PHP 正则表达式

PHP 正则表达式

一、正则表达式简介

正则表达式是用于描述字符排列和匹配模式的一种语法规则。它主要用于字符串的模式分割、匹配、查找和替换操作。目前为止，我们前面所用过的精确（文本）匹配也是一种正则表达式。

• 在PHP中，正则表达式一般由正则字符和一些特殊字符（类似于通配符）联合构成的一个文本模式的程序性描述。
• 在PHP中，正则表达式有三个作用：1.匹配，常用于从字符串中析取信息 2.用新文本代替匹配文本 3.将一个字符串拆分为一组更小的信息块
• 一个正则表达式中至少包含一个原子

二、两套正则表达式函数库

1. PCRE库（推荐）：使用preg_为前缀命名的函数；
2. POSIX库：使用ereg_为前缀命名的函数

三、PCRE库函数

      函数名                        描述
----------------------|--------------------------
preg_match()          |    进行正则表达式匹配
preg_match_all()      |    进行全局正则表达式匹配
preg_replace()        |    执行正则表达式的搜索和替换
preg_split()          |    用正则表达式分割字符串
preg_grep()           |    返回与模式匹配的数组单元
preg_replace_callback |    用回调函数执行正则表达式的搜索和替换

四、使用场景

1. 表单验证
2. url_rewrite （url地址重写）
3. 爬虫

五、正则表达式的组成部分

1.定界符 （必须）
通常使用特殊字符组成，常用“/”。
2.原子（必须）
是正则表达式的最基本组成单元，而且在每个模式中最少要包含一个原子。原子是由所有那些未显示指定为元字符的打印和非打印字符组成，具体分为5类。

• 普通字符作为原子：如a~z，A~Z，0~9。
• 一些特殊字符和转义后元字符作为原子: \' \* \+ \? \.等。
• 一些非打印字符作为原子：如：f n r t v cx。
• 使用“通用字符类型”作为原子：如：d D w W s S。
• 自定义原子表（[ ]）作为原子：如：'/[apj]sp/'。

3.元字符
4.模式修正符

示例：

# 匹配一个字符a
$pattern = '/a/'; 

# 匹配字符a，如果有返回1，没有返回0，只能匹配一次。
echo preg_match($pattern, '012344556'); 

# preg_match也可用于判断
if(preg_match($pattern, "1232423423", $matches)) {
    echo "匹配到了<hr/>";
    # 并把匹配出来的字符以数组的形式赋值给$matches;
    # 打印结果：`array(1) {[0] => string(1) "a"}`;
    var_dump($matches);
}else {
    echo "没有匹配";
}

元字符匹配:

# 如果只想匹配 `.`,特殊含义的字符要转义。
$pattern = "/\./"

# 匹配非打印字符
$pattern = "/\n/"

# 匹配0-9数字
$pattern = "/\d/";
# 匹配除了0-9的数组
$pattern = "/\D/";

# 匹配数字+大小写字母+下划线
$pattern = "/\w/";
# 匹配除了数字、大小写字母、下划线
$pattern = "/\W/";

# 匹配空白符（换行、缩进、空格）
$pattern = "/\s/";
# 匹配除了空白符的字符
$pattern = "/\S/";

# `*` 代表匹配前面的原子出现0、1、或多次
$pattern = "so*u";
# `+` 代表匹配前面的原子出现1次、或多次
$pattern = "so+u";
# `?` 匹配前面的一个原子出现0次或者1次
$pattern = "hao?sou";

# 匹配除了换行符的任意字符
$pattern = "/./";

# `|`代表或者
$pattern = "/a|b|c/";

# 匹配前面的一个原子恰巧出现n次;
$pattern = "/hao{2}sou/";
# 匹配出现>=2次
$pattern = "/hao{2, }sou/";
# 匹配出现2-5次
$pattern = "/hao{2, 5}sou/";

# `^` 必须以该原子开头
$pattern = "/^aaa/";

# `$` 必须以该原子结尾
$pattern = "/aaa$/";

# 严格模式
# 必须严格只能匹配aaa。
$pattern = "/^aaa$/";

# a | b | c
$pattern = "/[abc]/";
# 除了a,b,c
$pattern = "/[^abc]/";

# `()`可以看做一个整体，还可以做反向引用
# 比如要匹配协议头为http、https、ftp
$pattern = "/(http|https|ftp):\/\//";

# 匹配除了空白符的任意字符
$pattern = "/.*/";

# `.*`贪婪模式
$str = "<b>abc</b><b>abc</b>";
$pattern = "/<b>.*</b>/";
# `.*?`取消贪婪模式
$pattern = "/<b>.*?</b>/";
或：
$pattern = "/<b>.*</b>/U";

模式修正符:

`i`代表ignore，忽略大小写
`m`匹配多行
`.`修正.的换行符
`x`忽略正则表达式里面的空白符
`D`取消$对\n的忽略