更多优质内容
请关注公众号
请关注公众号
正则表达式简介:
正则表达式是用于描述字符排列和匹配模式的一种语法规则。它主要用于字符串的模式分割、匹配、查找及替换操作。到目前为止，我们前面所用过的精确（文本）匹配也是一种正则表达式。
在PHP中，正则表达式一般是由正规字符和一些特殊字符（类似于通配符）联合构成的一个文本模式的程序性描述。
PHP中，正则表达式有三个作用：
匹配，也常常用于从字符串中析取信息。
用新文本代替匹配文本。
将一个字符串拆分为一组更小的信息块。
一个正则表达式中至少包含一个原子。
PHP中操作正则的函数：
|
函数名 |
功能描述 |
|
preg_match() |
进行正则表达式匹配 |
|
preg_match_all() |
进行全局正则表达式匹配 |
|
preg_replace() |
执行正则表达式的搜索和替换 |
|
preg_split() |
用正则表达式分割字符串 |
|
preg_grep() |
返回与模式匹配的数组单元 |
|
preg_replace_callback |
用回调函数执行正则表达式的搜索和替换 |
正则表达式作为一个匹配的模版，是由原子（普通字符，例如字符a到z）、特殊字符（元字符，例如*、+和？等）、以及模式修正符三部分组成的文字模式。
一个最简单正则表达式至少包含一个原子。
将下面的正则表达式拆分如下：
'/<a.*?(?:|\\t|\\r|\\n)?href=[\"]?(.+?)[\"]?(?:(?:|\\t|\\r|\\n)+.*?)?>(.+?)<\/a.*?>/sim'
定界符：两个斜线”/”。
原子用到了< a href = ‘ “ / >等普通字符和\t \r \n等转义字符
元字符使用了 [] () | . ? * + 等具有特殊含义的字符
用到了模式修正符是在定界符最后一个斜线之后的三个字符: s i m
在程序语言中，使用与Perl兼容的正则表达式，通常都需要将模式表达式放入定界符之间，如“/”。
作为定界符常使用反斜线“/”，如“/apple/”。用户只要把需要匹配的模式内容放入定界符之间即可。作为定界的字符也不仅仅局限于“/”。除了字母、数字和斜线“\”以外的任何字符都可以作为定界符，像 ‘#’、’|’、’!’ 等都可以的。
/<\/\w+>/ --使用反斜线作为定界符合法
|(\d{3})-\d+|Sm --使用竖线”|”作为定界符合法
!^(?i)php[34]! --使用竖线”!”作为定界符合法
{^\s+(\s+)?$} --使用竖线”}”作为定界符合法
/href=‘(.*)’ --非法定界符，缺少结束定界符
1-\d3-\d3-\d4| --非法定界符，缺少其实定界符
原子
原子是正则表达式的最基本的组成单元，而且在每个模式中最少要少包含一个原子。原子是由所有那些未显示指定为元字符的打印和非打印字符组成，具体分为5类。
1. 普通字符作为原子： 如 a~z、A~Z、0~9 等
2. 一些特殊字符和转义后元字符作为原子：
所有标点符号，但语句特殊意义的符号需要转义后才可作为原子，如：\” \’ \* \+ \? \. 等
3. 一些非打印字符作为原子： 如：\f \n \r \t \v \cx
4. 使用“通用字符类型”作为原子：如：\d \D \w \W \s \S。
5. 自定义原子表([])作为原子：如：’/[apj]sp/’ ’/[^apj]sp/’
正则表达式中常用的“通用字符类型”
|
原子字符 |
含义描述 |
|
\d |
匹配任意一个十进制数字，等价于[0-9] |
|
\D |
匹配任意一个除十进制数字以外的字符，等价于[^0-9] |
|
\s |
匹配任意一个空白符，等价于[\f\n\r\t\v] |
|
\S |
匹配除空白符以外任何字符，等价于[^\f\n\r\t\v] |
|
\w |
匹配任意一个数字、字母或下画线，等价于[0-9a-zA-Z_] |
|
\W |
匹配一个除数字、字母或下画线以外的任意一个字符，等价于[^0-9a-zA-Z_] |
正则表达式中常用的非打印字符
|
原子字符 |
含义描述 |
|
\cx |
匹配由x指明的控制字符。如\cM匹配一个Control-M或回车符。x的值必须为A~Z或a~z之一。 |
|
\f |
匹配一个换页符。等价于 \x0c或\cL |
|
\n |
匹配一个换行符。等价于 \x0a或\cJ |
|
\r |
匹配一个回车符。等价于 \x0d或\cM |
|
\t |
匹配一个制表符。等价于 \x09或\cI |
|
\v |
匹配一个垂直制表符。等价于 \x0b或\cK |
元字符
|
元字符 |
含义描述 |
|
* |
匹配0次、1次或多次其前的原子 |
|
+ |
匹配1次或多次其前的原子 |
|
？ |
匹配0次或1次其前的原子 |
|
. |
匹配除了换行符外的任意一个字符 |
|
| |
匹配两个或多个分支选择 |
|
{n} |
表示其前面的原子恰好出现n次 |
|
{n,} |
表示其前面的原子出现不小于n次 |
|
{n,m} |
表示其前面的原子至少出现n次，最多出现m次 |
|
^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） |
|
$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） |
|
\b |
匹配单词的边界 |
|
\B |
匹配除单词边界以外的部分 |
|
[] |
匹配方括号中指定的任意一个原子 |
|
[^] |
匹配除方括号中的原子以外的任意一个字符 |
|
( ) |
匹配其整体为一个原子，即模式单元。可以理解为由多个单个原子组成的大原子 |
模式匹配的优先级
|
顺序 |
元字符 |
描述 |
|
1 |
\ |
转义字符 |
|
2 |
() (?:) (?=) [] |
模式单元和原子表 |
|
3 |
* + ? {n} {n,} {n,m} |
重复匹配 |
|
4 |
^ $ \b \B \A \Z |
边界限制 |
|
5 |
| |
模式选择 |
模式修正符
|
修正符 |
含义描述 |
|
i |
在和模式进行匹配时不区分大小写 |
|
m |
将字符串视为多行。默认的正则开始“^”和结束“$”将目标字符串作为单一的一“行”字符。加上m后，那么开始和结束将会指字符串的每一行。 |
|
s |
如果设定了此修正符，模式中的圆点元字符“.”匹配所有的字符，包括换行符。即将字符串视为单行，换行符作为普通字符看待 |
|
x |
模式中的空白忽略不计，除非它已经被转义 |
|
e |
只用在preg_replace()函数中，在替换字符串中对逆向引用做正常的替换，将其作为 PHP 代码求值，并用其结果来替换所搜索的字符串。 |
|
U |
本修正符反转了匹配数量的值使其不是默认的重复，而变成在后面跟上“?”才变得重复。这和 Perl 不兼容。也可以通过在模式之中设定 (U) 修正符或者在数量符之后跟一个问号（如启.*?）来用此选项。 |
|
D |
模式中的美元元字符仅匹配目标字符串的结尾。没有此选项时，如果最后一个字符是换行符的话，美元符号也会匹配此字符之前。如果设定了 m 修正符则忽略此选项 |
下一节会列举一些正则中的详细使用方式和例子
