PHP Regex 基本規則

標籤：http   垂直   3.1   對象   多次   highlight   png   nbsp   斷行符號   

Regex基本知識:

    \ 將下一個字元標記為一個特殊字元、或一個原義字元、或一個 反向參考、或一個八進位轉義符。
　　　　 例如，‘n‘ 匹配字元 "n"。‘\n‘ 匹配一個分行符號。序列 ‘\\‘ 匹配 "\" 而 "\(" 則匹配 "("。
    ^ 匹配輸入字串的開始位置。如果設定了 RegExp 對象的 Multiline 屬性，^ 也匹配 ‘\n‘
　　　　 或 ‘\r‘ 之後的位置。
    $ 匹配輸入字串的結束位置。如果設定了RegExp 對象的 Multiline 屬性，$ 也匹配 ‘\n‘ 
　　　　或 ‘\r‘ 之前的位置。
    * 匹配前面的子運算式零次或多次。例如，zo* 能匹配 "z" 以及 "zoo"。* 等價於{0,}。
    + 匹配前面的子運算式一次或多次。例如，‘zo+‘ 能匹配 "zo" 以及 "zoo"，但不能匹配 "z"。
　　　　+ 等價於 {1,}。
    ? 匹配前面的子運算式零次或一次。例如，"do(es)?" 可以匹配 "do" 或 "does" 中的"do" 。
　　　　? 等價於 {0,1}。
    {n} n 是一個非負整數。匹配確定的 n 次。例如，‘o{2}‘ 不能匹配 "Bob" 中的 ‘o‘，但是能
　　　　匹配 "food" 中的兩個 o。
    {n,} n 是一個非負整數。至少匹配n 次。例如，‘o{2,}‘ 不能匹配 "Bob" 中的 ‘o‘，但能匹配
　　　　 "foooood" 中的所有 o。‘o{1,}‘ 等價於 ‘o+‘。‘o{0,}‘ 則等價於 ‘o*‘。
    {n,m} m 和 n 均為非負整數，其中n <= m。最少匹配 n 次且最多匹配 m 次。例如，"o{1,3}"
　　　　 將匹配 "fooooood" 中的前三個 o。‘o{0,1}‘ 等價於 ‘o?‘。請注意在逗號和兩個數之間不能有空格。
    ? 當該字元緊跟在任何一個其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 後面時，匹配模式是非
　　　　貪婪的。非貪婪模式儘可能少的匹配所搜尋的字串，而預設的貪婪模式則儘可能多的匹配所搜尋
　　　　的字串。例如，對於字串 "oooo"，‘o+?‘ 將匹配單個 "o"，而 ‘o+‘ 將匹配所有 ‘o‘。
    . 匹配除 "\n" 之外的任何單個字元。要匹配包括 ‘\n‘ 在內的任何字元，請使用象 ‘[.\n]‘ 的模式。
    x|y 匹配 x 或 y。例如，‘z|food‘ 能匹配 "z" 或 "food"。‘(z|f)ood‘ 則匹配 "zood" 或 "food"。
    [xyz] 字元集合。匹配所包含的任意一個字元。例如， ‘[abc]‘ 可以匹配 "plain" 中的 ‘a‘。
    [^xyz] 負值字元集合。匹配未包含的任一字元。例如， ‘[^abc]‘ 可以匹配 "plain" 中的‘p‘。
    [a-z] 字元範圍。匹配指定範圍內的任一字元。例如，‘[a-z]‘ 可以匹配 ‘a‘ 到 ‘z‘ 範圍內
　　　　的任意小寫字母字元。
    [^a-z] 負值字元範圍。匹配任何不在指定範圍內的任一字元。例如，‘[^a-z]‘ 可以匹配任何不
　　　　在 ‘a‘ 到 ‘z‘ 範圍內的任一字元。
    \b 匹配一個單詞邊界，也就是指單詞和空格間的位置。例如， ‘er\b‘ 可以匹配"never" 中
　　　　的 ‘er‘，但不能匹配 "verb" 中的 ‘er‘。
    \B 匹配非單詞邊界。‘er\B‘ 能匹配 "verb" 中的 ‘er‘，但不能匹配 "never" 中的 ‘er‘。
    \cx 匹配由 x 指明的控制字元。例如， \cM 匹配一個 Control-M 或斷行符號符。x 的值必須為
　　　　 A-Z 或 a-z 之一。否則，將 c 視為一個原義的 ‘c‘ 字元。
    \d 匹配一個數字字元。等價於 [0-9]。
    \D 匹配一個非數字字元。等價於 [^0-9]。
    \f 匹配一個換頁符。等價於 \x0c 和 \cL。
    \n 匹配一個分行符號。等價於 \x0a 和 \cJ。
    \r 匹配一個斷行符號符。等價於 \x0d 和 \cM。
    \s 匹配任何空白字元，包括空格、定位字元、換頁符等等。等價於 [ \f\n\r\t\v]。
    \S 匹配任何非空白字元。等價於 [^ \f\n\r\t\v]。
    \t 匹配一個定位字元。等價於 \x09 和 \cI。
    \v 匹配一個垂直定位字元。等價於 \x0b 和 \cK。
    \w 匹配包括底線的任何單詞字元。等價於‘[A-Za-z0-9_]‘。
    \W 匹配任何非單詞字元。等價於 ‘[^A-Za-z0-9_]‘。
    \xn 匹配 n，其中 n 為十六進位轉義值。十六進位轉義值必須為確定的兩個數字長。例如，
　　　　‘\x41‘ 匹配 "A"。‘\x041‘ 則等價於 ‘\x04‘ & "1"。Regex中可以使用 ASCII 編碼。.
    \num 匹配 num，其中 num 是一個正整數。對所擷取的匹配的引用。例如，‘(.)\1‘ 匹配
　　　　兩個連續的相同字元。
    \n 標識一個八進位轉義值或一個反向參考。如果 \n 之前至少 n 個擷取的子運算式，則 n 為向後
　　　　引用。否則，如果 n 為八位元字 (0-7)，則 n 為一個八進位轉義值。
    \nm 標識一個八進位轉義值或一個反向參考。如果 \nm 之前至少有 nm 個獲得子運算式，則 nm 為
　　　　反向參考。如果 \nm 之前至少有 n 個擷取，則 n 為一個後跟文字 m 的反向參考。如果前面的
　　　　條件都不滿足，若 n 和 m 均為八位元字 (0-7)，則 \nm 將匹配八進位轉義值 nm。
    \nml 如果 n 為八位元字 (0-3)，且 m 和 l 均為八位元字 (0-7)，則匹配八進位轉義值 nml。
    \un 匹配 n，其中 n 是一個用四個十六進位數字表示的 Unicode 字元。例如， \u00A9 匹配著作權符號 (?)。

