PHP 正則表達式

三里屯搖滾

PHP 正則表達式

介紹

       正則表達式，大家在開發(fā)中應該是經常用到，現(xiàn)在很多開發(fā)語言都有正則表達式的應用，比如javascript，java，.net,php等等，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(shù)據(jù)的解析時候，用正則是比較好的選擇。

優(yōu)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(jié)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.

1. ?$regex = '/^http:\/\/([\w.]+)\/([\w]+)\/([\w]+)\.html$/i';
   
2. $str = 'http://www.youku.com/show_page/id_ABCDEFG.html';
   
3. $matches = array();
   
4.   
   
5. if(preg_match($regex, $str, $matches)){
   
6.     var_dump($matches);
   
7. }
   
8.   
   
9. echo "\n";

復制代碼

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!

1. 
   
2. ?$regex = '#^http://([\w.]+)/([\w]+)/([\w]+)\.html$#i';
   
3. $str = 'http://www.youku.com/show_page/id_ABCDEFG.html';
   
4. $matches = array();
   
5.   
   
6. if(preg_match($regex, $str, $matches)){
   
7.     var_dump($matches);
   
8. }
   
9.   
   
10. echo "\n";

復制代碼

¤ 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:

1. 
   
2. ?$regex = '/HELLO/';
   
3. $str = 'hello word';
   
4. $matches = array();
   
5.   
   
6. if(preg_match($regex, $str, $matches)){
   
7.     echo 'No i:Valid Successful!',"\n";
   
8. }
   
9.   
   
10. if(preg_match($regex.'i', $str, $matches)){
    
11.     echo 'YES i:Valid Successful!',"\n";
    
12. }
    
13. 
    
14. 
    

復制代碼

¤ 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�，F(xiàn)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

1. ?$regex = '/(?<=c)d(?=e)/';  /* d 前面緊跟c, d 后面緊跟e*/
   
2. $str = 'abcdefgk';
   
3. $matches = array();
   
4.   
   
5. if(preg_match($regex, $str, $matches)){
   
6.     var_dump($matches);
   
7. }
   
8.   
   
9. echo "\n";

復制代碼

否定意義:

1. ?$regex = '/(?<!c)d(?!e)/';  /* d 前面不緊跟c, d 后面不緊跟e*/
   
2. $str = 'abcdefgk';
   
3. $matches = array();
   
4.   
   
5. if(preg_match($regex, $str, $matches)){
   
6.     var_dump($matches);
   
7. }
   
8.   
   
9. echo "\n";

復制代碼

>字符寬度:零
驗證零字符代碼

1. ?$regex = '/HE(?=L)LO/i';
   
2. $str = 'HELLO';
   
3. $matches = array();
   
4.   
   
5. if(preg_match($regex, $str, $matches)){
   
6.     var_dump($matches);
   
7. }
   
8.   
   
9. echo "\n";

復制代碼

打印不出結果！

1. ?$regex = '/HE(?=L)LLO/i';
   
2. $str = 'HELLO';
   
3. $matches = array();
   
4.   
   
5. if(preg_match($regex, $str, $matches)){
   
6.     var_dump($matches);
   
7. }
   
8.   
   
9. echo "\n";

復制代碼

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(qū)分，（L）本身占一個字符。


捕獲數(shù)據(jù)

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)。

1. ?$regex = '/^(Chuanshanjia)[\w\s!]+\1$/';     
   
2. $str = 'Chuanshanjia thank Chuanshanjia';
   
3. $matches = array();
   
4.   
   
5. if(preg_match($regex, $str, $matches)){
   
6.     var_dump($matches);
   
7. }
   
8.   
   
9. echo "\n";

復制代碼

> 避免捕獲數(shù)據(jù)
   格式?:pattern)
   優(yōu)點:將使有效反向引用數(shù)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)

1. ?$regex = '/(?P<author>chuanshanjia)[\s]Is[\s](?P=author)/i';
   
2. $str = 'author:chuanshanjia Is chuanshanjia';
   
3. $matches = array();
   
4.   
   
5. if(preg_match($regex, $str, $matches)){
   
6.     var_dump($matches);
   
7. }
   
8.   
   
9. echo "\n";

復制代碼

運行結果



  

惰性匹配(記�。簳�進行兩部操作,請看下面的原理部分)

　 格式:限定符?

     原理:先匹配"?"前面的部分，然后再匹配右側表達式，右側表達式匹配成功則整個匹配結束。

先看下面的兩個代碼:

代碼1.

1. ?$regex = '/(")[^\1]+\1/i';
   
2. $str = '"a""b""c""d"';
   
3. $matches = array();
   
4.   
   
5. if(preg_match($regex, $str, $matches)){
   
6.     var_dump($matches);
   
7. }
   
8.   
   
9. echo "\n";

復制代碼

結果1.





代碼2

1. 
   
2. ?$regex = '/(")[^\1]+?\1/i';
   
3. $str = '"a""b""c""d"';
   
4. $matches = array();
   
5.   
   
6. if(preg_match($regex, $str, $matches)){
   
7.     var_dump($matches);
   
8. }
   
9.   
   
10. echo "\n";

復制代碼

結果2



分析:
      比較兩個正則表達式:第一個加了"?"，第二個沒有。
      結果:主要看第一個參數(shù):第一個把所有字符打印了出來，第二個只打印了個""a"".
      結論:
           >>  首先滿足("[^\1]+\1條件的有

1.              "a", "a""b","a""b""c", "a""b""c""d",   "b","b""c","b""c""d",     "c","c""d",     "d"

復制代碼

而第一個正則表達式卻選擇了最大的"a""b""c""d",說明非惰性匹配會把最大的匹配結果拿出來做比較。
           
           >>  第二個正則表達式:先匹配("[^\1]+，如果匹配成功，那么我們在匹配“？”右邊的\1，如果匹配成功，則整個匹配結束。

其他案例:

1.   "Oh, \"my\"  God" =====>   /(")([^\1] | \\1)*?(?<!\\)\1/i

復制代碼

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(shù)據(jù)庫的正則表達式

1. ?$regex = '/
   
2.     ^host=(?<!\.)([\d.]+)(?!\.)                 (?#主機地址)
   
3. \|
   
4.     ([\w!@#$%^&*()_+\-]+)                       (?#用戶名)
   
5. \|
   
6.     ([\w!@#$%^&*()_+\-]+)                       (?#密碼)
   
7. (?!\|)$/ix';
   
8.   
   
9. $str = 'host=192.168.10.221|root|123456';
   
10. $matches = array();
    
11.   
    
12. if(preg_match($regex, $str, $matches)){
    
13.     var_dump($matches);
    
14. }
    
15.   
    
16. echo "\n";

復制代碼

特殊字符

  特殊字符 解釋

1. * 0到多次
   
2. + 1到多次還可以寫成{1,}
   
3. ? 0或1次
   
4. . 匹配除換行符外的所有單個的字符
   
5. \w [a-zA-Z0-9_]
   
6. \s 空白字符(空格，換行符，回車符）[\t\n\r]
   
7. \d [0-9]

復制代碼

清風鳥兒

謝謝分享