PHP 正則表達式
思維導圖
（點擊這里，看大圖）
介紹
正則表達式，大家在開發中應該是經常用到，現在很多開發語言都有正則表達式的應用，比如JavaScript、Java、.Net、PHP 等，我今天就把我對正則表達式的理解跟大家嘮嘮，不當之處，請多多指教！
需要知道的術語——下面的術語你知道多少?
Δ 定界符
Δ 字符域
Δ 修飾符
Δ 限定符
Δ 脫字符
Δ 通配符(正向預查，反向預查)
Δ 反向引用
Δ 惰性匹配
Δ 注釋
Δ 零字符寬
定位
我們什么時候使用正則表達式呢？不是所有的字符操作都用正則就好了，php在某些方面用正則反而影響效率。當我們遇到復雜文本數據的解析時候，用正則是比較好的選擇。
優點
正則表達式在處理復雜字符操作的時候，可以提高工作效率，也在一定程度節省你的代碼量。
缺點
我們在使用正則表達式的時候，復雜的正則表達式會加大代碼的復雜度，讓人很難理解。所以我們有的時候需要在正則表達式內部添加注釋。
通用模式
¤ 定界符，通常使用 “/”做為定界符開始和結束,也可以使用”#”。
什么時候使用”#”呢?一般是在你的字符串中有很多”/”字符的時候，因為正則的時候這種字符需要轉義，比如uri。
使用”/”定界符的代碼如下.
$regex = '/^http:\/\/([\w.]+)\/([\w]+)\/([\w]+)\.html$/i';
$str = 'http://www.youku.com/show_page/id_ABCDEFG.html';
$matches = array();
if(preg_match($regex, $str, $matches)){
var_dump($matches);
}
echo "\n"; preg_match中的$matches[0]將包含與整個模式匹配的字符串。
使用”#”定界符的代碼如下.這個時候對”/”就不轉義!
$regex = '#^http://([\w.]+)/([\w]+)/([\w]+)\.html$#i';
$str = 'http://www.youku.com/show_page/id_ABCDEFG.html';
$matches = array();
if(preg_match($regex, $str, $matches)){
var_dump($matches);
}
echo "\n"; ¤ 修飾符:用于改變正則表達式的行為。
我們看到的(‘/^http:\/\/([\w.]+)\/([\w]+)\/([\w]+)\.html/i‘)中的最后一個”i”就是修飾符,表示忽略大小寫，還有一個我們經常用到的是”x”表示忽略空格。
貢獻代碼:
$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]用方括號擴起來的部分就是字符域。
¤ 限定符:如[\w]{3,5}或者[\w]*或者[\w]+這些[\w]后面的符號都表示限定符。現介紹具體意義。
{3,5}表示3到5個字符。{3,}超過3個字符，{,5}最多5個，{3}三個字符。
* 表示0到多個
+ 表示1到多個。
¤ 脫字符號
^:
> 放在字符域(如:[^\w])中表示否定(不包括的意思)——“反向選擇”
> 放在表達式之前，表示以當前這個字符開始。(/^n/i,表示以n開頭)。
注意，我們經常管”\”叫”跳脫字符”。用于轉義一些特殊符號，如”.”,”/”
通配符(lookarounds):斷言某些字符串中某些字符的存在與否！
lookarounds分兩種:lookaheads(正向預查 ?=)和lookbehinds(反向預查?<=)。
> 格式:
正向預查:(?=) 相對應的 (?!)表示否定意思
反向預查:(?<=) 相對應的 (?<!)表示否定意思
前后緊跟字符
$regex = '/(?<=c)d(?=e)/'; /* d 前面緊跟c, d 后面緊跟e*/
$str = 'abcdefgk';
$matches = array();
if(preg_match($regex, $str, $matches)){
var_dump($matches);
}
echo "\n"; 否定意義:
$regex = '/(?<!c)d(?!e)/'; /* d 前面不緊跟c, d 后面不緊跟e*/
$str = 'abcdefgk';
$matches = array();
if(preg_match($regex, $str, $matches)){
var_dump($matches);
}
echo "\n"; >字符寬度:零
驗證零字符代碼
$regex = '/HE(?=L)LO/i';
$str = 'HELLO';
$matches = array();
if(preg_match($regex, $str, $matches)){
var_dump($matches);
}
echo "\n"; 打印不出結果！
$regex = '/HE(?=L)LLO/i';
$str = 'HELLO';
$matches = array();
if(preg_match($regex, $str, $matches)){
var_dump($matches);
}
echo "\n"; 能打印出結果!
說明:(?=L)意思是HE后面緊跟一個L字符。但是(?=L)本身不占字符，要與(L)區分，（L）本身占一個字符。
捕獲數據
沒有指明類型而進行的分組,將會被獲取,供以后使用。
> 指明類型指的是通配符。所以只有圓括號起始位置沒有問號的才能被捕捉。
> 在同一個表達式內的引用叫做反向引用。
> 調用格式: \編號(如\1)。
$regex = '/^(Chuanshanjia)[\w\s!]+\1$/';
$str = 'Chuanshanjia thank Chuanshanjia';
$matches = array();
if(preg_match($regex, $str, $matches)){
var_dump($matches);
}
echo "\n"; > 避免捕獲數據
格式:(?:pattern)
優點:將使有效反向引用數量保持在最小，代碼更加、清楚。
>命名捕獲組
格式:(?P<組名>) 調用方式 (?P=組名)
$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"; 運行結果
惰性匹配(記住：會進行兩部操作,請看下面的原理部分)
格式:限定符?
原理:”?”：如果前面有限定符，會使用最小的數據。如“*”會取0個，而“+”會取1個，如過是{3,5}會取3個。
先看下面的兩個代碼:
代碼1.
<?php
$regex = '/heL*/i';
$str = 'heLLLLLLLLLLLLLLLL';
if(preg_match($regex, $str, $matches)){
var_dump($matches);
}
echo "\n"; 結果1.
代碼2
<?php
$regex = '/heL*?/i';
$str = 'heLLLLLLLLLLLLLLLL';
if(preg_match($regex, $str, $matches)){
var_dump($matches);
}
echo "\n"; 結果2
代碼3,使用“+”
<?php
$regex = '/heL+?/i';
$str = 'heLLLLLLLLLLLLLLLL';
if(preg_match($regex, $str, $matches)){
var_dump($matches);
}
echo "\n"; 結果3
代碼4,使用{3,5}
<?php
$regex = '/heL{3,10}?/i';
$str = 'heLLLLLLLLLLLLLLLL';
if(preg_match($regex, $str, $matches)){
var_dump($matches);
}
echo "\n"; 結果4
正則表達式的注釋
格式:(?# 注釋內容)
用途:主要用于復雜的注釋
貢獻代碼:是一個用于連接MYSQL數據庫的正則表達式
$regex = '/
^host=(?<!\.)([\d.]+)(?!\.) (?#主機地址)
\|
([\w!@#$%^&*()_+\-]+) (?#用戶名)
\|
([\w!@#$%^&*()_+\-]+) (?#密碼)
(?!\|)$/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 | 解釋 |
| * | 0到多次 |
| + | 1到多次還可以寫成{1,} |
| ? | 0或1次 |
| . | 匹配除換行符外的所有單個的字符 |
| \w | [a-zA-Z0-9_] |
| \s | 空白字符(空格，換行符，回車符）[\t\n\r] |
| \d | [0-9] |