用实际的例子揭开正面的神秘面纱

钥匙要点

• 正则表达式（REGEX）是开发人员的宝贵工具，用于诸如日志分析，形式提交验证并查找和替换操作之类的任务。了解如何有效构建和使用正则表达式可以大大提高生产率和效率。
构建良好的正则是定义场景，制定计划以及实施/测试/重构。重要的是要了解允许的字符类型，角色必须出现多少次以及要遵循的任何约束。 REGEX用法的实际示例
• 包括匹配密码，URL，特定的HTML标签和重复的单词。这些示例证明了字符范围，断言，条件，群体等的使用。
>
• > REGEX是一种强大的工具，但它也可能很复杂且难以管理。因此，有时使用几个较小的正直而不是一个大的正则是更有效的。注意小组捕获也可能使匹配对于进一步的处理更有用。
>
• 正则表达式通常用于执行搜索，替换子字符串和验证字符串数据。本文提供了通过复杂的正则表达式进行的提示，技巧，资源和步骤。 如果您没有基本技能，则可以通过我们的初学者指南学习正则表达式。作为正则表达式的奥术，您不会花很长时间学习这些概念。 有许多书籍，文章，网站来解释正则表达式，因此，我不想写另一个说明，而是要直接进行更实用的例子：

匹配密码

• 匹配url
• 匹配特定的HTML标签
• 匹配重复的单词
• 您可以在此链接上找到有用的备忘单。除了大量有用的资源外，Lea Verou在这篇文章的底部还有一个会议视频 - 它有点长，但在打破正则表达式方面非常出色。
如何构建良好的正则

正则表达式通常在开发人员的日常工作中使用 - 日志分析，形式提交验证，查找和替换等等。这就是为什么每个好的开发人员都应该知道如何使用它们，但是建造好的正则是什么最佳实践是什么？

1。定义方案

使用自然语言来定义问题，将使您更好地了解使用方法。这些单词可以和必须在定义中使用，可用于描述强制性约束或断言。 以下是一个示例：

字符串必须以“ H”开头，并以“ O”结束（例如，Hello，Halo）。

• 字符串可以包裹在括号中。
2。制定计划

对问题有很好的定义后，我们可以理解我们的正则表达中涉及的元素类型：

允许的字符类型（字，数字，新行，范围，…）？

一个角色必须出现多少次（一个或多个，一次，…）？ 在

3。实施/测试/重构

拥有实时测试环境以测试和改善正则表达非常重要。有Regex101.com，Regexr.com和Debuggex.com等网站提供一些最佳环境。 为了提高正则效率，您可以尝试回答以下其他问题：

字符类是否正确定义了特定域？

>

我应该编写更多测试字符串以涵盖更多用例吗？
是否可以找到和隔离一些问题并分别测试它们？
• >我应该用子图案，组，条件等重构表达式，以使其更小，更清晰，更灵活？
>
实例
• 以下示例的目的不是写一个只能解决问题的表达式，而是使用特定用例，使用字符范围，断言，条件，群体等的重要元素编写最有效的表达式。
匹配密码

设想：

长度

6至12个字符

必须至少有一个大写字母

• >必须至少有一个下部案例字母
• 必须至少有一个数字
>
• 应包含其他字符
>
• 图案： ^（？=。*[a-z]）（？=。*[a-z]）（？=。*d）。{6,12} $ 此表达式基于多个正lookahead（？=（REGEX））。 LookAhead匹配了一些声明（Regex）的东西。条件的顺序不会影响结果。当有几种条件时，外观表达式非常有用。 我们还可以使用负LookAhead（？！（REGEX））排除某些角色范围。例如，我可以将％排除（？！。*＃）。 让我们解释以上表达的每种模式：
• ^在字符串开始时断言位置

（？=。*[a-z]）正lookahead，断言正则是。*[a-z]可以匹配：

1. 。*匹配零和无限时间之间的任何字符（新线）
2. [A-Z]匹配A和z之间的范围内的一个字符
   （？=。*[a-z]）正lookahead，断言正则是。*[a-z]可以匹配：
   。*匹配零和无限时间之间的任何字符（新线）
[A-Z]匹配A和Z之间的单个字符（情况敏感）
3. >
   （？=。 *d）积极的lookahead，断言正则 *dcan是匹配的：
   。*匹配零和无限时间之间的任何字符（新线）
d匹配数字[0-9]
4. 。{6,12}匹配6至12次
之间的任何字符（Newline除外）
5. $断言字符串末尾的位置

匹配的URL

设想：

• 必须从http或https或ftp开始，然后是：//
>
• 必须匹配有效的域名
• 可以包含端口规范（http://www.sitepoint.com:80）
• 可以包含数字，字母，点，连字符，前向斜线，多次

