php的正则表达式

php的正则表达式-LMLPHP

正则表达式是一种描述字符串结果的语法规则，是一个特定的格式化模式，可以匹配、替换、截取匹配的字符串。常用的语言基本上都有正则表达式，如JavaScript、java等。其实，只有了解一种语言的正则使用，其他语言的正则使用起来，就相对简单些。好了，开始写正则了。

正则表达式在匹配字符串时，遵循以下2个基本原则：

1.最左原则：正则表达式总是从目标字符串的最左侧开始，依次匹配，直到匹配到符合表达式要求的部分，或直到匹配目标字符串的结束。
2.最长原则：对于匹配到的目标字符串，正则表达式总是会匹配到符合正则表达式要求的最长的部分；即贪婪模式

那怎么开始呢，首先从分隔符开始写起，常用包括 / ; #；~，用于表明一串正则的开始。如：‘/a.*a/’。当表达式有过多的转义字符时，建议优先使用#，如url;

$str = 'http://baidu.com';
$pattern = '/http:\/\/.*com/';//需要转义/
preg_match($pattern,$str,$match);
var_dump( $match);

登录后复制

$str = 'http://baidu.com';
$pattern = '#http://.*com#';//不需要转义/
preg_match($pattern,$str,$match);
var_dump( $match);

登录后复制

知道开始和结尾的写法了，接下来就是中间的判断了。正则表达式是自左向右的顺序使用原子和元字符进行拼接。

比如'<b>zxcv</b>',进行匹配时，‘/<b>.*<\/b>/’,其中.*代表zxcv 。

那么通用原子和元字符有哪些呢?

• \d匹配一个数字字符。等价于 [0-9]。
• \D匹配一个非数字字符。等价于 [^0-9]。
• \f匹配一个换页符。等价于 \x0c 和 \cL。
• \n匹配一个换行符。等价于 \x0a 和 \cJ。
• \r匹配一个回车符。等价于 \x0d 和 \cM。
• \s匹配任何空白字符，包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。
• \S匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。
• \t匹配一个制表符。等价于 \x09 和 \cI。
• \v匹配一个垂直制表符。等价于 \x0b 和 \cK。
• \w匹配包括下划线的任何单词字符。等价于’[A-Za-z0-9_]’。
• \W匹配任何非单词字符。等价于 ‘[^A-Za-z0-9_]’。
• \xn匹配 n，其中 n 为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如，’\x41’ 匹配 “A”。’\x041’ 则等价于 ‘\x04’ & “1”。正则表达式中可以使用 ASCII 编码。
• \nm标识一个八进制转义值或一个向后引用。如果 \nm 之前至少有 nm 个获得子表达式，则 nm 为向后引用。如果 \nm 之前至少有 n 个获取，则 n 为一个后跟文字 m 的向后引用。如果前面的条件都不满足，若 n 和 m 均为八进制数字 (0-7)，则 • \nm 将匹配八进制转义值 nm。
• \nml如果 n 为八进制数字 (0-3)，且 m 和 l 均为八进制数字 (0-7)，则匹配八进制转义值 nml。

• \un十六进制数字表示的 Unicode 字符。例如， \u00A9 匹配版权符号(?)。

• . 匹配除 “\n” 之外的任何单个字符

• ^ 匹配输入字符串的开始位置。在字符域[]中表示取反，如'[^\w]'等于'\w';而^\w表示以单词字符开头。

• $ 匹配输入字符串的结束位置。例'\w$'表示以单词字符结尾。

• ？匹配前面的子表达式零次或一次等价于 {0,1}，例如，"do(es)?" 可以匹配 "do" 或 "does"。

• * 匹配前面的子表达式零次或多次，等价于{0,}。例如，zo* 能匹配 "z" 、 "zo"、'zoo'。

• + 匹配前面的子表达式一次或多次，等价于{1,}例如，'zo+' 能匹配 "zo" 以及 "zoo"。

• {n} n 为非负整数,匹配确定的 n 次。例如，'o{2}' 不能匹配 "Bob" 或‘Booob’，但是能匹配 "food" 中的两个 o。

• {n,} n 为非负整数。至少匹配n 次。例如，'o{2,}' 不能匹配 "Bob" 中的 'o'，但能匹配 "foooood" 中的所有 o。'o{1,}' 等价于 'o+'。'o{0,}' 则等价于 'o*'。