　　子模式:

 (pattern) 匹配 pattern 並擷取這一匹配。所擷取的匹配可以從產生的 Matches 
　　要匹配圓括弧字元，請使用 ‘\(‘ 或 ‘\)‘。
 (?:pattern) 匹配 pattern 但不擷取匹配結果，也就是說這是一個非擷取匹配，
　　　不進行儲存供以後使用。這在使用 "或" 字元 (|) 來組合一個模式的各個部分
　　 是很有用。例如， ‘industr(?:y|ies) 就是一個比 ‘industry|industries‘ 
　　　更簡略的運算式。
 (?=pattern) 正向預查，在任何匹配 pattern 的字串開始處匹配尋找字串。
　　　　這是一個非擷取匹配，也就是說，該匹配不需要擷取供以後使用。例如，
　　　　‘Windows (?=95|98|NT|2000)‘ 能匹配 "Windows 2000" 中的 "Windows" ，
　　　　但不能匹配 "Windows 3.1" 中的 "Windows"。預查不消耗字元，也就是說，
　　　　在一個匹配發生後，在最後一次匹配之後立即開始下一次匹配的搜尋，而不是從
　　　　包含預查的字元之後開始。
 (?!pattern) 正向不匹配，在任何不匹配 pattern 的字串開始處匹配尋找字串。
　　這是一個非擷取匹配，也就是說，該匹配不需要擷取供以後使用。例如‘Windows (?!95|98|NT|2000)‘
　　 能匹配 "Windows 3.1" 中的 "Windows"，但不能匹配 "Windows 2000" 中的 "Windows"。
　　預查不消耗字元，也就是說，在一個匹配發生後，在最後一次匹配之後立即開始下一次匹配的搜尋，
　　而不是從包含預查的字元之後開始

　　子模式比對:

<?php $subject = "im 24 ap<pple>la";$pattern = "/<(.*)>/";$match   = [];$result = preg_match($pattern, $subject, $match);print_r($match);var_dump($result);

　　輸出:

不捕獲子模式:

<?php $subject = "im 24 ap<pple>la";$pattern = "/<(?:.*)>/";$match   = [];$result = preg_match($pattern, $subject, $match);print_r($match);var_dump($result);

正向預查:匹配之前，現檢查是否符合括弧內規則的運算式，非捕獲匹配

<?php $subject = "im 24 appple";$pattern = "/p(?=p)/";$match   = [];$result = preg_match($pattern, $subject, $match);print_r($match);var_dump($result);

輸出: 注意這裡是‘p’

正向不匹配

<?php $subject = "im 24 appple";$pattern = "/p(?!p)le/";$match   = [];$result = preg_match($pattern, $subject, $match);print_r($match);var_dump($result);

　　輸出:

反向預查(?<=pattern) 反向匹配。(?<=J)a，匹配緊跟字母J後面的a，結果Java6 Java7(?<!pattern) 反向不匹配。(?<!J)a，不匹配緊跟字母J後面的a，結果Java6 Java7

反向預查:匹配之前要保證前面符合子模式條件，即和子模式中匹配。

<?php $subject = "im 24 appple";$pattern = "/(?<=p)le/";$match   = [];$result = preg_match($pattern, $subject, $match);print_r($match);var_dump($result);

　運行:

反向不匹配:

<?php $subject = "im 24 appple";$pattern = "/a(?<!p)p/";$match   = [];$result = preg_match($pattern, $subject, $match);print_r($match);var_dump($result);

　　運行:

貪婪模式

.*? 正則引擎預設是貪婪的，當出現"*"時,它會盡量去匹配儘可能長的字串 一個用於修正以上問題的可能方案是用"*"的惰性代替貪婪性。你可以在"*"後面緊跟一個問號"?"來達到這一點 這告訴正則引擎，儘可能少的重複上一個字元

通過 ? 號可以表示儘可能的匹配最少的長度。

<?php $subject = "im 24 appple";$pattern = "/im.*p/";$pattern_no = "/im.*?p/";$match   = [];$match_no = [];preg_match($pattern, $subject, $match);preg_match($pattern_no, $subject, $match_no);print_r($match);print_r($match_no);

　　運行:

 

PHP Regex 基本規則