图案： ^（http | https | ftp）：[/] {2}（[a-za-z0-9--。]。[a-za-z] {2,4}）（：[0-9]）？ /？（[A-ZA-Z0-9 -._？？，'/\＆amp;％$＃=〜]*）*） 使用 ^（http | https | ftp）：[/] {2}的第一种情况很容易解决。 要匹配域名，我们需要牢记，要有效，它只能包含字母，数字，连字符和点。在我的示例中，我将标点符号后的字符数量从2到4限制在2到4，但可以扩展到.Rocks或。编码等新域。域名匹配（[A-ZA-Z0-9-。]。[A-ZA-Z] {2,4}）。 可选端口规范与简单（：[0-9]）？ 一个URL可以包含多次重复多次的多个斜线和多个字符（请参阅RFC3986），通过在组中使用一系列字符可以匹配（[a-za-Z0-9-._？？，'/\＆amp;％$ ＃=〜]*）。 将每个重要元素与组捕获（）匹配非常有用，因为它将仅返回我们需要的匹配项。请记住，某些角色需要逃脱。 下面，每个副本都解释了：

1. ^在字符串开始时断言位置
2. 捕获组（http | https | ftp），捕获http或https或ftp
3. ：逃脱的角色，匹配角色：字面意思
4. [ /] {2}恰好匹配逃脱的字符 /
的2倍
5. 捕获组（[A-ZA-Z0-9-。]。[A-ZA-Z] {2,4}）：
   • [A-ZA-Z0-9-。]匹配A和z，a和z，z，0和9之间的一个和无限的时间字符，字面字符和字符。从字面上看
   。匹配角色。从字面上看
   • [a-za-z] {2,4}匹配A和Z或A和Z之间的2至4倍（CASE敏感）>
捕获组（：[0-9]）？
6. 量词？匹配零次或更多次之间的组
   • ：匹配字符：字面上
   • [0-9]匹配0和9次或多次之间的单个字符
   /？匹配字符 /字面零或一次
7. >捕获组（[a-za-z0-9 -._？？，'/\＆amp;％$＃=〜]*）*）：
8. [a-za-z0-9 -._？？，'/\＆amp;％$＃=〜]*匹配零和无限时间在a-z，a-z，a-z，0-9的单个字符之间： - ._？，'/＆amp;％$＃=〜。
   匹配HTML TAG

设想：

开始标签必须以>结尾

结束标签必须以一个或多个字符开始，然后以>
• 结尾。
我们必须匹配标签元素中的内容
图案： （。*？）1> 匹配起始标签和内部内容，它非常简单地使用和（。*？），但是在上面的模式中，我添加了一个有用的内容：对捕获组的引用。 每个由括号（）定义的捕获组都可以使用其位置号，（第一个）（第二）（第三），这将允许进一​​步操作。 以上表达可以解释为：
• 以开始

捕获标签名称

• 之后是一个或多个炭
>
• 捕获标签内的内容
• 名称必须在>
之前捕获名称
• 表达式中只有两个捕获组，标签名称和内容将返回一个非常清晰的匹配，即带有相关内容的标签名称列表。 让我们更深入地解释副本：

捕获组（[w]）匹配任何单词字符a-za-z0-9_一次或多次

1. 。*匹配零或更多次之间的任何字符（Newline除外）
2. >匹配字符>字面上的
3. 捕获组（。
/匹配字符 /字面
1匹配与第一个捕获组相匹配的相同文本：（[w]）>
5. >匹配字符>字面上
匹配重复的单词
设想：
单词是空间分开的

我们必须匹配每个重复 - 非连续性

图案： b（w）b（？=。*1） 这种正则表达似乎具有挑战性，但使用了先前显示的一些概念。 该模式引入了单词边界的概念。 单词边界B主要检查位置。当单词字符（即abcde）之后是非单词字符（即： - 〜，！）时，它与之匹配。 在下面，您可以找到单词边界的一些示例用途，以使其更清晰： - 鉴于短语正则表达式很棒 - 模式的准匹配是 - 模式w {3} b可以与单词的最后三个字母匹配：lar，ion，是，ome 以上表达可以解释为：

• 匹配每个单词字符，后跟一个非字角色（在我们的情况空间中）
检查是否已经存在匹配的单词
在下面，您将找到每个子模式的解释：

b字边界
捕获组（[w]）匹配任何字字符a-za-z0-9_
2. >
b字边界
（？=。*1）正lookahead断言以下内容可以匹配：
4. 。
   • 1匹配与首先捕获组相同的文本
   如果我们返回所有匹配，而不是仅返回第一个匹配项，则表达式将更有意义。有关更多信息，请参见php函数preg_match_all。
最终想法

正则表达式是双刃剑。添加的复杂性越多，解决问题就越困难。这就是为什么有时很难找到可以匹配所有情况的正则表达式的原因，最好使用几个较小的正则表达式。 拥有一个良好的问题可能会非常有帮助，并且可以让您开始思考角色范围，约束，断言，重复，可选值等。对组捕获的更多关注将使匹配对进一步处理有用。随意改善示例中的表情，让我们知道您的工作方式！

