PHP核心技術與最佳實務之Regex匹配規則____PHP

PHP核心技術與最佳實務之Regex匹配規則

本文介紹幾種常用的匹配規則。

1.     字元組

尋找數字、字母、空白很簡單，因為已經有了對應這些集合的元字元，但是如果匹配沒有預定義元字元的字元集合，方法很簡單， 就是在方括弧內列出它們。

例如：[aeiou]匹配任何一個英文母音字母，[.*?]匹配標點中的一個。注意此時方括弧內的元字元失去了特殊意義。

也可以指定字元範圍，例如[0-9]的含義和\d完全一致：代表一位元字；同理[a-zA-Z0-9]等同於\w;

字元組很簡單，但是一定要弄清楚字元組中什麼時候需要轉義。

2.      轉義

如果想要尋找或匹配元字元本身，比如尋找*、。等就出現問題：沒辦法指定，因為它們會被解釋成別的意思。這時就需要\來取消這些字元的特殊意義。這叫轉義。

在PHP中使用反斜線（\）表示轉義，\Q和\E也可以在模式中忽略Regex的元字元。比如：
\d +\Q.$.\E$

以上運算式先匹配一個或多個數字，緊接著一個.點號，然後一個$,再然後一個.點號，最終是字串末尾。也就是說\Q和\E中的元字元會被作為一般字元來匹配。

3.      反義

有些時候，尋找的字元不屬於某個字元類，或者運算式和已知定義相反，(比如除了數字以外其他字元)，這時需要用到反義。

常用反義：

常用反義	描述
\W	匹配任意不是字母、數字、底線、漢字的字元
\S	匹配任意不是空白符的字元
\D	匹配任意非數位字元
\B	匹配不是單詞開頭或結束的位置
[^x]	匹配除了x以外的任一字元

反義有一個比較明顯的特徵，就是和一些已知元字元相反，並且為大寫形式。比如”\D”就表示非數字。

1)    不包含空白符的字串

\S+

2)    用角括弧擴起來、以a開頭的字串：

<a[^>] +>

提示：

“^”這裡是非的意思，不是開頭的。如何區分。

表示開頭的 ^只能用在Regex的最前端，而表示取反的^只能用在字元組中，即只在中括弧內出現。

注意：

不要隨意使用反義，因為反義無形中擴大範圍，而使自己沒有考慮到。

4.     分支

分支就是存在多種可能的匹配情況。

(c|h|f|to|)cat

其中括弧裡的運算式將視為一個整體，分支條件指有幾種規則，無論滿足哪一種規則都能匹配，具體方法是使用“|”方法把不同的規則分隔開。

5.     分組

重複單個字元只需直接在字元後面加上限定符，但如果想重複多個字元。

常用的分組文法：

類別	文法	描述
捕獲	(exp)	匹配exp，並捕獲文本到自動命名的組裡
(?<name>exp)	匹配exp，並捕獲文本到name的組裡
(?:exp)	匹配exp，不捕獲匹配的文本
零寬斷言	(?=exp)	匹配exp前面的位置
(?<=exp)	匹配exp後面的位置
(?!exp)	匹配後面不是exp的位置
(?<!exp)	匹配前面不是exp的位置
注釋	(?#comment)	注釋，不對正則有任何影響