Regex(Regular Expression, abbr. regex) 功能強大,能夠用於在一大串字元裡找到所需資訊。它利用約定俗成的字元結構運算式來發生作用。不幸的是,簡單的Regex對於一些進階運用,功能遠遠不夠。若要進行篩選的結構比較複雜,你可能就需要用到進階Regex。
本文為您介紹Regex的進階技巧。我們篩選出了八個常用的概念,並配上執行個體解析,每個例子都是滿足 某種複雜要求的簡單寫法。如果你對正則的基本概念尚缺乏瞭解,請先閱讀這篇文章,或者這個教程,或者維基條目。
這裡的正則文法適用於PHP,與Perl相容。
1. 貪婪/懶惰
所有能多次限定的正則運算子都是貪婪的。他們儘可能多地匹配目標字 符串,也就是說匹配結果會儘可能地長。不幸的是,這種做法並不總是我們想要的。因此,我們添加“懶惰”限定符來解決問題。 在各個貪婪運算子後添加“?”能讓運算式只匹配儘可能短的長度。另外,修改器“U”也能惰化能多次限定的運算子。 理解貪婪與懶惰的區別是運用進階Regex的基礎。
貪婪操作符
操作符 * 匹配之前的運算式零次或零次以上。它是 一個貪婪操作符。請看下面的例子:
preg_match( '/<h1>.*<\/h1>/', '<h1>這是一個標題。 </h1>
<h1>這是另一個。</h1>', $matches );
句點(.)能代表除分行符號外的任一字元。上面 的Regex匹配 h1 標籤以及標籤內的所有內容。它用句點(.)和星號(*)來匹配標籤內的所有內容。匹配結果如下:
<h1> 這是一個標題。</h1><h1>這是另一個。</h1>
整個字串都被返回。* 操作符會連續匹配所有內容 —— 甚至包括中間的 h1 閉合標籤。因為它是貪婪的,匹配整個字串是符合其利益最大化原則。
懶惰操作符
把上面的式子稍作修改,加上一個問號(?),能讓運算式變懶惰:
/<h1>.*?<\/h1>/
這樣它會覺得,只需匹配到第一個 h1 結尾標籤就完成任務了。
另一個有著類似屬性的貪婪操作符是 {n,} 。它代表之前的匹配模式重複n次或n次以上,如果沒有加上問號,它會尋找儘可能多的重複次數,加上的話,則會儘可能少重複(當然也就是“重複n次”最少)。
# 建立字串
$str = 'hihihi oops hi';
# 使用貪婪的{n,}操作符進行匹配
preg_match( '/(hi){2,}/', $str, $matches ); # matches[0] 將是 'hihihi'
# 使用墮化了的 {n,}? 操作符匹配
preg_match( '/(hi){2,}?/', $str, $matches ); # matches[0] 將是 'hihi'