[php]PHP 正则表达式

1. 需要知道的术语——下面的术语你知道多少?

 Δ  定界符

Δ  字域符

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

2.¤ 定界符，通常使用 "/"做为定界符开始和结束,也可以使用"#"。

$regex = '/^http:\/\/([\w.]+)\/([\w]+)\/([\w]+)\.html$/i';
$str = 'http://www.youku.com/show_page/id_ABCDEFG.html';
$matches = array();
 
if(preg_match($regex, $str, $matches)){
    var_dump($matches);
}

 preg_match中的$matches[0]将包含与整个模式匹配的字符串。 

    使用"#"定界符的代码如下.这个时候对"/"就不转义!

 

$regex = '#^http://([\w.]+)/([\w]+)/([\w]+)\.html$#i';
$str = 'http://www.youku.com/show_page/id_ABCDEFG.html';
$matches = array();
 
if(preg_match($regex, $str, $matches)){
    var_dump($matches);
}

 

 

3.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";
}

 

 

介绍：<1>字符域:[\w]用方括号扩起来的部分就是字符域。 <2> 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".","/"

 

 

4.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 (?<!)表示否定意思
//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);
}

 例如：

 

echo "\n";

//否定意义:

$regex = '/(?<!c)d(?!e)/';  /* d 前面不紧跟c, d 后面不紧跟e*/
$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。

 

5.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);
}

 

> 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 = '/(?P<author>chuanshanjia)[\s]Is[\s](?P=author)/i';
$str = 'author:chuanshanjia Is chuanshanjia';
$matches = array();
 
if(preg_match($regex, $str, $matches)){
    var_dump($matches);
}
 

 

6.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:"?"：如果前面有限定符，会使用最小的数据。如“*”会取0个，而“+”会取1个，如过是{3,5}会取3个。

先看下面的两个代码:

 

<?php
$regex = '/heL*/i';
$str = 'heLLLLLLLLLLLLLLLL';
if(preg_match($regex, $str, $matches)){
    var_dump($matches);
}
?>

 

 

 

<?php
$regex = '/heL*?/i';
$str = 'heLLLLLLLLLLLLLLLL';
if(preg_match($regex, $str, $matches)){
    var_dump($matches);
}

 

 

<?php
$regex = '/heL+?/i';
$str = 'heLLLLLLLLLLLLLLLL';
if(preg_match($regex, $str, $matches)){
    var_dump($matches);
}

 

7.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:是一个用于连接MYSQL数据库的正则表达式

$regex = '/
    ^host=(?<!\.)([\d.]+)(?!\.)                 (?#主机地址)
\|
    ([\w!@#$%^&*()_+\-]+)                       (?#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);
}

 

8.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]

 

[原] http://www.cnblogs.com/baochuan/archive/2012/03/12/2391135.html