正则表达式

1、普通字符
字母、数字、汉字、下划线、以及后边章节中没有特殊定义的标点符号，都是”普通字符”。表达式中的普通字符，在匹配一个字符串的时候，匹配与之相同的一个字符。

举例1：表达式 “c”，在匹配字符串 “abcde” 时，匹配结果是：成功；匹配到的内容是：”c”；匹配到的位置是：开始于2，结束于3。（注：下标从0开始还是从1开始，因当前编程语言的不同而可能不同）

举例2：表达式 “bcd”，在匹配字符串 “abcde” 时，匹配结果是：成功；匹配到的内容是：”bcd”；匹配到的位置是：开始于1，结束于4。

2、 简单的转义字符
一些不便书写的字符，采用在前面加 “” 的方法。这些字符其实我们都已经熟知了。

r,n   代表回车和换行符
t        制表符
        代表 "" 本身

还有其他一些在后边章节中有特殊用处的标点符号，在前面加 “” 后，就代表该符号本身。比如：^,$都有特殊意义，如果要想匹配字符串中 "^" 和 "$” 字符，则表达式就需要写成 “^”。

3、能够与 ‘多种字符’ 匹配的表达式
正则表达式中的一些表示方法，可以匹配 ‘多种字符’ 其中的任意一个字符。比如，表达式 “d” 可以匹配任意一个数字。虽然可以匹配其中任意字符，但是只能是一个，不是多个。这就好比玩扑克牌时候，大小王可以代替任意一张牌，但是只能代替一张牌。
d 任意一个数字，0~9 中的任意一个

w 任意一个字母或数字或下划线，也就是 A~Z,a~z,0~9,_ 中任意一个

s 包括空格、制表符、换页符等空白字符的其中任意一个

. 小数点可以匹配除了换行符（n）以外的任意一个字符

举例1：表达式 “dd”，在匹配 “abc123” 时，匹配的结果是：成功；匹配到的内容是：”12”；匹配到的位置是：开始于3，结束于5。

举例2：表达式 “a.d”，在匹配 “aaa100” 时，匹配的结果是：成功；匹配到的内容是：”aa1”；匹配到的位置是：开始于1，结束于4。

4、自定义能够匹配 ‘多种字符’ 的表达式
使用方括号 [ ] 包含一系列字符，能够匹配其中任意一个字符。用 [^ ] 包含一系列字符，则能够匹配其中字符之外的任意一个字符。同样的道理，虽然可以匹配其中任意一个，但是只能是一个，不是多个。
[ab5@]
匹配 “a” 或 “b” 或 “5” 或 “@”

[^abc]
匹配 “a”,”b”,”c” 之外的任意一个字符

[f-k]
匹配 “f”~”k” 之间的任意一个字母

[^A-F0-3]
匹配 “A”~”F”,”0”~”3” 之外的任意一个字符

举例1：表达式 “[bcd][bcd]” 匹配 “abc123” 时，匹配的结果是：成功；匹配到的内容是：”bc”；匹配到的位置是：开始于1，结束于3。

举例2：表达式 “[^abc]” 匹配 “abc123” 时，匹配的结果是：成功；匹配到的内容是：”1”；匹配到的位置是：开始于3，结束于4。

5、 修饰匹配次数的特殊符号
前面章节中讲到的表达式，无论是只能匹配一种字符的表达式，还是可以匹配多种字符其中任意一个的表达式，都只能匹配一次。如果使用表达式再加上修饰匹配次数的特殊符号，那么不用重复书写表达式就可以重复匹配。

使用方法是：”次数修饰”放在”被修饰的表达式”后边。比如：”[bcd][bcd]” 可以写成 “[bcd]{2}”。
{n}
表达式重复n次，比如：”w{2}” 相当于 “ww”；”a{5}” 相当于 “aaaaa”

{m,n}
表达式至少重复m次，最多重复n次，比如：”ba{1,3}”可以匹配 “ba”或”baa”或”baaa”

{m,}
表达式至少重复m次，比如：”wd{2,}”可以匹配 “a12”,”_456”,”M12344”…

?
匹配表达式0次或者1次，相当于 {0,1}，比如：”a[cd]?”可以匹配 “a”,”ac”,”ad”

