PHP 正则表达式
 
思维导图

 

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
需要知道的术语——下面的术语你知道多少?
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;
$matches = array();
if(preg_match($regex, $str, $matches)){
var_dump($matches);
}
echo "n";

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;
$matches = array();
if(preg_match($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, $matches)){
echoNo i:Valid Successful!,"n";
}
if(preg_match($regex.i,$str, $matches)){
echoYES 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 (?<!)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);
}
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。

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)。
$regex = /^(Chuanshanjia)[ws!]+1$/;
$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 = /(?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);
}
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)*?(?<!)1/i

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);
}
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）[tnr]
d[0-9]