PHP正则表达式

很久之前就接触过正则表达式，但一直没有系统的去学习，今天看了一些关于PHP正则表达式的视频后，把学习的知识记录下来，以备后用。

PHP的正则有两类，一类是PCRE（兼容Perl），在PHP中以preg开头的函数，另一类是POSIX Regex，这套正则已经过时，不建议使用。

关于PCRE（兼容Perl）的说明：

PCRE表达式分为4部分，分别是定界符、原子、元字符和模式修正符（或模式修饰符）

1、定界符

定界符是必需使用的符，一般由两个相同的符号组成，理论上除了反斜杠（\）外的所有字符都可以，但常用斜杠（/）来作为分界符，如：/abc/

2、原子

原子即要匹配的内容，如要匹配3，那3就是原子，要匹配bbb，bbb就是原子；也可以用转义符号来表示一组要匹配的内容，如\d代表匹配所有数字，这时\d就是原子。 需要注意的是，在一个正则表达式中，至少要有一个原子。

1）、原子包含什么

原子包含打印字符和非打印字符。打印字符可以理解为键盘上能打出来的字符，如a-zA-Z~!@#$%^等等；非打印字符比如回车、制表符等

2）、转义字符（\）的作用

a、将有意义的字符转成没有意义的原子字符，如匹配^，要写成\^，因为^是一个有意义的字符

b、将没有意义的字符转成有意义的原子字符，如匹配回车，要写成\n

c、假如一个字符加上转义符后也没有其他意义，这时加不加都是一样的效果，如\h，这个是没有意义的，所以\h与h表示的都是字符h

3）、匹配多个原子

a、系统提供的：

\d	代表任意一个数字的字符，如/\d/	\D	代表任意一个非数字的字符，如/\D/
\w	代表任意一个字的字符，a-zA-Z0-9_，如/\w/	\W	代表任意一个非字的字符，除了a-zA-Z0-9_外的所有字符，如*-+/
\s	代表任意一个空白的字符，如回车、空格、制表符等	\S	代表任意一个非空白非的字符，如除了回车、空格、制表符等的字符

b、用户可自定义的：

单独指定要匹配的字符，如匹配13579，则写[13579]
  匹配范围：如匹配所有字母的字符，则写[a-zA-Z]，其中-是一个区间范围
  匹配不在范围：如匹配除了所有字母的字符，则写[^a-zA-Z]，其中^是除了的意思
匹配所有原子，则写.

3、元字符

元字符不能单独使用，是用来修饰原子，扩展原子功能和限定功能的，要写在定界符里面。如3{3}，{3}就是元字符，表示查找333。

元字符表：

*	修饰其前的原子出现0次、1次或多次，必需放在原子后面，可以理解为{0,}	+	修饰其前的原子出现1次或多次，即至少要出现一次，必需放在原子后面，可以理解为{1,}
?	修饰其前的原子出现0次或1次，必需放在原子后面，可以理解为{0,1}	{n}	n代表数字，表示其前的原子只能出现n次，必需放在原子后面
{n,m}	n和m代表数字，表示其前的原子至少出现n次，最多出现m次，必需放在原子后面。 表示两边的原子只要有一个出现就可以满足，但是|优先级是最低的，如果想改变优先级，可以用括号()	{n,}	n代表数字，表示其前的原子出现不小于n次，必需放在原子后面
|	匹配两个或多个分支选择，或者的关系	^或\A	匹配输入字符串的开始位置（或在多行模式下行的开头，即紧随一个换行符之后），必需写在正则表达式的最前面。 如/^abc/表示以abc开头的字符串
$或\Z	匹配输入字符串的结束位置（或在多行模式下行的结尾，即紧随一个换行符之前）必需写在正则表达式的最后面。 如：/abc$/表示以abc结束的字符串	\b	匹配单词的边界
\B	匹配除单词边界以外的部分。 如：字符串this is island，这里面有3个is 表达式为：/\bis\b/，会匹配出中间的is。 表达式为：/\bis\B/，会匹配出island中的is。 表达式为：/\Bis\b/，会匹配出this中的is。	()	1、改变优先级别 2、将小原子变成大原子 如/mysql+/表示mysq后面的l要出现一次或多次，但如果是/(mysql)+/，表示mysql这个单词要出现一次或多次 3、子模式，整个表达式是一个大的模式，小括号中的是每个独立的子模式 如：字符串this http://www.xxx.com mysqloracle，表达式为：/(http|https|ftp)\:\/\/(www)\.(.*?)\.(com|net|org)/ 这样在正则之后的结果，可以将每个括号的中的内容单独提取出来 4、反向引用 如：字符串：this 2014-11-05 mysqloracle，表达式为：/\d{4}-\d{2}-\d{2}/，这时可以匹配出来日期2014-11-05 但如果日期改变2014/11/05，就无法匹配出来，可以将表达式改为/\(d{4})(-|\/)\d{2}(-|\/)\d{2}/ 但这时日期格式如果为2014/11-05也可以匹配出来，所以可以将子模式反过来用在正则表达式里面， 即将表达式改为/\(d{4})(-|\/)\d{2}\1\d{2}/，其中\1代表取出第1个子模式里面的内容， 在这里为-或/ 5、如果想将括号的功能作为改变优先级和将小原子变成大原子使用，而不要让它产生子模式和反向引用的作用，可以在(后面加上?: 如：/\(?:d{4})(-|\/)\d{2}(-|\/)\d{2}/，这样匹配出来的2014就不会变成子模式中的一部分

4、模式修正符（模式修饰符）

模式修正符用来对模式（正则）修正用的，用来修正正则表达式的解释或扩充正则表达式的功能。

1）、模式修正符要写在定界符外面，放在右边。如/b{3}/i，其中i就是模式修正符，这是里表示不区分大小写。

2）、模式修正符中，一个字符是一个功能，可以组合使用，不分先后顺序。如：/go*gle/ieU

常用修正符表：

i	不区分大小定，默认是区分大小写的
m	将字符串为多行，当在使用^或$时，每一行满足条件都可以，默认将字符串视为一行处理
s	修正正则表达式中的.可以匹配换行符，默认.不能匹配回车换行
x	可以省略正则表达式中的空白处
e	与preg_replace配合使用
u	取消正则表达式的贪婪模式 如：字符串为this is <b>test</b> web <b>server</b>，表达式为/\<b\>(.*)\<\/b\>/i 这里取到的结果为test</b> web <b>server，与想要的结果不符，这时可以使用U修正符 但这种符号与perl不兼容，可以用另一种方式来取消贪婪模式 可以用/\<b\>(.*?)\<\/b\>/i来取消贪婪模式