+
表达式至少出现1次，相当于 {1,}，比如：”a+b”可以匹配 “ab”,”aab”,”aaab”…

*
表达式不出现或出现任意次，相当于 {0,}，比如：”^*b”可以匹配 “b”,”^^^b”…

举例1：表达式 “d+.?d*” 在匹配 “It costs $12.5” 时，匹配的结果是：成功；匹配到的内容是：”12.5”；匹配到的位置是：开始于10，结束于14。

举例2：表达式 “go{2,8}gle” 在匹配 “Ads by goooooogle” 时，匹配的结果是：成功；匹配到的内容是：”goooooogle”；匹配到的位置是：开始于7，结束于17。

6 、其他一些代表抽象意义的特殊符号
一些符号在表达式中代表抽象的特殊意义：
^
与字符串开始的地方匹配，不匹配任何字符

$
与字符串结束的地方匹配，不匹配任何字符

b
匹配一个单词边界，也就是单词和空格之间的位置，不匹配任何字符
进一步的文字说明仍然比较抽象，因此，举例帮助大家理解。

举例1：表达式 “^aaa” 在匹配 “xxx aaa xxx” 时，匹配结果是：失败。因为 “^” 要求与字符串开始的地方匹配，因此，只有当 “aaa” 位于字符串的开头的时候，”^aaa” 才能匹配，比如：”aaa xxx xxx”。

举例2：表达式 “aaa$" 在匹配 "xxx aaa xxx" 时，匹配结果是：失败。因为 "$” 要求与字符串结束的地方匹配，因此，只有当 “aaa” 位于字符串的结尾的时候，”aaa$” 才能匹配，比如：”xxx xxx aaa”。

举例3：表达式 “.b.” 在匹配 “@@@abc” 时，匹配结果是：成功；匹配到的内容是：”@a”；匹配到的位置是：开始于2，结束于4。
进一步说明：”b” 与 “^” 和 “$” 类似，本身不匹配任何字符，但是它要求它在匹配结果中所处位置的左右两边，其中一边是 “w” 范围，另一边是 非”w” 的范围。

$str = "abc_123##_d3=efg@@5%";
preg_match_all('/.b./',$str,$match);
var_dump($match);

输出结果为：

array (size=1)
  0 => 
    array (size=5)
      0 => string '3#' (length=2)
      1 => string '#_' (length=2)
      2 => string '3=' (length=2)
      3 => string 'g@' (length=2)
      4 => string '@5' (length=2)

举例4：表达式 “bendb” 在匹配 “weekend,endfor,end” 时，匹配结果是：成功；匹配到的内容是：”end”；匹配到的位置是：开始于15，结束于18。
例子4解析：weekend里的end 前面的位置不匹配，k（b）e两边都是字母， endfor里的end后面的位置不匹配， d(b)f两边也都是字母，只有最后的end匹配 前面的位置，（b）e 符合规则，后面的 d(b)空 也符合规则。

“b”匹配单词边界，不匹配任何字符。
“b”匹配的只是一个位置，这个位置的一侧是构成单词的字符，另一侧为非单词字符、字符串的开始或结束位置

一些符号可以影响表达式内部的子表达式之间的关系：
|
左右两边表达式之间 “或” 关系，匹配左边或者右边
( )
(1). 在被修饰匹配次数的时候，括号中的表达式可以作为整体被修饰
(2). 取匹配结果的时候，括号中的表达式匹配到的内容可以被单独得到

举例5：表达式 “Tom|Jack” 在匹配字符串 “I’m Tom,he is Jack” 时，匹配结果是：成功；匹配到的内容是：”Tom”；匹配到的位置是：开始于4，结束于7。匹配下一个时，匹配结果是：成功；匹配到的内容是：”Jack”；匹配到的位置时：开始于15，结束于19。
举例6：表达式 “(gos*)+” 在匹配 “Let’s go go go!” 时，匹配结果是：成功；匹配到内容是：”go go go”；匹配到的位置是：开始于6，结束于14。
举例7：表达式 “￥(d+.?d*)” 在匹配 “＄10.9,￥20.5” 时，匹配的结果是：成功；匹配到的内容是：”￥20.5”；匹配到的位置是：开始于6，结束于10。单独获取括号范围匹配到的内容是：”20.5”。

