php的Regex

這篇文章介紹的內容是關於php的Regex ，有著一定的參考價值，現在分享給大家，有需要的朋友可以參考一下

Regex是一種描述字串結果的文法規則，是一個特定的格式化模式，可以匹配、替換、截取匹配的字串。常用的語言基本上都有Regex，如JavaScript、java等。其實，只有瞭解一種語言的正則使用，其他語言的正則使用起來，就相對簡單些。好了，開始寫正則了。

Regex在匹配字串時，遵循以下2個基本原則：
1.最左原則：Regex總是從目標字串的最左側開始，依次匹配，直到匹配到符合運算式要求的部分，或直到匹配目標字串的結束。
2.最長原則：對於匹配到的目標字串，Regex總是會匹配到符合Regex要求的最長的部分；即貪婪模式

那怎麼開始呢，首先從分隔字元開始寫起，常用包括 / ; #；~，用於表明一串正則的開始。如：‘/a.*a/’。當運算式有過多的逸出字元時，建議優先使用#，如url;

$str = 'http://baidu.com';$pattern = '/http:\/\/.*com/';//需要轉義/preg_match($pattern,$str,$match);var_dump( $match);

$str = 'http://baidu.com';$pattern = '#http://.*com#';//不需要轉義/preg_match($pattern,$str,$match);var_dump( $match);

知道開始和結尾的寫法了，接下來就是中間的判斷了。Regex是自左向右的順序使用原子和元字元進行拼接。比如'<b>zxcv</b>',進行匹配時，‘/<b>.*<\/b>/’,其中.*代表zxcv 。那麼通用原子和元字元有哪些呢?

• \d匹配一個數字字元。等價於 [0-9]。
• \D匹配一個非數字字元。等價於 [^0-9]。
• \f匹配一個換頁符。等價於 \x0c 和 \cL。
• \n匹配一個分行符號。等價於 \x0a 和 \cJ。
• \r匹配一個斷行符號符。等價於 \x0d 和 \cM。
• \s匹配任何空白字元，包括空格、定位字元、換頁符等等。等價於 [ \f\n\r\t\v]。
• \S匹配任何非空白字元。等價於 [^ \f\n\r\t\v]。
• \t匹配一個定位字元。等價於 \x09 和 \cI。
• \v匹配一個垂直定位字元。等價於 \x0b 和 \cK。
• \w匹配包括底線的任何單詞字元。等價於’[A-Za-z0-9_]’。
• \W匹配任何非單詞字元。等價於 ‘[^A-Za-z0-9_]’。
• \xn匹配 n，其中 n 為十六進位轉義值。十六進位轉義值必須為確定的兩個數字長。例如，’\x41’ 匹配 “A”。’\x041’ 則等價於 ‘\x04’ & “1”。Regex中可以使用 ASCII 編碼。
• \nm標識一個八進位轉義值或一個反向參考。如果 \nm 之前至少有 nm 個獲得子運算式，則 nm 為反向參考。如果 \nm 之前至少有 n 個擷取，則 n 為一個後跟文字 m 的反向參考。如果前面的條件都不滿足，若 n 和 m 均為八位元字 (0-7)，則 • \nm 將匹配八進位轉義值 nm。
• \nml如果 n 為八位元字 (0-3)，且 m 和 l 均為八位元字 (0-7)，則匹配八進位轉義值 nml。

• \un十六進位數字表示的 Unicode 字元。例如， \u00A9 匹配著作權符號(?)。

• . 匹配除 “\n” 之外的任何單個字元

• ^ 匹配輸入字串的開始位置。在字元域[]中表示取反，如'[^\w]'等於'\w';而^\w表示以單詞字元開頭。

• $ 匹配輸入字串的結束位置。例'\w$'表示以單詞字元結尾。

• ？ 匹配前面的子運算式零次或一次 等價於 {0,1}，例如，"do(es)?" 可以匹配 "do" 或 "does"。

• * 匹配前面的子運算式零次或多次，等價於{0,}。例如，zo* 能匹配 "z" 、 "zo"、'zoo'。

• + 匹配前面的子運算式一次或多次，等價於{1,}例如，'zo+' 能匹配 "zo" 以及 "zoo"。

• {n} n 為非負整數,匹配確定的 n 次。例如，'o{2}' 不能匹配 "Bob" 或‘Booob’，但是能匹配 "food" 中的兩個 o。

• {n,} n 為非負整數。至少匹配n 次。例如，'o{2,}' 不能匹配 "Bob" 中的 'o'，但能匹配 "foooood" 中的所有 o。'o{1,}' 等價於 'o+'。'o{0,}' 則等價於 'o*'。

