正则表达式 （39）

正则表达式简介:

??正则表达式是用于描述字符排列和匹配模式的一种语法规则。它主要用于字符串的模式分割、匹配、查找及替换操作。到目前为止，我们前面所用过的精确（文本）匹配也是一种正则表达式。
??在PHP中，正则表达式一般是由正规字符和一些特殊字符（类似于通配符）联合构成的一个文本模式的程序性描述。

??PHP中，正则表达式有三个作用：

??匹配，也常常用于从字符串中析取信息。
??用新文本代替匹配文本。
??将一个字符串拆分为一组更小的信息块。
??一个正则表达式中至少包含一个原子

在PHP中有两套正则表达式函数库，两者功能相似，只是执行效率略有差异：

??一套是由PCRE（Perl Compatible Regular Expression）库提供的。使用“preg_”为前缀命名的函数；
??一套由POSIX（Portable Operating System Interface of Unix）扩展提供的。使用以“ereg_”为前缀命名的函数；
??使用正则表达式的原因之一，是在典型的搜索和替换操作中，只能对确切文字进行匹配，对象动态文本的搜索就有困难了，甚至是不可能的。

正则表达式的语法规则

PCRE正则表达式:
??PCRE全称为Perl Compatible Regular Expression，意思是Perl兼容正则表达式。
??PCRE来源于Perl语言，而Perl是对字符串操作功能最强大的语言之一，PHP的最初版本就是由Perl开发的产品。
??PCRE语法支持更多特性，比POSIX语法更强大，实现相同的功能函数，使用PCRE库的效率略占优势。但是它们也有很多相同点。
??在PCRE中，通常将模式表达式（即正则表达式）包含在两个反斜线“/”之间，如“/apple/”。用户只要把需要匹配的模式内容放入定界符之间即可。作为定界的字符也不仅仅局限于“/”。除了字母、数字和斜线“\”以外的任何字符都可以作为定界符，像“#”、“|”、“!”等都可以的。

原子(Atom)

原子是组成正则表达式的基本单位,在分析正则表达式时，应作为一个整体。
??原子字符包括所有的英文字母、数字、标点符号以及其他一些符号。原子也包括以下内容。
??单个字符、数字，如a-z，A-Z，0-9。
??模式单元，如（ABC）可以理解为由多个原子组成的大的原子。
??原子表，如[ABC]。
??重新使用的模式单元，如：\\1
??普通转义字符，如：\d，\D，\w
??转义元字符，如：\*，\.

普通转义字符

原子说明
-----------------------------------------------------------------
\d　　匹配一个数字；等价于[0-9]
\D　　匹配除数字以外任何一个字符；等价于[^0-9]
\w　　匹配一个英文字母、数字或下划线；等价于[0-9a-zA-Z_]
\W　　匹配除英文字母、数字和下划线以外任何一个字符；等价于[^0-9a-zA-Z_]
\s　　匹配一个空白字符；等价于[\f\n\r\t\v]
\S　　匹配除空白字符以外任何一个字符；等价于[^\f\n\r\t\v]
\f　　匹配一个换页符等价于\x0c 或\cL
\n　　匹配一个换行符；等价于\x0a 或\cJ
\r　　匹配一个回车符等价于\x0d 或\cM
\t　　匹配一个制表符；等价于\x09\或\cl
\v　　匹配一个垂直制表符；等价于\x0b或\ck
\oNN　　匹配一个八进制数字
\xNN　　匹配一个十六进制数字
\cC　　匹配一个控制字符

元字符(Meta-character)

元字符是用于构造规则表达式的具有特殊含义的字符。如果要在正则表达式中包含元字符本身，必须在其前加上”\”进行转义
元字符说明
-----------------------------------------------------------------
* 　　0次、1次或多次匹配其前的原子
+ 　　1次或多次匹配其前的原子
?　　0次或1次匹配其前的原子
|　　匹配两个或多个选择
^ 　　或\A匹配字符串串首的原子
$ 　　或\Z 匹配字符串串尾的原子
\b　　匹配单词的边界
\B　　匹配除单词边界以外的部分
[]　　匹配方括号中的任一原子
[^]　　匹配除方括号中的原子外的任何字符
{m}　　表示其前原子恰好出现m次
{m,n}　　表示其前原子至少出现m次，至少出现n次(n>m)
{m,}　　表示其前原子出现不少于m次
()　　整体表示一个原子
.　　匹配除换行之外的任何一个字符

字符串边界限制

在某些情况下，需要对匹配范围进行限定，以获得更准确的匹配结果。“^”和“$”分别指定字符串的开始和结束。
??例如，在字符串“Tom and Jerry chased each other in the house until tom’s uncelcome in”中
??元字符“^”或“\A”置于字符串的开始确保模式匹配出现在字符串首端；
/^Tom/
??元字符“$”或“\Z”置于字符串的结束，确保模式匹配出现字符串尾端。
/in$/
??如果不加边界限制元字符，将获得更多的匹配结果。
/^Tom$/精确匹配　　/Tom/模糊匹配