• {n,m} m 和 n 均为非负整数，其中n <= m。最少匹配 n 次且最多匹配 m 次。例如，"o{1,3}" 将匹配 "fooooood" 中的前三个 o。'o{0,1}' 等价于 'o?'。请注意在逗号和两个数之间不能有空格。

• [] 字符集合(字符域)。匹配所包含的任意一个字符。例如， '[abc]' 可以匹配 "plain" 中的 'a'。

• () 匹配 ()内的内容并获取这一匹配。搭配\n(n为大于1的整数)，‘http://baidu.com’若表达式：‘（\w+） (:)\/\/.*\1’则匹配‘http://baidu.comhttp’,\1表示http。

• (?:) 匹配但不获取匹配结果，不进行存储供以后使用。这在使用 "或" 字符 (|) 来组合一个模式的各个部分是很有用。例如， 'industr(?:y|ies) 就是一个比 'industry|industries' 更简略的表达式。上面表达式若改为'（?:\w+）(:)\/\/.*\1'，则\1表示为：

• | x|y,匹配 x 或 y。例如，'z|food' 能匹配 "z" 或 "food"。'(z|f)ood' 则匹配 "zood" 或 "food"。

• [-] 字符范围。匹配指定范围内的任意字符。例如，'[a-z]' 可以匹配 'a' 到 'z' 范围内的任意小写字母字符。

• (?=pattern)正向预查，在任何匹配 pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如，'Windows (?=95|98|NT|2000)' 能匹配 "Windows 2000" 中的 "Windows" ，但不能匹配 "Windows 3.1" 中的 "Windows"。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始。
• (?!pattern)负向预查，在任何不匹配 pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如'Windows (?!95|98|NT|2000)' 能匹配 "Windows 3.1" 中的 "Windows"，但不能匹配 "Windows 2000" 中的 "Windows"。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始

有时候最后定界符会有一个字母，如‘/as.*/i’,那这个i又是什么呢，这就是模式修正符；

i表示在和模式进行匹配进不区分大小写
m将模式视为多行，使用^和$表示任何一行都可以以正则表达式开始或结束
s如果没有使用这个模式修正符号，元字符中的"."默认不能表示换行符号,将字符串视为单行
x表示模式中的空白忽略不计
e正则表达式必须使用在preg_replace替换字符串的函数中时才可以使用(讲这个函数时再说)
A以模式字符串开头，相当于元字符^
Z以模式字符串结尾，相当于元字符$

U正则表达式的特点：就是比较“贪婪”，使用该模式修正符可以取消贪婪模式

例：

$str = 'asddadsdasd';
        $pattern = '/a.*d/';
        preg_match($pattern,$str,$match);
        var_dump($match) ;//asddadsdasd;
       $str = 'asddadsdasd';                                  
        $pattern = '/a.*d/U';//$pattern = '/a.*?d/';
        preg_match($pattern,$str,$match);
        var_dump($match) ;//asd

登录后复制

php常用正则函数;

匹配：preg_match()与preg_match_all()

1 preg_match($pattern,$subject,[array &$matches])
2 preg_match_all($pattern,$subject,array &$matches)

1只会匹配一次，2会把所有符合的字符串都匹配出来，并且放置到matches数组中，而且这两个函数都有一个整形的返回值。1是一维数组，2是二维数组

替换：preg_replace()

mixed preg_replace ( mixed $pattern , mixed $replacement , mixed $subject [, int $limit = -1 [, int &$count ]] )
搜索subject中匹配pattern的部分，以replacement进行替换。