PHPRegex入門教程[轉]

思維導圖

點擊，可以看具體內容！

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

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。

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。

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.

$regex = '/^http:\/\/([\w.]+)\/([\w]+)\/([\w]+)\.html$/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!

$regex = '#^http://([\w.]+)/([\w]+)/([\w]+)\.html$#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:

$regex = '/HELLO/';$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 (?

前後緊跟字元

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

否定意義:

$regex = '/(?    
    
 
   
   
   
    >字元寬度:零   
   
    驗證零字元代碼   
   
    
     
$regex = '/HE(?=L)LO/i';$str = 'HELLO';$matches = array();if(preg_match($regex, $str, $matches)){    var_dump($matches);}echo "\n";
    
    
列印不出結果！
    
     
$regex = '/HE(?=L)LLO/i';$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)。   
   
    
     
$regex = '/^(Chuanshanjia)[\w\s!]+\1$/';    $str = 'Chuanshanjia thank Chuanshanjia';$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)    
    
     
      
$regex = '/(?Pchuanshanjia)[\s]Is[\s](?P=author)/i';$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:"?"：如果前面有限定符，會使用最小的資料。如“*”會取0個，而“+”會取1個，如過是{3,5}會取3個。
    
先看下面的兩個代碼:
    
代碼1.
    
     
    
    
  結果1.
    
    
 
    
代碼2
    
     
    
    
  結果2
    
    
 
    
代碼3,使用“+”
    
     
    
    
 結果3
    
    
代碼4,使用{3,5}
    
     
    
    
 結果4
    
   
   
   
    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   
   
    
     
$regex = '/    ^host=(?    
    
 
   
   
    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]
 
        
 
       
      
   
   
 
   
原文：http://www.cnblogs.com/baochuan/archive/2012/03/12/2391135.html
