自己学正则时做的笔记php正则

【 tulaoshi.com - Web开发 】

RT，正则可以搞定的东西很多哦，大家学习学习吧

一.正则表达式
1.匹配符
1)头匹配符"^":如^0754,只匹配开头为0754的字符串
2)尾匹配符"$":如0754$,只匹配结尾为0754的字符串
3)全字匹配:将^和$结合,如^0754$,匹配0754字符串
2.转义字符
1)空字符：
换行n
回车r
制表符t
2)其他字符：
"$" $
"^" ^
"+" +
"/" /
3.通配符
1)*号:用来匹配前面一个字符是否在字符串中出现零次或多次.
例1:'abc*'，匹配含有ab的所有字符串。
2)+号:......................................一次或多次.
例2:'abc+'，匹配含有abc的所有字符串。
3)？号:......................................零次或一次.
例3：只匹配含有ab、abc结尾不再含c的字符串。如abca，aabc，aaab都可以，但abcc就不行。
4.关于转义字符$与双、单引号(php4环境)
1)正则表达式本身就是一个字符串。
2)当引号中含有$时，用双、单引号定义就有区别，区别如下：
(1)使用单引号定义时，解释器会把引号内所有字符(包括$在内)都原封不动的赋值给字符串变量。
(2)使用双引号定义时，解释器会把引号内"$"字符以及其后的合法字符(字母、数字、下划线)翻译成变量，直到遇到一个非法字符才认为变量名结束，该非法字符及其后面的字符都被视为一般字符赋给字符串变量，直到遇到下一个"$"为止。
(3)注意：单个$出现在双引号的尾部，并且其后面不再有任何字符的时候，解释器不会将其翻译成变量。也不需要加转义，当然不提倡。
(4)如果待匹配的字符中本身就有$，就无法用双引号来定义这个正则表达式，原因是转义字符$在单，双引号中表示的意义不同：
1双引号中，$和单个的$意义是一样的，都是代表尾匹配符，因此c$$=c$=c$$=c$=c$$；双引号中，$在任何时刻都只代表一个字符"$"，echo "c$$"结果是c$$，并且$和单个的$(单个的$是指该$无法和其后字符组成变量名)是完全等效的，都是尾匹配符，所以双引号中是无法写入作为非尾匹配字符的字符"$"的，也正是这个原因，大多数需要匹配$时定义正则表达式只能用''。
2单引号中，$的意义仅仅表示字符"$"，尾匹配符是$，不管后面是否有合法变量名字符；单引号中，$其实是两个字符，如不用于正则匹配将没有任何意义，echo 'c$$'结果仍是c$$。单作为正则表达式来使用，单引号中的$表示的是特殊字符"$"，而尾匹配符就是单独的$字符。
3)正则表达式的尾匹配符"$"和变量的定义符是相同的：
例1：定义正则表达式为^ab$：$pattern="^ab$";转义字符$在双引号中就表示字符$，结果是^ab$。
例2：如上题，使用$pattern="^ab$";显然是错误的，但是由于$在尾部，后面没有其他字符，所以依然适用。
例3：以字符组合c$结尾的正则表达式：$pattern='c$$';
例4：如上题，$pattern="c$$";正则表达式将$视为尾匹配符，故只匹配以c结尾。
5."[]"方括号(字符簇)用法
1)[]匹配一个字符，在[]中使用^开头表示取非，即其后的字符全部是不匹配的。
例1：[a-zA-Z0-9]匹配所有大小写字母和数字。
例2：[ntrf]匹配所有空字符。
例3：[^A-Z]不匹配大写字母。
例4：^[^0-9]匹配不以数字开头的字符或字符串
2)特殊字符"."(句点)匹配除了"新行"之外的所有字符，模式^.abc$匹配任何以abc结尾的字符，但是不能匹配其本身。模式"."则可以匹配任何字符串，除了空字符串和只有一个"新行"字符的字符串。
例1：'^.abc$';匹配所有尾部含有abc的字符串，不匹配小数(新行)，当不匹配abc。
例2：'.';匹配所有字符串，但不匹配空值。
例3：'.abc';匹配所有含abc的字符串，小数等等都可以，前提是不以abc为首，不匹配abc。
例4：'.abc$'；匹配所有以abc结尾的字符串，任何小数等等都可以，不匹配abc。
3)php提供了内置通用字符簇：
[[:alpha:]]任何字母
[[:digit:]]任何数字
[[:alnum:]]任何字母和数字
[[:space:]]任何空白字符
[[:upper:]]任何大写字母
[[:lower:]]任何小写字母
[[:punct:]]任何表点符号
[[:xdigit:]]任何十六进制数字
[[:cntrl:]]任何ASCII值小于32的字符
