php正则表达式博客园,正则表达式入门

1. 常用的元字符

. 匹配除换行符以外的任意字符

\w 匹配字母或数字或下划线

\s 匹配任意的空白符

\d 匹配数字

\b 匹配单词的开始或结束

^ 匹配字符串的开始

$ 匹配字符串的结束

比如一个网站如果要求你填写的QQ号必须为5位到12位数字时，可以使用：^\d{5,12}$。

2. 常用的限定符

* 重复零次或更多次

+ 重复一次或更多次

? 重复零次或一次

{n} 重复n次

{n,} 重复n次或更多次

{n,m} 重复n到m次

13\d{9} 匹配13后面跟9个数字(中国的手机号)

3. 常用的反义代码

\W 匹配任意不是字母、数字、下划线的字符

\S 匹配任意不是空白符的字符

\D 匹配任意非数字的字符

\B 匹配不是单词开头或结束的位置

[^x] 匹配除了x以外的任意字符

[^aeiou] 匹配除了aeiou这几个字母以外的任意字符

]+> 匹配用尖括号括起来的以a开头的字符串。

\S+ 匹配不包含空白符的字符串。

4. 分组：你可以用小括号来指定子表达式(也叫做分组)，

分组语法

捕获

(exp) 匹配exp, 并捕获文本到自动命名的组里

(?exp) 匹配exp, 并捕获文本到名称为name的组里，也可以写成(?'name'exp)

(?:exp) 匹配exp, 不捕获匹配的文本，也不给此分组分配组号

零宽断言

(?=exp) 匹配exp前面的位置

(?<=exp) 匹配exp后面的位置

(?!exp) 匹配后面跟的不是exp的位置

(?

注释

(?#comment) 这种类型的组不对正则表达式的处理产生任何影响，用于提供注释让人阅读

5. 懒惰限定符 *? 重复任意次，但尽可能少重复

+? 重复1次或更多次，但尽可能少重复

?? 重复0次或1次，但尽可能少重复

{n,m}? 重复n到m次，但尽可能少重复

{n,}? 重复n次以上，但尽可能少重复

a.*?b 匹配最短的，以a开始，以b结束的字符串。a.*b，它将会匹配最长的以a开始，以b结束的字符串

6. 常用的处理选项

IgnoreCase(忽略大小写) 匹配时不区分大小写。

Multiline(多行模式) 更改^和$的含义，使它们分别在任意一行的行首和行尾匹配，而不仅仅在整个字符串的开头和结尾匹配。(在此模式下,$的精确含意是:匹配\n之前的位置以及字符串结束前的位置.)

Singleline(单行模式) 更改.的含义，使它与每一个字符匹配(包括换行符\n)。

IgnorePatternWhitespace(忽略空白) 忽略表达式中的非转义空白并启用由#标记的注释。

RightToLeft(从右向左查找) 匹配从右向左而不是从左向右进行。

ExplicitCapture(显式捕获) 仅捕获已被显式命名的组。

ECMAScript(JavaScript兼容模式) 使表达式的行为与它在JavaScript里的行为一致。

7. 平衡组/递归匹配

(?'group') 把捕获的内容命名为group, 并压入堆栈 。

(?'-group') 从堆栈上弹出最后压入堆栈的名为group的捕获内容，如果堆栈本来为空，则本分组的匹配失败。

(?(group)yes|no) 如果堆栈上存在以名为group的捕获内容的话，继续匹配yes部分的表达式，否则继续匹配no部分。

(?!) 零宽负向先行断言，由于没有后缀表达式，试图匹配总是失败

[^<>]*                #最外层的左括号后面的不是括号的内容

(

(

(?'Open'

[^<>]*       #匹配左括号后面的不是括号的内容

)+

(

(?'-Open'>)   #碰到了右括号，擦掉一个"Open"

[^<>]*        #匹配右括号后面不是括号的内容

)+

)*

(?(Open)(?!))         #在遇到最外层的右括号前面，判断黑板上还有没有没擦掉的"Open"；如果还有，则匹配失败

>                         #最外层的右括号平衡组的一个最常见的应用就是匹配HTML

下面这个例子可以匹配嵌套的

标签：

]*>[^<>]*(((?'Open'

]*>)[^<>]*)+((?'-Open'

)[^<>]*)+)*(?(Open)(?!))

.

8. 尚未详细讨论的语法

\a 报警字符(打印它的效果是电脑嘀一声)

\b 通常是单词分界位置，但如果在字符类里使用代表退格

\t 制表符，Tab

\r 回车

\v 竖向制表符

\f 换页符

\n 换行符

\e Escape

\0nn ASCII代码中八进制代码为nn的字符

\xnn ASCII代码中十六进制代码为nn的字符

\unnnn Unicode代码中十六进制代码为nnnn的字符

\cN ASCII控制字符。比如\cC代表Ctrl+C

\A 字符串开头(类似^，但不受处理多行选项的影响)

\Z 字符串结尾或行尾(不受处理多行选项的影响)

\z 字符串结尾(类似$，但不受处理多行选项的影响)

\G 当前搜索的开头

\p{name} Unicode中命名为name的字符类，例如\p{IsGreek}

(?>exp) 贪婪子表达式

(?-exp) 平衡组

(?im-nsx:exp) 在子表达式exp中改变处理选项

(?im-nsx) 为表达式后面的部分改变处理选项

(?(exp)yes|no) 把exp当作零宽正向先行断言，如果在这个位置能匹配，使用yes作为此组的表达式；否则使用no

(?(exp)yes) 同上，只是使用空表达式作为no

(?(name)yes|no) 如果命名为name的组捕获到了内容，使用yes作为表达式；否则使用no

(?(name)yes) 同上，只是使用空表达式作为no