单词边界限制

在使用各种编辑软件的查找功能时，可以通过选择“按单词查找”获得更准确的结果。正则表达式中也提供类似的功能。
??例如：在字符串“This island is a beautiful land”中
??元字符“\b”对单词的边界进行匹配；
/\bis\b/ 匹配单词“is”，不匹配“This”和“island”。
/\bis/匹配单词“is”和“island”中的“is”，不匹配“This”
??元字符“\B”对除单词边界以外的部分进行匹配。
/\Bis\B/ 将明确的指示不与单词的左、右边界匹配，只匹配单词的内部。所以在这个例子中没有结果。
/\Bis/匹配单词“This”中的“is”

重复匹配

正则表达式中有一些用于重复匹配某些原子的元字符：“?”、“*”、“+”。他们主要的区别是重复匹配的次数不同。
??元字符“?”:表示0次或1次匹配紧接在其前的原子。
例如：/colou?r/匹配“colour”或“color”。
??元字符“*”:表示0次、1次或多次匹配紧接在其前的原子。
例如：/zo*/可以匹配z、zoo
??元字符“+”:表示1次或多次匹配紧接在其前的原子。
例如：/go+gle/匹配“gogle”、“google”或“gooogle”等中间含有多个o的字符串。

任何一个字符

元字符“.”匹配除换行符外任何一个字符。
??相当于：[^\n](Unix系统)或[^\r\n](windows系统)。
??例如：/pr.y/可以匹配的字符串“prey”、“pray”或“pr%y”等。
??通常可以使用“.*”组合来匹配除换行符外的任何字符。在一些书籍中也称其为“全匹配符”或“单含匹配符”。
??例如：
??/^a.*z$/表示可以匹配字母“a”开头，字母“z”结束的任意不包括换行符的字符串。
??/.+/也可以完成类似的匹配功能所不同的是其至少匹配一个字符。
??/^a.+z$/匹配“a％z”不匹配字符串“az”

原子表－方括号表达式

原子表”[]”中存放一组原子，彼此地位平等，且仅匹配其中的一个原子。如果想匹配一个”a”或”e”使用[ae]。
??例如: Pr[ae]y匹配”Pray”或者”Prey ”。
??原子表”[^]”或者称为排除原子表，匹配除表内原子外的任意一个字符。
??例如：/p[^u]/匹配“part”中的“pa”，但无法匹配“computer”中的“pu”因为“u”在匹配中被排除。
??原子表“[-]”用于连接一组按ASCII码顺序排列的原子，简化书写。
??例如：/x[0123456789]/可以写成x[0-9],用来匹配一个由“x”字母与一个数字组成的字符串。
??例如：
??/[a-zA-Z]/匹配所有大小写字母
??/^[a-z][0-9]$/匹配比如“z2”、“t6”、“g7”
??/0[xX][0-9a-fA-F]/匹配一个简单的十六进制数字，如“0x9”。
??/[^0-9a-zA-Z_]/匹配除英文字母、数字和下划线以外任何一个字符，其等价于\W。
??/0?[ xX][0-9a-fA-F]+/匹配十六进制数字，可以匹配“0x9B3C”或者“X800”等。
??//可以匹配“

”、“”或“”等HTML标签，并且不严格的控制大小写。

模式选择符

元字符“|”又称模式选择符。在正则表达式中匹配两个或更多的选择之一。
??例如：
??在字符串“There are many apples and pears.”中，/apple|pear/在第一次运行时匹配“apple”；再次运行时匹配“pear”。也可以继续增加选项，如：/apple|pear|banana|lemon/

模式单元

元字符“（）”将其中的正则表达式变为原子（或称模式单元）使用。与数学表达式中的括号类似，“（）”可以做一个单元被单独使用。
??例如：
??/(Dog)+/匹配的“Dog”、“DogDog”、“DogDogDog”,因为紧接着“+”前的原子是元字符“（）”括起来的字符串“Dog”。
??/You (very )+ old/匹配“You very old”、“You very veryold”
??/Hello (world|earth)/匹配“Hello world”、“Hello earth”
??一个模式单元中的表达式将被优先匹配或运算。

重新使用的模式单元

系统自动将模式单元“（）”中的匹配依次存储起来，在需要时可以用“\1”、“\2”、“\3”的形式进行引用。当正则表达式包含有相同的模式单元时，这种方法非常便于对其进行管理。注意使用时需要写成“\\1”、“\\2”
例如：
??/^\d{2}([\W])\d{2}\\1\d{4}$/匹配“12-31-2006”、“09/27/1996”、“86 01 4321”等字符串。但上述正则表达式不匹配“12/34-5678”的格式。这是因为模式“[\W]”的结果“/”已经被存储。下个位置“\1”引用时，其匹配模式也是字符“/”。
??当不需要存储匹配结果时使用非存储模式单元“（？：）”
??例如/(?:a|b|c)(D|E|F)\\1g/ 将匹配“aEEg”。在一些正则表达式中，使用非存储模式单元是必要的。否则，需要改变其后引用的顺序。上例还可以写成/（a|b|c）(C|E|F)\\2g/。

以上就介绍了正则表达式 （39），包括了方面的内容，希望对PHP教程有兴趣的朋友有所帮助。