注意：以上字符簇有个特点，只要被匹配的字符或字符串中有此字符，即匹配正确，不管字符串是以什么方式组成的。
6."{}"大括号用法
1)方括号只能匹配一个字符，而匹配多个字符只能用{}实现：{}用来确定前面内容出现的次数。{n}表示出现n次；{m,n}表示出现m~n次，包括m和n次；{n,}表示出现n次或者n次以上。
例1:^a{10}$;匹配aaaaaaaaaa。
例2:[0-9]{1,}$;匹配所有0的数。
2)"{}"与通配符之间的关系
？ 相当于 {0,1} 零次或一次
* ..... {0,} 零次或无数次
+ ..... {1,} 一次或无数次
7."()"用法
圆括号"()"括住的pattern表示子模式，如$pattern='([1-9]{1}[0-9]{3})-([0-1]{1}[1-2]{1})-([0-3]{1}([0-9]|))';()扩住的就是一个个子模式，()相当于把他们独立起来，分别匹配而相互不干扰。
二.POSIX风格正则表达式函数
1.ereg
ereg(pattern,string,[array $regs]);
eregi(pattern,string,[array $regs]);
ereg函数在string中找到满足pattern模式的文本，如果找到true，没找到false。如果有第三个参数$regs，那找到的文本将放在$regs[0]中，并且regs数组中将一次存放各个圆括号表达的子模式匹配的结果。$regs[1]中存放了第一个子模式所匹配的结果，$regs[2]中是第二个，顺序从左到右，依次类推。如果没有找到匹配的文本，$regs数组的值不会被改变。
注意：如果找到了匹配的文本，不管找到的子模式是多少个9还是9，ereg()只会改变$regs数组前10个元素的值。但是这不会影响函数对子模式组合的匹配结果。ereg总是先匹配完，如果没发现匹配的文本就false，发现了就true。如果有子模式，会逐步根据这些子模式重新在字符串中寻找匹配的文本，直到$regs数组被填满10个元素或者所有子模式被匹配完，如果子模式少于10则剩余的$regs将被赋空值。总之一句话，匹配归匹配，$regs归$regs，$regs只有10个值。
eregi()函数与ereg()基本用法相同，只是eregi对大小写不敏感。
2.ereg_replace和eregi_replace
ereg_replace(pattern,string replacement,string)
eregi_replace(pattern,string replacement,string)
string字串中满足pattern的文本将被替换成replacement。如果string中有pattern匹配的文本，那么返回替换之后的值，如果没有，则返回原来的string值。
如果pattern中包含子模式，子模式可以有选择的被保留而不被替换。
例1：pattern中的第二个子模式不被替换，replacement可写成这样:replacement2。这样string中匹配的pattern的字符串将被替换为replacement+pattern2，pattern2表示匹配pattern的文本中又匹配pattern的第二个子模式的文本。如果使用""表示保留整个匹配文本。利用这个特性可以实现在特定的字符串之后插入文本的操作。
replacement必须是字符串类型变量，如果不是，替换时将强制转换成字符串类型。
3.split()函数和spliti()函数用法
split(pattern,string,[int limit]);
spliti(pattern,string,[int limit]);
split以正则表达式pattern定义的模式为分隔符将string分隔成几个部分。如果分隔成功，返回的值为各个分隔后部分组成的数组，失败则返回false。可选limit表示最大分割块数。如果limit为5，那么即使string有5个的地方符合pattern，string也只被分割为5个部分，最后一个部分是string去掉前四个部分后剩下的部分。返回值中也只有5个元素。
三.perl风格正则表达式及相关函数
1.perl正则语法
perl分隔符，可使用"/","!"和"{}"。
例1：/^[^0-9]/ !^[0-9]! {^[0-9]}三个都一样。
在分隔符内部，分隔字符本身就是一个特殊敏感字符，要进行转义。如果用分隔符"/"，正则中又用了表达字符的"/"，则必须要用"/"。如果混合用"/"和"!"就没问题。
例2：///$/ !//$! 两者也相同
例3：!^!![0-9]$! /^!![0-9]$/ 两者也相同
2.perl特殊意义字符
