PHP Regex入門篇

參考效果圖

介紹
 
       Regex，大家在開發中應該是經常用到，現在很多開發語言都有Regex的應用，比如javascript，java，.net,php等等，我今天就把我對Regex的理解跟大家嘮嘮，不當之處，請多多指教！
 
需要知道的術語——下面的術語你知道多少?
 
Δ  定界符
Δ  字元域
Δ  修飾符
Δ  限定符
Δ  脫字元
Δ  萬用字元(正向預查，反向預查)
Δ  反向引用
Δ  惰性匹配
Δ  注釋
Δ  零字元寬
 
定位
 
       我們什麼時候使用Regex呢？不是所有的字元操作都用正則就好了，php在某些方面用正則反而影響效率。當我們遇到複雜文本資料的解析時候，用正則是比較好的選擇。
 
優點
 
      Regex在處理複雜字元操作的時候，可以提高工作效率，也在一定程度節省你的代碼量。
 
缺點
 
       我們在使用Regex的時候，複雜的Regex會加大代碼的複雜度，讓人很難理解。所以我們有的時候需要在Regex內部添加註釋。
 
通用模式

 
 ¤ 定界符，通常使用 "/"做為定界符開始和結束,也可以使用"#"。
　　什麼時候使用"#"呢?一般是在你的字串中有很多"/"字元的時候，因為正則的時候這種字元需要轉義，比如uri。
     使用"/"定界符的代碼如下.

代碼如下	複製代碼
$regex = '/^http://([w.]+)/([w]+)/([w]+).html$/i'; $str = 'http://www.youku.com/show_page/id_ABCDEFG.html'; $matches = array(); if(preg_match($regex, $str, $matches)){     var_dump($matches); } echo "n";

    preg_match中的$matches[0]將包含與整個模式比對的字串。

    使用"#"定界符的代碼如下.這個時候對"/"就不轉義!

代碼如下	複製代碼
$regex = '#^http://([w.]+)/([w]+)/([w]+).html$#i'; $str = 'http://www.youku.com/show_page/id_ABCDEFG.html'; $matches = array(); if(preg_match($regex, $str, $matches)){     var_dump($matches); } echo "n";

  ¤ 修飾符:用於改變Regex的行為。

     我們看到的('/^http://([w.]+)/([w]+)/([w]+).html/i')中的最後一個"i"就是修飾符,表示忽略大小寫，還有一個我們經常用到的是"x"表示忽略空格。

貢獻代碼:

 

代碼如下	複製代碼
$regex = '/HELLO/'; $str = 'hello word'; $matches = array(); if(preg_match($regex, $str, $matches)){     echo 'No i:Valid Successful!',"n"; } if(preg_match($regex.'i', $str, $matches)){     echo 'YES i:Valid Successful!',"n"; }

  ¤ 字元域:[w]用方括弧擴起來的部分就是字元域。

  ¤ 限定符:如[w]{3,5}或者[w]*或者[w]+這些[w]後面的符號都表示限定符。現介紹具體意義。

     {3,5}表示3到5個字元。{3,}超過3個字元，{,5}最多5個，{3}三個字元。

     * 表示0到多個

     + 表示1到多個。

  ¤ 脫字元號

      ^:

          > 放在字元域(如:[^w])中表示否定(不包括的意思)——“反向選擇”

          >  放在運算式之前，表示以當前這個字元開始。(/^n/i,表示以n開頭)。

      注意，我們經常管""叫"跳脫字元"。用於轉義一些特殊符號，如".","/"

 

萬用字元(lookarounds):斷言某些字串中某些字元的存在與否！
 
lookarounds分兩種:lookaheads(正向預查 ?=)和lookbehinds(反向預查?<=)。
> 格式:
正向預查:(?=) 相對應的 (?!)表示否定意思
反向預查:(?<=) 相對應的 (?<!)表示否定意思
前後緊跟字元

代碼如下	複製代碼
$regex = '/(?<=c)d(?=e)/';  /* d 前面緊跟c, d 後面緊跟e*/ $str = 'abcdefgk'; $matches = array(); if(preg_match($regex, $str, $matches)){     var_dump($matches); } echo "n";

否定意義:

代碼如下	複製代碼
$regex = '/(?<!c)d(?!e)/';  /* d 前面不緊跟c, d 後面不緊跟e*/ $str = 'abcdefgk'; $matches = array(); if(preg_match($regex, $str, $matches)){     var_dump($matches); } echo "n";

 

>字元寬度:零
驗證零字元代碼

代碼如下	複製代碼
$regex = '/HE(?=L)LO/i'; $str = 'HELLO'; $matches = array(); if(preg_match($regex, $str, $matches)){     var_dump($matches); } echo "n";

列印不出結果！

代碼如下	複製代碼
$regex = '/HE(?=L)LLO/i'; $str = 'HELLO'; $matches = array(); if(preg_match($regex, $str, $matches)){     var_dump($matches); } echo "n";

 能列印出結果!

