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，我今天就把我对正则表达式的理解跟大家唠唠，不当之处，请多多指教！
需要知道的术语下面的术语你知道多少?
定界符
字符域
修饰符
限定符
脱字符
通配符(正向预查，反向预查)
反向引用
惰性匹配
注释
零字符宽
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\\\’;
$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\\\’;
$str = \\\’http://www.youku.com/show_page/id_ABCDEFG.html\\\’;
$matches = array();
if(preg_match($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, $matches)){
echo \\\’No i:Valid Successful!\\\’,\\\”\\\\n\\\”;
}
if(preg_match($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)。
$regex = \\\’/^(Chuanshanjia)[\\\\w\\\\s!]+\\\\1$/\\\’;
$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 = \\\’/(?Pauthorchuanshanjia)[\\\\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:\\\”?\\\”：如果前面有限定符，会使用最小的数据。如\\\”*\\\”会取0个，而\\\”+\\\”会取1个，如过是{3,5}会取3个。
先看下面的两个代码:
代码1.
?php
$regex = \\\’/heL*/i\\\’;
$str = \\\’heLLLLLLLLLLLLLLLL\\\’;
if(preg_match($regex, $str, $matches)){
var_dump($matches);
}
echo \\\”\\\\n\\\”;
结果1.
代码2
?php
$regex = \\\’/heL*?/i\\\’;
$str = \\\’heLLLLLLLLLLLLLLLL\\\’;
if(preg_match($regex, $str, $matches)){
var_dump($matches);
}
echo \\\”\\\\n\\\”;
结果2
代码3,使用\\\”+\\\”
?php
$regex = \\\’/heL+?/i\\\’;
$str = \\\’heLLLLLLLLLLLLLLLL\\\’;
if(preg_match($regex, $str, $matches)){
var_dump($matches);
}
echo \\\”\\\\n\\\”;
结果3
代码4,使用{3,5}
?php
$regex = \\\’/heL{3,10}?/i\\\’;
$str = \\\’heLLLLLLLLLLLLLLLL\\\’;
if(preg_match($regex, $str, $matches)){
var_dump($matches);
}
echo \\\”\\\\n\\\”;
结果4
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
\\\\s
空白字符(空格，换行符，回车符）[\\\\t\\\\n\\\\r]
\\\\d