a ASCII值为7的告警符
b 词的边界
A 和脱出符号("/")等价
B 非词边界
cn 控制字符
d 单个数字
D 单个非数字
s 单个空白
S 单个非空白
w 单个的字母或下划线
W 单个的非词字符(不是字母也不是下划线)
Z 从目标字串的尾部开始匹配
3.高级特性
1)或运算"|"：
例如!^ex|em!匹配条件是ex或em开头的字符串，还可以写成!^e(x|m)!。
注意：()内的内容代表子模式
2)逻辑符号后面的模式选项
!正则表达式!逻辑选项
A：只匹配位于目标字串开头的字符。
E：该选项使转义字符$构成的正则表达式只匹配目标字符串的结尾字符。如果选择m选项，该选项就被忽略。
U：该选项禁止最大长度的搜索。一般情况下，搜索会尽量找最长的匹配字符串。例如模式/a+/在"caaaaab"字符串中的匹配结果是"aaaaa"，但是使用该选项的模式/a+/U匹配的结果会是"a"。
S：对模式进行学习，提高查找速度。
i：该选项忽略大小写。
m：该选项将含有换行符的字符串视为多行而不是一行。这个时候"$"，"^"等字符会匹配每个换行符。
s:该选项使句点"."也匹配换行符。
x:该选项通知PHP解释器在分析的时候忽略正则表达式定义中的非转义空格符。这样可以在正则表达式中使用空格来增强其可读性，但这时在表达式中使用空格符必须使用转义字符。
3)扩展模式符号。
(？#comment) 添加注释comment，可以增强正则可读性。
(？=pattern) 指定在模式之后必须跟随值pattern。
(？!pattern) 指定在模式之后不能跟随值pattern。
(？n) 在模式内部而非结尾处定义模式选项n。
(？: ) 消耗字符，不捕获匹配结果。
例:echo ereg("？:^a$","a");//无任何输出。
4.per正则函数
1.preg_grep函数
preg_grep(pattern,array input);
输入数组input中寻找匹配模式pattern的字串，并将所有的匹配字符串返回。返回值就是所有匹配的字符串组成的数组。
2.preg_match函数
preg_match(pattern,string subject,[array matches])
该函数在subject字符串中寻找匹配pattern的字符串。如果找到则返回一个非零值，否则返回零值。如果选用了可选项matches，那么匹配的字符串将被放到第一个元素的位置，可以用$matches[0]来读取，圆括号匹配的结果也按顺序放在这个数组中，第一个是$matches[1]，第二个是$matches[2]，依次类推。
3.preg_match_all函数
preg_match_all(pattern,subject,array matches,[int order])
该函数在subject字符串中寻找匹配pattern的互不重叠的文本，找到了匹配的文本则返回匹配文本的个数，否则返回0。匹配文本被放在二维数组matches中，matches[0]中存放的是所有符合的字符串。各种嵌入的子模式匹配的结果依次放在数组matches[1]~[n]中。
order参数可选，可取的值为PREG_PATTERN_ORDER和PREG_SET_ORDER。
4.preg_replace函数
preg_replace(pattern,replacement,subject,[int limit])
该函数将subject中符合pattern模式的部分替换成replacement，返回值类型和subject类型一样，如果有替换，则返回替换后的值，反之则返回原来的值。
参数可以是数组也可以是变量，有几种情况：
1如果subject参数是数组类型。函数对每一个数组元素进行替换操作；
2如果pattern是数组则函数根据每一个pattern中的类型进行替换；
3如果pattern和replacement都是数组，则按两个数组中的元素对应完成替换；
4如果replacement中的元素个数少于pattern中的元素个数。那么不够的部分将有空字符串来代替。
5.preg_split函数
preg_split(pattern,subject,[int limit][flages])
该函数以pattern定义的模式为分隔符将subject字符串分隔为若干个部分，返回数组，其中存放被分隔后的字符串。limit可限制返回字符串的数目，如果设置为-1表示对返回的字符串数目不加任何限制。flags也是可选项，其有两个值：PREG_SPLIT_NO_EMPTY设定函数不返回空字符串，PERG_SPLIT_DELIM_CAPTURE，该选项设定pattern中的嵌入子模式也会被函数匹配。