PHP Regex 推薦

思維導圖
點擊，可以看具體內容！
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. 複製代碼 代碼如下:$regex = '/^http:\/\/([\w.]+)\/([\w]+)\/([\w]+)\.html$/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$matches[0]將包含與整個模式比對的字串。
使用"#"定界符的代碼如下.這個時候對"/"就不轉義! 複製代碼 代碼如下:$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:

複製代碼 代碼如下:$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 複製代碼 代碼如下:$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: 複製代碼 代碼如下:$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 複製代碼 代碼如下:$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！ 複製代碼 代碼如下:$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)。 複製代碼 代碼如下:$regex = '/^(Chuanshanjia)[\w\s!]+\1$/';
$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) 複製代碼 代碼如下:$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. 複製代碼 代碼如下:$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 複製代碼 代碼如下:$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:
"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 複製代碼 代碼如下:$regex = '/
^host=(?<!\.)([\d.]+)(?!\.) (?#主機地址)
\|
([\w!@#$%^&*()_+\-]+) (?#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

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）[\t\n\r]
\d	[0-9]