7 、匹配次数中的贪婪与非贪婪
在使用修饰匹配次数的特殊符号时，有几种表示方法可以使同一个表达式能够匹配不同的次数，比如：”{m,n}”,“{m,}”,“?”,“*”,“+”，具体匹配的次数随被匹配的字符串而定。这种重复匹配不定次数的表达式在匹配过程中，总是尽可能多的匹配。比如，针对文本 “dxxxdxxxd”，举例如下：
(d)(w+)
“w+” 将匹配第一个 “d” 之后的所有字符 “xxxdxxxd”

(d)(w+)(d)
“w+” 将匹配第一个 “d” 和最后一个 “d” 之间的所有字符 “xxxdxxx”。虽然 “w+” 也能够匹配上最后一个 “d”，但是为了使整个表达式匹配成功，”w+” 可以 “让出” 它本来能够匹配的最后一个 “d”
由此可见，”w+” 在匹配的时候，总是尽可能多的匹配符合它规则的字符。虽然第二个举例中，它没有匹配最后一个 “d”，但那也是为了让整个表达式能够匹配成功。同理，带 “*” 和 “{m,n}” 的表达式都是尽可能地多匹配，带 “?” 的表达式在可匹配可不匹配的时候，也是尽可能的 “要匹配”。这 种匹配原则就叫作 “贪婪” 模式 。

非贪婪模式：
在修饰匹配次数的特殊符号后再加上一个 “?” 号，则可以使匹配次数不定的表达式尽可能少的匹配，使可匹配可不匹配的表达式，尽可能的 “不匹配”。这种匹配原则叫作 “非贪婪” 模式，也叫作 “勉强” 模式。如果少匹配就会导致整个表达式匹配失败的时候，与贪婪模式类似，非贪婪模式会最小限度的再匹配一些，以使整个表达式匹配成功。举例如下，针对文本 “dxxxdxxxd” 举例：
(d)(w+?)
“w+?” 将尽可能少的匹配第一个 “d” 之后的字符，结果是：”w+?” 只匹配了一个 “x”

(d)(w+?)(d)
为了让整个表达式匹配成功，”w+?” 不得不匹配 “xxx” 才可以让后边的 “d” 匹配，从而使整个表达式匹配成功。因此，结果是：”w+?” 匹配 “xxx”

举例1：表达式 "<td>(.*)</td>" 与字符串 "<td><p>aa</p></td> <td><p>bb</p></td>" 匹配时，匹配的结果是：成功；匹配到的内容是 "<td><p>aa</p></td> <td><p>bb</p></td>" 整个字符串， 表达式中的 "</td>" 将与字符串中最后一个 "</td>" 匹配。

举例2：相比之下，表达式 "<td>(.*?)</td>" 匹配举例1中同样的字符串时，将只得到 "<td><p>aa</p></td>"， 再次匹配下一个时，可以得到第二个 "<td><p>bb</p></td>"。

8 、反向引用 1,2…
表达式在匹配时，表达式引擎会将小括号 “( )” 包含的表达式所匹配到的字符串记录下来。在获取匹配结果的时候，小括号包含的表达式所匹配到的字符串可以单独获取。这一点，在前面的举例中，已经多次展示 了。在实际应用场合中，当用某种边界来查找，而所要获取的内容又不包含边界时，必须使用小括号来指定所要的范围。比如前面的 "<td>(.*?)</td>"。

其实，”小括号包含的表达式所匹配到的字符串” 不仅是在匹配结束后才可以使用，在匹配过程中也可以使用。表达式后边的部分，可以引用前面 “括号内的子匹配已经匹配到的字符串”。引用方法是 “” 加上一个数字。”1” 引用第1对括号内匹配到的字符串，”2” 引用第2对括号内匹配到的字符串……以此类推，如果一对括号内包含另一对括号，则外层的括号先排序号。换句话说，哪一对的左括号 “(” 在前，那这一对就先排序号。

