正则表达式

不论是什么语言,都要涉及到字符串操作,这个时候正则表达式变凸现出了他的强大。这个星期便是学习了正则表达式的用法,由于大多是语法规则,也没有进行试验,又怕自己以后想用的时候忘记了,所以讲他的语法记录到博客,以便查阅。(当了一次搬运工,以下内容是摘自高洛峰兄弟连PHP学习中的课件)


 * 1. 正则表达式就是描述字符串排列模式的一种自定义语法规则。
 * 2. 如果可以使用字符串处理函数完成的任务,就不要使用正则
 * 3. 有一些复杂的操作,只能使用正则完成。
 * 
 * 正则表达式可以在很多计算机语言中应用
 *
 *  4. 正则表达式也称为一种模式表达式。
 *  5.正则表达式就是通过构建具有特定规则的模式,与输入的字符信息比较。再进行分割、匹配、查找、替换等工作
 *   
 *    "/\<img\s*src=\".*?\"\/\>/"
 *
 *    一、正则表达式也是一个字符串
 *    二、由具有特殊意义的字符组成的字符串
 *    三、具有一点编写规则,也是一种模式
 *    四、看作是一种编程语言(是用一些特殊字符,按规则编写出一个字符串,形成一种模式---正则表达式)
 *
 *
 *    注意: 如果正则表达式,不和函数一起使用,则它就是一个字符串,如果将正则表达式放到到某个函数中使用, 才能发挥出正则表达式的作用。
 *
 *     用到分割函数中,就可以用这个正则去分割字符串
 *     用到替换函数中,就可以用这个正则去替换字符串
 *     ...
 *
 * 在PHP中给我们提供两套正则表达式函数库
POSIX 扩展正则表达式函数(ereg_)
Perl 兼容正则表达式函数(preg_)


这个函数功能一样, 找一个处理字符串效率高的


注意:推荐使用Perl 兼容正则表达式函数库(只学这一种)






学习正则表达式时,有两方面需要学习:


一、正则表达式的模式如何编写
语法:
1. 定界符号  // 
除了字母、数字和正斜线\ 以外的任何字符都可以为定界符号
| |
/ /
{ }
! !

没有特殊需要,我们都使用正斜线作为正则表达式的定界符号




2. 原子   img \s . 
注意:原子是正则表达式的最基本组成单位,而且必须至少要包含一个原子
只要一个正则表达式可以单独使用的字符,就是原子


1. 所有打印(所有可以在屏幕上输出的字符串)和非打印字符(看不到的)
2. \. \* \+ \? \( \<\> 如果所有有意义的字符,想作为原子使用,统统使用 ”\“转义字符转义 m
" \ "转义字符可以将有意的字符转成没意义的字符,还可以将没意义的字符转为有意义的字符
3. 在正则表达式中可以直接使用一些代表范围的原子
\d  : 表示任意一个十进制的数字       [0-9]
\D  : 表示任意一个除数字这外的字符   [^0-9]
\s  : 表示任意一个空白字符,空格、\n\r\t\f   [\n\r\t\f ]
\S  : 表示任意一个非空白                     [^\n\r\t\f ]
\w  : 表示任意一个字 a-zA-Z0-9_              [a-zA-Z_]
\W  : 表示任意一个非字, 除了a-zA-Z0-9_以外的任意一个字符  [^a-zA-Z0-9_]
4. 自己定义一个原子表[], 可以匹配方括号中的任何一个原子
[a-z5-8]
[^a-z] 表示取反, 就是除了原子表中的原子,都可以表示(^必须在[]内的第一个字符处出现)


.




3. 元字符  * ? 
元字符是一种特殊的字符,是用来修饰原子用的,不可以单独出现
*  : 表示其前的原子可以出现 0次、1次、或多次                       {0,}
+  : 表示其前的原子可以出现1次 或多次, 不能没有最少要有一个       {1,}
?  : 表示其前面的原子可以出现0次或1次, 有只能有一次,要么没有    {0,1}
{} : 用于自己定义前面原子出现的次数
{m}   //m表示一个整数, {5}表示前面的原子出现5次
{m,n}  //m和n表示一个整数,{2,5} m要小于n, 表示前面出现的原子,最少m次,最多n次,包括m和n次
{m,}   //表示前面的原子最少出现m次,最多无限

.   : 默认情况下,表示除换行符外任意一个字符
^   : 直接在一个正则表达式的第一个字符出现,则表达必须以这个正则表达式开始
$   : 直接在一个正则表达式的最后一个字符出现,则表达必须以这个正则表达式结束
|   : 表示或的关系 , 它的优先级号是最低的, 最后考虑它的功能


\b  : 表示一个边界
\B  : 表示一个非边界


()  : 重点


一、 () 作用: 是作为大原子使用
二、 改变优先级,加上括号可以提高优先级别
三、 作为子模式使用, 正则表达式不先对一个字符串匹配一次, 全部匹配作为一个大模式,放到数组的第一个元素中,每个()是一个子模式按顺序放到数组的其它元素中去。
四、可以取消子模式,就将()作为大原子或改变优先级使用, 在括号中最前面使用"?:"就可以取消这个()表示的子模式
五、反向引用, 可以在模式中直接将子模式取出来,再作为正则表达式模式的一部分, 如果是在正则表达式像替换函数preg_replace函数中, 可以将子模式取出, 在被替换的字符串中使用


\1 取第一个子模式、 \2取第二个子模式, ....  \5 (注意是单引号还是双引号引起来的正则)


"\\1"
'\1'

${1} ${2}


\* \+ \. \?



() (?:) []
* + ? {}
^  $   \b
|


4. 模式修正符号 i u
"/ /模式修正符"
1. 就是几个字母
2. 可以一次使用一个,每一个具一定的意义, 也可以连续使用多个
3. 是对整个正则表达式调优使用, 也可以说是对正则表达式功能的扩展


"/abc/" 只能匹配小写字母 abc
"/abc/i" 可以不区分大小写匹配 ABC abc Abc ABc AbC


i : 表示在和模式进行匹配进不区分大小写
m : 默认情况,将字符串视为一行  ^  $ 视为多行后,任何一行都可以以正则开始或结束
s : 如果没有使用这个模式修正符号时, 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 :
Z :
U : 正则表达式的特点:就是比较”贪婪“  .* .+ 所有字符都符合这个条件


一种使用模式修正符号 U 
加一种是使用?完成  .*?  .+?


如果两种方式同时出现又开启了 贪婪模式  .*? /U

"/\<img\s*src=\".*?\"\/\>/iU"
"#\<img\s*src=\".*?\"\/\>#iU"


/原子和元字符/模式修正符号   / 为定界符号 (有一些语言是不需要这个定界符号)


有点语言中不支持模式修正符号 javascript



用户名不能为空 /^\S+$/
email 
url 
电话


将一个网站中的所有图片取出 
将一个网站的所有商品取出, 




二、学习正则表达式的强大处理函数
preg_match();

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章