PHP 正则表达式

介绍

正则表达式，大家在开发中应该是经常用到，现在很多开发语言都有正则表达式的应用，比如javascript，java，.net,php等等，我今天就把我对正则表达式的理解跟大家唠唠，不当之处，请多多指教！

需要知道的术语——下面的术语你知道多少?

Δ 定界符

Δ 字符域

Δ 修饰符

Δ 限定符

Δ 脱字符

Δ 通配符(正向预查，反向预查)

Δ 反向引用

Δ 惰性匹配

Δ 注释

Δ 零字符宽

定位

我们什么时候使用正则表达式呢？不是所有的字符操作都用正则就好了，php在某些方面用正则反而影响效率。当我们遇到复杂文本数据的解析时候，用正则是比较好的选择。

优点

正则表达式在处理复杂字符操作的时候，可以提高工作效率，也在一定程度节省你的代码量。

缺点

我们在使用正则表达式的时候，复杂的正则表达式会加大代码的复杂度，让人很难理解。所以我们有的时候需要在正则表达式内部添加注释。

通用模式

¤ 定界符，通常使用 "/"做为定界符开始和结束,也可以使用"#"。

　　什么时候使用"#"呢?一般是在你的字符串中有很多"/"字符的时候，因为正则的时候这种字符需要转义，比如uri。

使用"/"定界符的代码如下.

?

$regex = '/^http:\/\/([\w.]+)\/([\w]+)\/([\w]+)\.html$/i';

$str = '';

$matches = array();

if(preg_match($regex, $str, $matches)){

var_dump($matches);

}

echo "\n";

使用"#"定界符的代码如下.这个时候对"/"就不转义!

?

$regex = '#^([\w.]+)/([\w]+)/([\w]+)\.html$#i';

$str = '';

$matches = array();

if(preg_match($regex, $str, $matches)){

var_dump($matches);

}

echo "\n";

¤ 修饰符:用于改变正则表达式的行为。

我们看到的('/^http:\/\/([\w.]+)\/([\w]+)\/([\w]+)\.html/i')中的最后一个"i"就是修饰符,表示忽略大小写，还有一个我们经常用到的是"x"表示忽略空格。

贡献代码:

?

$regex = '/HELLO/';

$str = 'hello word';

$matches = array();

if(preg_match($regex, $str, $matches)){

echo 'No i:Valid Successful!',"\n";

}

if(preg_match($regex.'i', $str, $matches)){

echo 'YES i:Valid Successful!',"\n";

}

¤ 字符域:[\w]用方括号扩起来的部分就是字符域。

¤ 限定符:如[\w]{3,5}或者[\w]*或者[\w]+这些[\w]后面的符号都表示限定符。现介绍具体意义。

{3,5}表示3到5个字符。{3,}超过3个字符，{,5}最多5个，{3}三个字符。

* 表示0到多个

+ 表示1到多个。

¤ 脱字符号

^:

> 放在字符域(如:[^\w])中表示否定(不包括的意思)——“反向选择”

> 放在表达式之前，表示以当前这个字符开始。(/^n/i,表示以n开头)。

注意，我们经常管"\"叫"跳脱字符"。用于转义一些特殊符号，如".","/"

通配符(lookarounds):断言某些字符串中某些字符的存在与否！

lookarounds分两种:lookaheads(正向预查 ?=)和lookbehinds(反向预查?<=)。

> 格式:

正向预查:(?=) 相对应的 (?!)表示否定意思

反向预查:(?<=) 相对应的 (?

前后紧跟字符

?

$regex = '/(?<=c)d(?=e)/'; /* d 前面紧跟c, d 后面紧跟e*/

$str = 'abcdefgk';

$matches = array();

if(preg_match($regex, $str, $matches)){

var_dump($matches);

}

echo "\n";

否定意义:

?

$regex = '/(?

$str = 'abcdefgk';

$matches = array();

if(preg_match($regex, $str, $matches)){

var_dump($matches);

}

echo "\n";

>字符宽度:零

验证零字符代码

?

$regex = '/HE(?=L)LO/i';

$str = 'HELLO';

$matches = array();

if(preg_match($regex, $str, $matches)){

var_dump($matches);

}

echo "\n";

打印不出结果！

?

