快捷導(dǎo)航

PHP 正則表達(dá)式推薦

更新時(shí)間：2012年03月13日 23:14:58 作者：

正則表達(dá)式，大家在開發(fā)中應(yīng)該是經(jīng)常用到，現(xiàn)在很多開發(fā)語言都有正則表達(dá)式的應(yīng)用，比如javascript，java，.net,php等等，我今天就把我對正則表達(dá)式的理解跟大家嘮嘮，不當(dāng)之處，請多多指教

思維導(dǎo)圖
點(diǎn)擊下圖，可以看具體內(nèi)容！

介紹

正則表達(dá)式，大家在開發(fā)中應(yīng)該是經(jīng)常用到，現(xiàn)在很多開發(fā)語言都有正則表達(dá)式的應(yīng)用，比如javascript，java，.net,php等等，我今天就把我對正則表達(dá)式的理解跟大家嘮嘮，不當(dāng)之處，請多多指教！

需要知道的術(shù)語——下面的術(shù)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(yù)查，反向預(yù)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(shí)候使用正則表達(dá)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(dāng)我們遇到復(fù)雜文本數(shù)據(jù)的解析時(shí)候，用正則是比較好的選擇。

優(yōu)點(diǎn)

正則表達(dá)式在處理復(fù)雜字符操作的時(shí)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(diǎn)

我們在使用正則表達(dá)式的時(shí)候，復(fù)雜的正則表達(dá)式會(huì)加大代碼的復(fù)雜度，讓人很難理解。所以我們有的時(shí)候需要在正則表達(dá)式內(nèi)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(jié)束,也可以使用"#"。
　　什么時(shí)候使用"#"呢?一般是在你的字符串中有很多"/"字符的時(shí)候，因?yàn)檎齽t的時(shí)候這種字符需要轉(zhuǎn)義，比如uri。
使用"/"定界符的代碼如下.

復(fù)制代碼代碼如下:

 
$regex = '/^http:\/\/([\w.]+)\/([\w]+)\/([\w]+)\.html$/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(gè)模式匹配的字符串。
使用"#"定界符的代碼如下.這個(gè)時(shí)候?qū)?/"就不轉(zhuǎn)義!

復(fù)制代碼代碼如下:

 
$regex = '#^http://([\w.]+)/([\w]+)/([\w]+)\.html$#i'; 
$str = 'http://www.youku.com/show_page/id_ABCDEFG.html'; 
$matches = array(); 
if(preg_match($regex, $str, $matches)){ 
var_dump($matches); 
} 
echo "\n"; 

¤ 修飾符:用于改變正則表達(dá)式的行為。
我們看到的('/^http:\/\/([\w.]+)\/([\w]+)\/([\w]+)\.html/i')中的最后一個(gè)"i"就是修飾符,表示忽略大小寫，還有一個(gè)我們經(jīng)常用到的是"x"表示忽略空格。
貢獻(xiàn)代碼:

復(fù)制代碼代碼如下:

 
$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(kuò)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(gè)字符。{3,}超過3個(gè)字符，{,5}最多5個(gè)，{3}三個(gè)字符。
* 表示0到多個(gè)
+ 表示1到多個(gè)。

¤ 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(dá)式之前，表示以當(dāng)前這個(gè)字符開始。(/^n/i,表示以n開頭)。
注意，我們經(jīng)常管"\"叫"跳脫字符"。用于轉(zhuǎn)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(yù)查 ?=)和lookbehinds(反向預(yù)查?<=)。
> 格式:
正向預(yù)查:(?=) 相對應(yīng)的 (?!)表示否定意思
反向預(yù)查:(?<=) 相對應(yīng)的 (?<!)表示否定意思
前后緊跟字符

復(fù)制代碼代碼如下:

$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:

復(fù)制代碼代碼如下:

$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(yàn)證零字符代碼

復(fù)制代碼代碼如下:

$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(jié)果！

復(fù)制代碼代碼如下:

$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(jié)果!
說明:(?=L)意思是HE后面緊跟一個(gè)L字符。但是(?=L)本身不占字符，要與(L)區(qū)分，（L）本身占一個(gè)字符。
捕獲數(shù)據(jù)
沒有指明類型而進(jìn)行的分組,將會(huì)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(gè)表達(dá)式內(nèi)的引用叫做反向引用。
> 調(diào)用格式: \編號(如\1)。

復(fù)制代碼代碼如下:

$regex = '/^(Chuanshanjia)[\w\s!]+\1$/'; 
$str = 'Chuanshanjia thank Chuanshanjia'; 
$matches = array(); 
if(preg_match($regex, $str, $matches)){ 
var_dump($matches); 
} 
echo "\n"; 

> 避免捕獲數(shù)據(jù)
格式:(?:pattern)
優(yōu)點(diǎn):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(diào)用方式 (?P=組名)

復(fù)制代碼代碼如下:

$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(yùn)行結(jié)果

惰性匹配(記住：會(huì)進(jìn)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(cè)表達(dá)式，右側(cè)表達(dá)式匹配成功則整個(gè)匹配結(jié)束。

先看下面的兩個(gè)代碼:

代碼1.

復(fù)制代碼代碼如下:

$regex = '/(")[^\1]+\1/i'; 
$str = '"a""b""c""d"'; 
$matches = array(); 

if(preg_match($regex, $str, $matches)){ 
var_dump($matches); 
} 

echo "\n"; 

結(jié)果1.

代碼2

復(fù)制代碼代碼如下:

$regex = '/(")[^\1]+?\1/i'; 
$str = '"a""b""c""d"'; 
$matches = array(); 
if(preg_match($regex, $str, $matches)){ 
var_dump($matches); 
} 
echo "\n"; 

結(jié)果2

分析:
比較兩個(gè)正則表達(dá)式:第一個(gè)加了"?"，第二個(gè)沒有。
結(jié)果:主要看第一個(gè)參數(shù):第一個(gè)把所有字符打印了出來，第二個(gè)只打印了個(gè)""a"".
結(jié)論:
>> 首先滿足(")[^\1]+\1條件的有
"a", "a""b","a""b""c", "a""b""c""d", "b","b""c","b""c""d", "c","c""d", "d"
而第一個(gè)正則表達(dá)式卻選擇了最大的"a""b""c""d",說明非惰性匹配會(huì)把最大的匹配結(jié)果拿出來做比較。
>> 第二個(gè)正則表達(dá)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(gè)匹配結(jié)束。
其他案例:
"Oh, \"my\" God" =====> /(")([^\1] | \\1)*?(?<!\\)\1/i
正則表達(dá)式的注釋
格式:(?# 注釋內(nèi)容)
用途:主要用于復(fù)雜的注釋
貢獻(xiàn)代碼:是一個(gè)用于連接MYSQL數(shù)據(jù)庫的正則表達(dá)式

復(fù)制代碼代碼如下:

$regex = '/ 
^host=(?<!\.)([\d.]+)(?!\.) (?#主機(jī)地址) 
\| 
([\w!@#$%^&*()_+\-]+) (?#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(gè)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]