PHP正則表達式入門教程[轉]

 

思維導圖

點擊下圖，可以看具體內容！

 

 

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  註釋

Δ  零字符寬

 

定位

 

       我們什麼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。當我們遇到複雜文本數據的解析時候，用正則是比較好的選擇。

 

優點

 

      正則表達式在處理複雜字符操作的時候，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，複雜的正則表達式會加大代碼的複雜度，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註釋。

 

通用模式

 

 ¤ 定界符，通常使用 "/"做爲定界符開始和結束,也可以使用"#"。

　　什麼時候使用"#"呢?一般是在你的字符串中有很多"/"字符的時候，因爲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:用於改變正則表達式的行爲。

     我們看到的('/^http:\/\/([\w.]+)\/([\w]+)\/([\w]+)\.html/i')中的最後一個"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]後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"。用於轉義一些特殊符號，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

前後緊跟字符

$regex = '/(?<=c)d(?=e)/';  /* d 前面緊跟c, d 後面緊跟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 後面不緊跟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後面緊跟一個L字符。但是(?=L)本身不佔字符，要與(L)區分，（L）本身佔一個字符。

 

捕獲數據

 

沒有指明類型而進行的分組,將會被獲取,供以後使用。

> 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

 

 

正則表達式的註釋

 

格式:(?# 註釋內容)

用途:主要用於複雜的註釋

 

 貢獻代碼:是一個用於連接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]

 

原文：http://www.cnblogs.com/baochuan/archive/2012/03/12/2391135.html