$regex = '/HE(?=L)LLO/i';

$str = 'HELLO';

$matches = array();

if(preg_match($regex, $str, $matches)){

var_dump($matches);

}

echo "\n";

能打印出结果!

说明:(?=L)意思是HE后面紧跟一个L字符。但是(?=L)本身不占字符，要与(L)区分，（L）本身占一个字符。

捕获数据

没有指明类型而进行的分组,将会被获取,供以后使用。

> 指明类型指的是通配符。所以只有圆括号起始位置没有问号的才能被捕捉。

> 在同一个表达式内的引用叫做反向引用。

> 调用格式: \编号(如\1)。

?

$regex = '/^(Chuanshanjia)[\w\s!]+\1$/';

$str = 'Chuanshanjia thank Chuanshanjia';

$matches = array();

if(preg_match($regex, $str, $matches)){

var_dump($matches);

}

echo "\n";

> 避免捕获数据

格式:(?:pattern)

优点:将使有效反向引用数量保持在最小，代码更加、清楚。

>命名捕获组

格式:(?P<组名>) 调用方式 (?P=组名)

?

$regex = '/(?Pchuanshanjia)[\s]Is[\s](?P=author)/i';

$str = 'author:chuanshanjia Is chuanshanjia';

$matches = array();

if(preg_match($regex, $str, $matches)){

var_dump($matches);

}

echo "\n";

运行结果

惰性匹配(记住：会进行两部操作,请看下面的原理部分)

　 格式:限定符?

原理:先匹配"?"前面的部分，然后再匹配右侧表达式，右侧表达式匹配成功则整个匹配结束。

先看下面的两个代码:

代码1.

?

$regex = '/(")[^\1]+\1/i';

$str = '"a""b""c""d"';

$matches = array();

if(preg_match($regex, $str, $matches)){

var_dump($matches);

}

echo "\n";

结果1.

代码2

?

$regex = '/(")[^\1]+?\1/i';

$str = '"a""b""c""d"';

$matches = array();

if(preg_match($regex, $str, $matches)){

var_dump($matches);

}

echo "\n";

结果2

分析:

比较两个正则表达式:第一个加了"?"，第二个没有。

结果:主要看第一个参数:第一个把所有字符打印了出来，第二个只打印了个""a"".

结论:

>> 首先满足(")[^\1]+\1条件的有

"a", "a""b","a""b""c", "a""b""c""d", "b","b""c","b""c""d", "c","c""d", "d"

而第一个正则表达式却选择了最大的"a""b""c""d",说明非惰性匹配会把最大的匹配结果拿出来做比较。

>> 第二个正则表达式:先匹配(")[^\1]+，如果匹配成功，那么我们在匹配“？”右边的\1，如果匹配成功，则整个匹配结束。

其他案例:

"Oh, \"my\" God" =====> /(")([^\1] | \\1)*?(?

正则表达式的注释

格式:(?# 注释内容)

用途:主要用于复杂的注释

贡献代码:是一个用于拆分mysql字符连接数据的正则表达式

?

$regex = '/

^host=(?

\|

([\w!@#$%^&*()_+\-]+) (?#用户名)

\|

([\w!@#$%^&*()_+\-]+) (?#密码)

(?!\|)$/ix';

$str = 'host=192.168.10.221|root|123456';

$matches = array();

if(preg_match($regex, $str, $matches)){

var_dump($matches);

}

echo "\n";

特殊字符

特殊字符	解释
*	0到多次
+	1到多次还可以写成{1,}
?	0或1次
.	匹配除换行符外的所有单个的字符
\w	[a-zA-Z0-9_]
\s	空白字符(空格，换行符，回车符）[\t\n\r]
\d	[0-9]

经常需要转义的字符	范围
|	在[]或()内外
.	[]外
\	在[]或()内外
/	在[]或()内外
[	在[]或()内外
]	在[]或()内外
(	[]外
)	[]外

阅读(433) | 评论(0) | 转发(0) |

0

上一篇：面试的三种经典排序

下一篇：HTTP头部详解