有用的资源

在下面，您可以找到更多信息和资源，以帮助您的正则技能发展。 如果您发现未列出的有用的内容，请随时在文章中添加评论。

lea verou - /reg（exp）{2}LAIND/：神秘面纱的正则表达式 https://www.youtube.com/watch?v=eklues9rvak

> PHP库

>名称 描述 Regexpbuilder 使用人类可读的方法创建正则 Noonoofluentregex 使用流利的设定器和以上类似的英语术语来构建正则表达式 Hoaregex 提供分析正则和生成字符串的工具 正则反向 给定正则表达式将生成一个字符串

>网站

url 描述 Regex101.com PCRE在线正则测试仪 regextester.com PCRE在线正则测试仪 rexv.org PCRE在线正则测试仪 debuggex.com 支持PCRE，并提供非常有用的视觉正则辩论式调试器 Regexper.com JavaScript样式的正则表达式，但可用于调试 phpliveregex.com Preg功能的在线测试仪 regxlib.com 准备使用的正则表达式数据库 常规表达 正则教程，书籍评论，示例

书籍

>标题 描述 作者 >编辑 掌握正则表达式 必须有正则书 杰弗里·弗里德尔（Jeffrey Friedl） O’Reilly 正则表达式袖珍参考 Perl，Ruby，Php，Python，C，Java和.net的正则表达式 托尼·乔布恩 O’Reilly

经常询问的问题（常见问题解答）有关正则表达式（REGEX）

>正则表达式（REGEX）的哪些实际应用？它们通常在数据验证中使用，以确保用户输入匹配特定格式，例如电子邮件地址或电话号码。它们也可以用于网络刮擦中，以从网页中提取特定的信息。此外，REGEX可以用于文本处理中的任务，例如查找和替换特定的文本字符串，将字符串分配到一个子字符串中等等。 ？

创建复杂的正则表达式涉及理解和组合各种正则表达式组件。这些包括文字，角色类别，量词和化角。通过以不同的方式组合这些组件，您可以创建符合各种图案的正则表达式。例如，您可以创建一个与电子邮件地址，电话号码或URL匹配的正则表达式。

>

使用正则表达式时，有什么常见错误需要避免哪些错误？ *），这可能导致意外的结果。另一个常见的错误是当要从字面上解释特殊角色时，没有正确地逃脱特殊字符。此外，重要的是要记住，默认情况下，正则表达式对大小写敏感，因此，如果您想忽略案例，则需要使用适当的标志。

>

>我如何测试我的正则表达式（REGEX）？ >

>有几种可用的在线工具可让您测试正则表达式。这些工具通常允许您输入正则表达式和测试字符串，然后突出显示与正则表达式匹配的测试字符串的各个部分。这可能是调试正则表达式并确保它们按预期工作的好方法。

可以在所有编程语言中使用正则表达式（REGEX）吗？表达某种形式。但是，在语言之间，所支持的特定语法和功能可能会有所不同。例如，JavaScript，Python和Ruby都支持正则表达式，但它们每个都有自己的独特语法和功能。

>

>使用正则表达式（REGEX）有什么含义？虽然正则表达式可能非常强大，但如果不正确使用，它们也可能是资源密集的。复杂的正则表达式可能需要很长时间才能执行，尤其是在大量文本上。因此，必须明智地使用正则表达式并尽可能地优化它们。

>如何优化我的正则表达式（REGEX）？

>有几种优化正则表达式的策略。其中包括避免使用不必要的量化符，当您不需要匹配的文本时使用非捕捉组，以及在可能的情况下使用字符类而不是交替。此外，某些正则表达引擎提供了优化功能，例如懒量化量，可以提高性能。

>

有哪些资源可以更多地了解正则表达式（REGEX）？可用于了解有关正则表达式的更多信息。其中包括在线教程，书籍和互动学习平台。此外，许多编程语言都有有关其正则表达语法和功能的大量文档。

>可以使用正则表达式（REGEX）来解析HTML或XML？

>

>在技术上可以使用正则表达式时要解析HTML或XML，通常不建议使用。这是因为HTML和XML具有嵌套的结构，该结构可能难以准确地捕获，以正则表达式。相反，通常最好使用专用的HTML或XML解析器。

>正则表达式（REGEX）有哪些替代方法？根据手头的任务，您最好使用其他方法。例如，对于简单的字符串操纵任务，您可以使用内置的字符串方法而不是正则表达式。对于解析HTML或XML，通常会使用专用解析器。对于复杂的文本处理任务，您可能需要考虑使用自然语言处理库。>

以上是用实际的例子揭开正面的神秘面纱的详细内容。更多信息请关注PHP中文网其他相关文章！