举例1：表达式 “(‘|”)(.*?)(1)” 在匹配 ” ‘Hello’,“World” ” 时，匹配结果是：成功；匹配到的内容是：” ‘Hello’ “。再次匹配下一个时，可以匹配到 ” “World” “。
举例2：表达式 “(w)1{4,}” 在匹配 “aa bbbb abcdefg ccccc 111121111 999999999” 时，匹配结果是：成功；匹配到的内容是 “ccccc”。再次匹配下一个时，将得到 999999999。这个表达式要求 “w” 范围的字符至少重复5次，注意与 “w{5,}” 之间的区别。

举例3：表达式 "<(w+)s*(w+(=('|").*?4)?s*)*>.*?</1>" 在匹配 "<td id='td1' style="bgcolor:white"></td>" 时，匹配结果是成功。如果 "<td>" 与 "</td>" 不配对，则会匹配失败；如果改成其他配对，也可以匹配成功

9、 预搜索，不匹配；反向预搜索，不匹配
前面的章节中，我讲到了几个代表抽象意义的特殊符号：”^”，”$”，”b”。它们都有一个共同点，那就是：它们本身不匹配任何字符，只是对 “字符串的两头” 或者 “字符之间的缝隙” 附加了一个条件。理解到这个概念以后，本节将继续介绍另外一种对 “两头” 或者 “缝隙” 附加条件的，更加灵活的表示方法。

正向预搜索：”(?=xxxxx)”，”(?!xxxxx)”

格式：”(?=xxxxx)”，在被匹配的字符串中，它对所处的 “缝隙” 或者 “两头” 附加的条件是：所在缝隙的右侧，必须能够匹配上 xxxxx 这部分的表达式。因为它只是在此作为这个缝隙上附加的条件，所以它并不影响后边的表达式去真正匹配这个缝隙之后的字符。这就类似 “b”，本身不匹配任何字符。”b” 只是将所在缝隙之前、之后的字符取来进行了一下判断，不会影响后边的表达式来真正的匹配。

举例1：表达式 “Windows (?=NT|XP)” 在匹配 “Windows 98,Windows NT,Windows 2000” 时，将只匹配 “Windows NT” 中的 “Windows “，其他的 “Windows ” 字样则不被匹配。

举例2：表达式 “(w)((?=111)(1))+” 在匹配字符串 “aaa ffffff 999999999” 时，将可以匹配6个”f”的前4个，可以匹配9个”9”的前7个。这个表达式可以读解成：重复4次以上的字母数字，则匹配其剩下最后2位之前的部分。当然，这个表达式可以不这样写，在此的目的是作为演示之用。
解析：
这里的111只是匹配符合条件的位置，只有后面的(1)+才真正去匹配；所以当匹配ffffff时，f后面跟着fff然后是ff（显然ff不在符合条件），所以只匹配前4个f。匹配999999999时，规则是这样 9 999 999 999 99
最后99不符合条件，所以匹配了前7个9。

格式：”(?!xxxxx)”，所在缝隙的右侧，必须不能匹配 xxxxx 这部分表达式。

举例3：表达式 “((?!bstopb).)+” 在匹配 “fdjka ljfdl stop fjdsla fdj” 时，将从头一直匹配到 “stop” 之前的位置，如果字符串中没有 “stop”，则匹配整个字符串。

举例4：表达式 “do(?!w)” 在匹配字符串 “done,do,dog” 时，只能匹配 “do”。在本条举例中，”do” 后边使用 “(?!w)” 和使用 “b” 效果是一样的。

反向预搜索：(?<=xxxxx)，(?<!xxxxx)

这两种格式的概念和正向预搜索是类似的，反向预搜索要求的条件是：所在缝隙的 “左侧”，两种格式分别要求必须能够匹配和必须不能够匹配指定表达式，而不是去判断右侧。与 “正向预搜索” 一样的是：它们都是对所在缝隙的一种附加条件，本身都不匹配任何字符。

举例5：表达式 “(?<=d{4})d+(?=d{4})” 在匹配 “1234567890123456” 时，将匹配除了前4个数字和后4个数字之外的中间8个数字。

