正则表达式:
定义:在编写处理字符串的程序或者网页的时候,经常会查找符合某些复杂规则的字符串的需要,正则表达式就是用于描述这些规则的语法。
作用: 分割, 匹配, 查找, 替换
例如: 验证邮箱地址格式, 手机号码格式等等
php中常用的正则函数:
preg_match(mode, string subject, array matches); 更加规范 执行效率越高
ereg(mode, string subject, array regs);
mode:正则表达式 preg_match中的mode必须以'/'开始和结束
subject: 需要验证的字符串
matchs/regs: 匹配后得到的结果。以数组的形式存储
正则表达式中包括的元素: 原子(普通字符, 原子表, 转义字符)
元字符(有特殊功能的字符)
模式修正符(系统内置部分字符i, m, S, U...)
1.原子
a-z A-Z 0-9 //常见的字符
(abc)(sdb) //用圆括号包含起来的单元符号
[abcs][^sbv] //用妨括号包含的原子表,原子表中的^表示代表排除或相反内容
转义字符
/d 匹配数字(0~9) /d’匹配8,不匹配12;
/D 匹配非数字 ‘/D’匹配c,不匹配3;
/w 匹配任意单字符 ‘/w/w’ 匹配A3,不匹配@3;
/W 匹配非单字符 ‘/W’匹配@,不匹配c;
/s 匹配空白字符 ‘/d/s/d’匹配3 d,不匹配abc;
/S 匹配非空字符 ‘/S/S/S’匹配A#4,不匹配3 d;
. 匹配任意字符 ‘....’匹配A$ 5,不匹配换行;
[…] 匹配括号中任意字符 [b-d]匹配b、c、d, 不匹配e;
[^…] 匹配非括号字符 [^b-z]匹配a,不匹配b-z的字符;
2. 元字符
* 匹配前一个内容的0次或者1次或者多次
. 匹配前一个内容的0次或者1次或者多次,但不包含回车,换行
+ 匹配前一个内容的1次或者多次
? 匹配前一个内容的0次或者1次
| 选择匹配类似php中的|
^ 匹配字符串首部内容
$ 匹配字符串尾部内容
/b 匹配单词边界,边界可以是空格或者特殊符号
/B 匹配除带单词边界意外内容
{m} 匹配前一个内容的重复次数等于M次
{m,} 匹配前一个内容的重复次数大于等于M次
{m,n} 匹配前一个聂荣的重复次数M次到N次
() 合并整体匹配,并放入内存,可使用/1/2要依次获取
3. 模式修正符 运算顺序 以及 模式修正符
运算顺序
() 圆括号因为是内存处理所以最高
* ? + {} 重复匹配内容其次
^ $ /b 边界处理第三
| 条件处理第四
最后按照运算顺序计算匹配
模式修正符 /正则/U模式修正符
i :模式中的字符将同时匹配大小写字母.
m :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.
A :强制仅从目标字符串的开头开始匹配.
D :模式中的美元元字符仅匹配目标字符串的结尾.
U :匹配最近的字符串.
i (PCRE_CASELESS)
如果设定此修正符,模式中的字符将同时匹配大小写字母。
m (PCRE_MULTILINE)
默认情况下,PCRE 将目标字符串作为单一的一“行”字符所组成的(甚至其中包含有换行符也是如此)。“行起始”元字符(^)仅仅匹配字符串的 起始,“行结束”元字符($)仅仅匹配字符串的结束,或者最后一个字符是换行符时其前面(除非设定了 D 修正符)。这和 Perl 是一样的。
当设定了此修正符,“行起始”和“行结束”除了匹配整个字符串开头和结束外,还分别匹配其中的换行符的之后和之前。这和 Perl 的 /m 修正符是等效的。如果目标字符串中没有“/n”字符或者模式中没有 ^ 或 $,则设定此修正符没有任何效果。
s (PCRE_DOTALL)
如果设定了此修正符,模式中的圆点元字符(.)匹配所有的字符,包括换行符。没有此设定的话,则不包括换行符。这和 Perl 的 /s 修正符是等效的。排除字符类例如 [^a] 总是匹配换行符的,无论是否设定了此修正符。
x (PCRE_EXTENDED)
如果设定了此修正符,模式中的空白字符除了被转义的或在字符类中的以外完全被忽略,在未转义的字符类之外的 # 以及下一个换行符之间的所有字符,包括两头,也都被忽略。这和 Perl 的 /x 修正符是等效的,使得可以在复杂的模式中加入注释。然而注意,这仅适用于数据字符。空白字符可能永远不会出现于模式中的特殊字符序列,例如引入条件子模式 的序列 (?( 中间。
e
如果设定了此修正符,preg_replace() 在替换字符串中对逆向引用作正常的替换,将其作为 PHP 代码求值,并用其结果来替换所搜索的字符串。
只有 preg_replace() 使用此修正符,其它 PCRE 函数将忽略之。
注: 本修正符在 PHP3 中不可用。
A (PCRE_ANCHORED)
如果设定了此修正符,模式被强制为“anchored”,即强制仅从目标字符串的开头开始匹配。此效果也可以通过适当的模式本身来实现(在 Perl 中实现的唯一方法)。
D (PCRE_DOLLAR_ENDONLY)
如果设定了此修正符,模式中的美元元字符仅匹配目标字符串的结尾。没有此选项时,如果最后一个字符是换行符的话,美元符号也会匹配此字符之前(但不会匹配任何其它换行符之前)。如果设定了 m 修正符则忽略此选项。Perl 中没有与其等价的修正符。
S
当一个模式将被使用若干次时,为加速匹配起见值得先对其进行分析。如果设定了此修正符则会进行额外的分析。目前,分析一个模式仅对没有单一固定起始字符的 non-anchored 模式有用。
U (PCRE_UNGREEDY)
本修正符反转了匹配数量的值使其不是默认的重复,而变成在后面跟上“?”才变得重复。这和 Perl 不兼容。也可以通过在模式之中设定 (?U) 修正符来启用此选项。
X (PCRE_EXTRA)
此修正符启用了一个 PCRE 中与 Perl 不兼容的额外功能。模式中的任何反斜线后面跟上一个没有特殊意义的字母导致一个错误,从而保留此组合以备将来扩充。默认情况下,和 Perl 一样,一个反斜线后面跟一个没有特殊意义的字母被当成该字母本身。当前没有其它特性受此修正符控制。
u (PCRE_UTF8)
此修正符启用了一个 PCRE 中与 Perl 不兼容的额外功能。模式字符串被当成 UTF-8。本修正符在 Unix 下自 PHP 4.1.0 起可用,在 win32 下自 PHP 4.2.3 起可用。