• {n,m} m 和 n 均為非負整數，其中n <= m。最少匹配 n 次且最多匹配 m 次。例如，"o{1,3}" 將匹配 "fooooood" 中的前三個 o。'o{0,1}' 等價於 'o?'。請注意在逗號和兩個數之間不能有空格。

• [] 字元集合(字元域)。匹配所包含的任意一個字元。例如， '[abc]' 可以匹配 "plain" 中的 'a'。

• () 匹配 ()內的內容 並擷取這一匹配。搭配\n(n為大於1的整數)，‘http://baidu.com’若運算式：‘（\w+） (:)\/\/.*\1’則匹配‘http://baidu.comhttp’,\1表示http。

• (?:) 匹 配 但不擷取匹配結果，不進行儲存供以後使用。這在使用 "或" 字元 (|) 來組合一個模式的各個部分是很有用。例如， 'industr(?:y|ies) 就是一個比 'industry|industries' 更簡略的運算式。上面運算式若改為'（?:\w+）(:)\/\/.*\1'，則\1表示為：

• | x|y,匹配 x 或 y。例如，'z|food' 能匹配 "z" 或 "food"。'(z|f)ood' 則匹配 "zood" 或 "food"。

• [-] 字元範圍。匹配指定範圍內的任一字元。例如，'[a-z]' 可以匹配 'a' 到 'z' 範圍內的任意小寫字母字元。

• (?=pattern)正 向預查，在任何匹配 pattern 的字串開始處匹配尋找字串。這是一個非擷取匹配，也就是說，該匹 配不需要擷取供以後使用。例如，'Windows (?=95|98|NT|2000)' 能匹配 "Windows 2000" 中的 "Windows" ，但不能匹配 "Windows 3.1" 中的 "Windows"。預查不消耗字元，也就是說，在一個匹配發生後，在最後一次匹配之後立即開始下一次匹 配的搜尋，而不是從包含預查的字元之後開始。
• (?!pattern)負 向預查，在任何不匹配 pattern 的字串開始處匹配尋找字串。這是一個非擷取匹配，也就是說，該匹配不 需要擷取供以後使用。例如'Windows (?!95|98|NT|2000)' 能匹配 "Windows 3.1" 中的 "Windows"，但不能匹配 "Windows 2000" 中的 "Windows"。預查不消耗字元，也就是說，在一個匹配發生後，在最後一次匹配之後立即開始下一次匹配的搜 索，而不是從包含預查的字元之後開始

有時候最後定界符會有一個字母，如‘/as.*/i’,那這個i又是什麼呢，這就是模式修正符；

i表示在和模式進行匹配進不區分大小寫
m將模式視為多行，使用^和$表示任何一行都可以以Regex開始或結束
s如果沒有使用這個模式修正符號，元字元中的"."預設不能表示分行符號號,將字串視為單行
x表示模式中的空白忽略不計
eRegex必須使用在preg_replace替換字串的函數中時才可以使用(講這個函數時再說)
A以模式字串開頭，相當於元字元^
Z以模式字串結尾，相當於元字元$

URegex的特點：就是比較“貪婪”，使用該模式修正符可以取消貪婪模式

例：

$str = 'asddadsdasd';        $pattern = '/a.*d/';        preg_match($pattern,$str,$match);        var_dump($match) ;//asddadsdasd;       $str = 'asddadsdasd';                                          $pattern = '/a.*d/U';//$pattern = '/a.*?d/';        preg_match($pattern,$str,$match);        var_dump($match) ;//asd

php常用正則函數;

匹配：preg_match()與preg_match_all()

1 preg_match($pattern,$subject,[array &$matches])
2 preg_match_all($pattern,$subject,array &$matches)

1隻會匹配一次，2會把所有符合的字串都匹配出來，並且放置到matches數組中，而且這兩個函數都有一個整形的返回 值。1是一維數組，2是二維數組

替換：preg_replace()

mixed preg_replace ( mixed $pattern , mixed $replacement , mixed $subject [, int $limit = -1 [, int &$count ]] )
搜尋subject中匹配pattern的部分， 以replacement進行替換。

參考文獻：http://www.jb51.net/article/15931.htm