一般用于转义	“/[]/”
^	在字符类外表示行首;仅在作为第一个字符(方括号内)时，表明字符类取反	“/^…$/”或”/[^qcd]/”
$	行尾	“/^…$/”
.	除换行符外的任意字符	.
[]	字符类定义	[acd]一个自定义的字符类,[a-z]
()	子组定义	分组
|	开始一个可选分支	“/[abc]
?	量词,0 次或 1 次匹配;量词后面用于改变量词的贪婪特性
+	量词, 1 次或多次匹配
*	量词,0 次或多次匹配
{}	自定义量词	{0,5}
-	标记字符范围	[a-b]

4.转义序列（反斜线）–四种种用法

用法	示例
转义	\*
对非打印字符进行可见编码的控制手段	\t \n等
描述特定的字符类	如下
简单的断言	如下

\d
任意十进制数字 等价于 [0-9]
\D
任意非十进制数字 等价于 [^0-9]
\h
任意水平空白字符(since PHP 5.2.4)
\H
任意非水平空白字符(since PHP 5.2.4)
\s
任意空白字符 等价于 [ \f\n\r\t\v]
\S
任意非空白字符 [^ \f\n\r\t\v]
\v
任意垂直空白字符(since PHP 5.2.4)
\V
任意非垂直空白字符(since PHP 5.2.4)
\w
匹配包括下划线的任何单词字符。类似但不等价于“[A-Za-z0-9_]”，这里的”单词”字符使用Unicode字符集
\W
匹配任何非单词字符。等价于“[^A-Za-z0-9_]”

---

\b
单词边界
\B
非单词边界
\A
目标的开始位置(独立于多行模式)
\Z
目标的结束位置或结束处的换行符(独立于多行模式)
\z
目标的结束位置(独立于多行模式)
\G
在目标中首次匹配位置

5.子组 ()

第一个作用：将可选分支局部化。比如，模式cat(arcat|erpillar|)匹配 ”cat”， “cataract”， “caterpillar” 中的一个，如果没有圆括号的话，它匹配的则是 ”cataract”， “erpillar” 以及空字符串。

第二个作用：将子组设定为捕获子组(向上面定义的). 当整个模式匹配后， 目标字符串中匹配子组的部分将会通过 pcre_exec()() 的 ovector 参数回传给调用者。 左括号从左至右出现的次序就是对应子组的下标(从 1 开始)， 可以通过这些下标数字来获取捕获子模式匹配结果

解释：
1.分组作用。cat(arcat|erpillar) 这个模式就是用来匹配: catarcat或caterpillar的，没有括号就没办分组，有括号，前边的字符就能与括号内的字符串，选择组合。
2.捕获。会自动捕获括号内的匹配结果，方便后期使用。如果不想捕获，请使用 ？: 例如 (?:king|queen)

6.量词
{a,b} 两个数值必须小于65536
{a,} 表示没有上限
{a} 表示确定的次数

(1)默认情况下量词都是“贪婪”的。也就是说，它们会在不导致模式匹配失败的前提下，尽可能多的匹配字符(直到最大允许的匹配次数)。
(2)然而，如果一个量词紧跟着一个 ?(问号) 标记，它就会成为懒惰(非贪婪)模式， 它不再尽可能多的匹配，而是尽可能少的匹配。

    $str = "adb123ddd";
    $pattern1 = "/[a-z]+\d+/"; //adb123
    $pattern2 = "/[a-z]+\d+?/"; //abd1

    //简单的理解贪婪和非贪婪

量词后面紧跟一个 ”+” 是”占有”性。它会吃掉尽可能多的字符， 并且不关注后面的其他模式，比如 .abc 匹配 ”aabc”， 但是 .+abc 不会匹配， 因为 .*+ 会吃掉整个字符串，从而导致后面剩余的模式得不到匹配

PCRE 函数—理解了概念，函数也就只是个工具

1.int preg_match ( string $pattern , string $subject [, array &$matches [, int $flags = 0 [, int $offset = 0 ]]] ) 执行匹配正则表达式

preg_match()返回 pattern 的匹配次数。 它的值将是0次（不匹配）或1次，因为preg_match()在第一次匹配后 将会停止搜索，$match存储匹配的结果

2.int preg_match_all ( string $pattern , string $subject [, array &$matches [, int $flags = PREG_PATTERN_ORDER [, int $offset = 0 ]]] ) 执行一个全局正则表达式匹配

返回完整匹配次数（可能是0），或者如果发生错误返回FALSE。

3.mixed preg_replace ( mixed $pattern , mixed $replacement , mixed $subject [, int $limit = -1 [, int &$count ]] ) 执行一个正则表达式的搜索和替换

如果subject是一个数组， preg_replace()返回一个数组， 其他情况下返回一个字符串。
如果匹配被查找到，替换后的subject被返回，其他情况下 返回没有改变的 subject。如果发生错误，返回 NULL 。

可以匹配数组

4.mixed preg_replace_callback ( mixed $pattern , callable $callback , mixed $subject [, int $limit = -1 [, int &$count ]] ) 执行一个正则表达式搜索并且使用一个回调进行替换

和preg_replace相比较，替换的字符串就是回调函数的返回值， string handler ( array $matches )$matches 是匹配的结果，作为参数传入

5.mixed preg_replace_callback_array ( array $patterns_and_callbacks , mixed $subject [, int $limit = -1 [, int &$count ]] )

6.array preg_split ( string $pattern , string $subject [, int $limit = -1 [, int $flags = 0 ]] ) 通过一个正则表达式分隔字符串

返回一个使用 pattern 边界分隔 subject 后得到 的子串组成的数组， 或者在失败时返回 FALSE

7.mixed preg_filter ( mixed $pattern , mixed $replacement , mixed $subject [, int $limit = -1 [, int &$count ]] )
preg_filter()等价于preg_replace() 除了它仅仅返回(可能经过转化)与目标匹配的结果

8.array preg_grep ( string $pattern , array $input [, int $flags = 0 ] ) 返回匹配模式的数组条目 ,就是返回 输入的数组中符合模式的项目