PHP正则表达式

作者的话

正则表达式的定义可以这样简单概括：“正则表达式描述了一种字符串匹配的模式，通过这个模式在特定的函数中对字符串进行匹配、查找、替换及分割等操作。作为一个匹配模板，是由原子、特有功能字符及模式修正符三部分组成的文字模式。”这里是我总结PHP正则表达式的定义及简单使用。

术语概念

• 元字符：具有特殊含义的字符，如^（开始）和$（结束）；
• 原子：用来匹配的字符，如果 \d（匹配0到9）；

定界符

除了字母、数字和反斜线‘\’以外的任何字符都可以作为定界符，如 #、！等都是可以作为定界符，但是行业习惯这样做：/正则表达式/。

元字符

元字符	含义
*	0次1次或多次
+	1次或多次
？	0次或1次
.	除了除了换行外的其他字符
|	或选择
{n}	正好n次
{n,}	不少于n次
{n,m}	区间，>=n,<=m
^或\A	正则的开始
$或\Z	正则的结束
\b	单词的边界
\B	单词边界以外
[]	其中任意一个
[^]	除了[]中的以外
()	作为一个整体

原子

一些特殊符号，如：* ’ ” + \等，需要使用 \ 来进行转义。

原子字符	含义	举例
\cx	匹配由x指明的控制字符	如 \cM匹配一个回车符，x的值必须为A~Z或a~z之一，否则将c视为匹配‘c’
\f	匹配一个换页符
\n	匹配一个换行符
\r	匹配一个回车符
\t	匹配一个指标符	在不使用表格的情况下在垂直方向按列对齐文本
\v	匹配一个垂直制表符
\d	0到9任意一个数字	等价于[0-9]
\D	除0到9之外的字符	等价于[^0-9]
\s	空白字符	等价于[\f\n\r\t\v]
\S	除了空白字符
\w	数字、字母或下划线	[0-9a-zA-Z]
\W	除了数字、字符或下划线	可以理解为特殊字符，如*、$等

示例：匹配139开头的手机号码

    $str = '13912345678';
    $pattern = '/^139\d{8}$/';
    $res_int = preg_match($pattern, $str, $matches);
    if ($res_int) {
        var_dump($matches);
    } else {
        var_dump('无法匹配');
    }

模式修正符

在最后一个细线‘/’之后使用，如 /php/i

模式修正符	含义
i	不区分大小写
m	将字符视为多行
s	将字符串视为单行，换行符作为普通的字符
x	忽略空白
U	取消贪婪模式，等同于在数量符之后添加一个问号，比如 .*?

后向引用

使用()时，会将其相关的匹配存储到一个临时的缓存区，缓存区编号从1-99，使用 \1（“\1”）来获取缓存区内容，可以使用 ？: 或 ?= 或 ？! 来忽略相关的缓存内容。
/(windows)(linxu)\2/ 这样是使用第二个缓存区的内容，linux;
/(?:windows)(linux)\1/，忽略了第一缓存区的内容，linux。

贪婪模式

概念不好解释，直接上代码去理解

    $str = '发财123发财发财456发财发财abc发财';
    $pattern = '/发财.*发财/'; // 匹配始末发财中的内容
    $pattern2 = '/发财.*?发财/'; // 匹配所有发财中的内容
    $pattern3 = '/发财.*发财/U'; // 效果等同上一行
    preg_match_all($pattern, $str, $matches);
    preg_match_all($pattern2, $str, $matches2);
    preg_match_all($pattern3, $str, $matches3);
    var_dump($matches); 
    var_dump($matches2); 
    var_dump($matches3); 

结果是这样的

中文匹配

这个不常用到，知道要点即可。
- UTF-8汉字编码范围是：0x4e00–0x9fa5，使用 u 模式修正符使字符串被当成UTF-8。
- gb2312汉字编码范围是：0xb0–0xf7,0xa1–0xfe，使用 chr 将其转为字符串。

常用函数

preg_match
preg_match_all

preg_match返回0或者1，它在完成第一次匹配后停止搜索；preg_match_all会一直匹配目标到结束；如果如果发生错误preg_match()返回 FALSE。

preg_replace
preg_split

使用命名子组

有多个匹配条件，获取其中的某个条件下的匹配结果。

$str = 'foobar: 2008';

preg_match('/(?P<name>\w+): (?P<digit>\d+)/', $str, $matches);

/* 下面例子在php 5.2.2(pcre 7.0)或更新版本下工作, 然而, 为了后向兼容, 上面的方式是推荐写法. */
// preg_match('/(?<name>\w+): (?<digit>\d+)/', $str, $matches);

var_dump($matches);

输出结果：

或者不使用 ?P name 这样的语法：

$str = 'foobar: 2008';
preg_match('/(\w+): (\d+)/', $str, $matches2);
// 这样会把结果直接保存到内容中
var_dump($matches2);

输出结果：