10、其他通用规则
还有一些在各个正则表达式引擎之间比较通用的规则，在前面的讲解过程中没有提到。

①、表达式中，可以使用 “xXX” 和 “uXXXX” 表示一个字符（”X” 表示一个十六进制数）
xXX
编号在 0 ~ 255 范围的字符，比如：空格可以使用 “x20” 表示
uXXXX
任何字符可以使用 “u” 再加上其编号的4位十六进制数表示，比如：”u4E2D”

②、在表达式 “s”，”d”，”w”，”b” 表示特殊意义的同时，对应的大写字母表示相反的意义
S
匹配所有非空白字符（”s” 可匹配各个空白字符）

D
匹配所有的非数字字符

W
匹配所有的字母、数字、下划线以外的字符

B
匹配非单词边界，即左右两边都是 “w” 范围或者左右两边都不是 “w” 范围时的字符缝隙

③、 在表达式中有特殊意义，需要添加 “” 才能匹配该字符本身的字符汇总
^
匹配输入字符串的开始位置。要匹配 “^” 字符本身，请使用 “^”

$匹配输入字符串的结尾位置。要匹配 “$” 字符本身，请使用 “$”

( )
标记一个子表达式的开始和结束位置。要匹配小括号，请使用 “(” 和 “)”

[ ]
用来自定义能够匹配 ‘多种字符’ 的表达式。要匹配中括号，请使用 “[” 和 “]”

{ }
修饰匹配次数的符号。要匹配大括号，请使用 “{” 和 “}”

.
匹配除了换行符（n）以外的任意一个字符。要匹配小数点本身，请使用 “.”

?
修饰匹配次数为 0 次或 1 次。要匹配 “?” 字符本身，请使用 “?”

+
修饰匹配次数为至少 1 次。要匹配 “+” 字符本身，请使用 “+”

*
修饰匹配次数为 0 次或任意次。要匹配 “*” 字符本身，请使用 “*”

|
左右两边表达式之间 “或” 关系。匹配 “|” 本身，请使用 “|”

④、括号 “( )” 内的子表达式，如果希望匹配结果不进行记录供以后使用，可以使用 “(?:xxxxx)” 格式

举例1：表达式 “(?:(w)1)+” 匹配 “a bbccdd efg” 时，结果是 “bbccdd”。括号 “(?:)” 范围的匹配结果不进行记录，因此 “(w)” 使用 “1” 来引用。

⑤、常用的表达式属性设置简介：Ignorecase，Singleline，Multiline，Global

Ignorecase
默认情况下，表达式中的字母是要区分大小写的。配置为 Ignorecase 可使匹配时不区分大小写。有的表达式引擎，把 “大小写” 概念延伸至 UNICODE 范围的大小写。

Singleline
默认情况下，小数点 “.” 匹配除了换行符（n）以外的字符。配置为 Singleline 可使小数点可匹配包括换行符在内的所有字符。

Multiline
默认情况下，表达式 “^” 和 “$” 只匹配字符串的开始 ① 和结尾 ④ 位置。如：

①xxxxxxxxx②n
③xxxxxxxxx④

配置为 Multiline 可以使 “^” 匹配 ① 外，还可以匹配换行符之后，下一行开始前 ③ 的位置，使 “$” 匹配 ④ 外，还可以匹配换行符之前，一行结束 ② 的位置。

Global
主要在将表达式用来替换时起作用，配置为 Global 表示替换所有的匹配。

11、其他提示
①、 如果要要求表达式所匹配的内容是整个字符串，而不是从字符串中找一部分，那么可以在表达式的首尾使用 “^” 和 “$"，比如："^d+$” 要求整个字符串只有数字。

②、如果要求匹配的内容是一个完整的单词，而不会是单词的一部分，那么在表达式首尾使用 “b”，比如：使用 “b(if|while|else|void|int……)b” 来匹配程序中的关键字。

③、表达式不要匹配空字符串。否则会一直得到匹配成功，而结果什么都没有匹配到。比如：准备写一个匹配 “123”、”123.”、”123.5”、”.5” 这几种形式的表达式时，整数、小数点、小数数字都可以省略，但是不要将表达式写成：”d*.?d*”，因为如果什么都没有，这个表达式也可以匹配成功。更好的写法是：”d+.?d*|.d+”。