說明:(?=L)意思是HE後面緊跟一個L字元。但是(?=L)本身不佔字元，要與(L)區分，（L）本身佔一個字元。

 
捕獲資料
 
沒有指明類型而進行的分組,將會被擷取,供以後使用。
> 指明類型指的是萬用字元。所以只有圓括弧起始位置沒有問號的才能被捕捉。

> 在同一個運算式內的引用叫做反向引用。
> 調用格式: 編號(如1)。

代碼如下	複製代碼
$regex = '/^(Chuanshanjia)[ws!]+1$/';    $str = 'Chuanshanjia thank Chuanshanjia'; $matches = array(); if(preg_match($regex, $str, $matches)){     var_dump($matches); } echo "n";

> 避免捕獲資料
   格式:(?:pattern)
   優點:將使有效反向引用數量保持在最小，代碼更加、清楚。
 
>命名擷取的群組
   格式:(?P<組名>) 調用方式 (?P=組名)

代碼如下	複製代碼
$regex = '/(?P<author>chuanshanjia)[s]Is[s](?P=author)/i'; $str = 'author:chuanshanjia Is chuanshanjia'; $matches = array(); if(preg_match($regex, $str, $matches)){     var_dump($matches); } echo "n";

運行結果

 

惰性匹配(記住：會進行兩部操作,請看下面的原理部分)

　 格式:限定符?

     原理:先匹配"?"前面的部分，然後再匹配右側運算式，右側運算式匹配成功則整個匹配結束。

先看下面的兩個代碼:

代碼1.

代碼如下	複製代碼
$regex = '/(")[^1]+1/i'; $str = '"a""b""c""d"'; $matches = array(); if(preg_match($regex, $str, $matches)){     var_dump($matches); } echo "n";

結果1.

 

代碼2

代碼如下	複製代碼
$regex = '/(")[^1]+?1/i'; $str = '"a""b""c""d"'; $matches = array(); if(preg_match($regex, $str, $matches)){     var_dump($matches); } echo "n";

 結果2

 分析:
      比較兩個Regex:第一個加了"?"，第二個沒有。
      結果:主要看第一個參數:第一個把所有字元列印了出來，第二個只列印了個""a"".
      結論:
           >>  首先滿足(")[^1]+1條件的有
                    "a", "a""b","a""b""c", "a""b""c""d",   "b","b""c","b""c""d",     "c","c""d",     "d"
                  而第一個Regex卻選擇了最大的"a""b""c""d",說明非惰性匹配會把最大的匹配結果拿出來做比較。
          
           >>  第二個Regex:先匹配(")[^1]+，如果匹配成功，那麼我們在匹配“？”右邊的1，如果匹配成功，則整個匹配結束。
 
 其他案例:

代碼如下	複製代碼
"Oh, "my"  God" =====>   /(")([^1] | \1)*?(?<!\)1/i

 
 

Regex的注釋
 
格式:(?# 注釋內容)
用途:主要用於複雜的注釋
 
 貢獻代碼:是一個用於串連MYSQL資料庫的Regex

代碼如下	複製代碼
$regex = '/     ^host=(?<!.)([d.]+)(?!.)                 (?#主機地址) |     ([w!@#$%^&*()_+-]+)                       (?#使用者名稱) |     ([w!@#$%^&*()_+-]+)                       (?#密碼) (?!|)$/ix'; $str = 'host=192.168.10.221|root|123456'; $matches = array(); if(preg_match($regex, $str, $matches)){     var_dump($matches); } echo "n";

 

特殊字元	解釋
*	0到多次
+	1到多次還可以寫成{1,}
?	0或1次
.	匹配除分行符號外的所有單個的字元
w	[a-zA-Z0-9_]
s	空白字元(空格，分行符號，斷行符號符）[tnr]
d	[0-9]