正则表达式【其一】

正则表达式 是一种用来描述一定数量文本的模式，通过定义好的正则语句能匹配到目标文本集中所想要的文本。

比如要在文本"her phone number is 111-1111-1111" 中取到电话号码，首先知道电话的格式:1开头加上2个数字加上-加上4个数字加上-加上4个数字。这些规则就可以来写正则表达式了: '/1[d]{2}-[d]{4}-[d]{4}/'。 //的中间就是正则表达式。[]中是字符集d，表示的是任意数字，而{2}{4}则分别代表匹配前面的字符几次。下面系统地整理下正则表达式的使用方法：

一.字符集

1. []: 字符集：中括号中的是想匹配的字符的集合.

如：/[abc]/的作用相当于匹配a字符或b字符或c字符，与/a|b|c/作用相同，顺便一说，|的意义是或。

[]的后面也可以加上{time}，来表示对这字符集匹配time次。

[]中若字符的类型相同，顺序连贯，也可以用'-'符号将首尾连起来。如'/[a-z][a-h][A-Z][0-9]/'代表匹配第一个字符在a到z的26个字母中，第二个字符在a到h的8个字母中，第三个字符是0到9的10个数字中。

2. [^]: 取反字符集：匹配所有不在括号中出现的字符。

如/[^a]/ 匹配所有非a字符。用法可以参考字符集[]的用法，只是效果是取反的。

3. ^ 从文本的开始处匹配 如：'/^abc/' 匹配以abc为开始的文本

4. $ 从文本的结束处匹配 如：'/abc$/' 匹配以abc为结束的文本

二.简化字符集

字符集可以按规律划分为以下几类，使用简化字符集可以提高写正则的效率。

1. d :数字字符集，匹配数字。 相当于[0-9]

2. s :任意的空白符 相当于[ ]

3. w: 数字或子母或下划线。 相当于[0-9a-zA-Z_]

4. . 除换行符以外的任意字符。 相当于[^nr]

5. b 匹配单词的开始或结束 babcb 匹配文本'this is abc'中的单词abc

6 D 任意非数字字符 相当于[^0-9]

7. S 任意非空白字符 相当于[^ ]

8. W 任意不是字母数字或下划线的字符

9. B 任意不是单词的开头或结尾

三.匹配次数

1. + 一次或多次。 如 /a+/ 可以匹配a,aa,aaa,aaaa....

2. * 0次或多次。

3. ? 0次或一次。

4. {n} n次

5. {n,} n次或n次以上

6. {n,m} n到m次

四. 懒惰限制符

1. *? 重复任意次，但尽量少次。 相当于*的最少匹配次数 相当于'/a+?/' 匹配'aaaa'时会匹配出a

2. +? 重复一至多次，尽量少次。 相当于+的最少匹配次数

3. ?? 重复0次到1次，尽量少次。

4. {n,}? 重复n次或n次以上，尽量少次。

5. {n,m}? 重复n到m次，尽量少次。

五.组与向后引用

正则表达式中用()括起来的部分所匹配到的文本会分到单独的组中，若没名字则默认从1开始递增的值为组名，有设置名字的组则以名字为组名（如2所述），而且还能以组名代表式子向后引用：

1. 普通捕获：

'/(exp)1/' exp表示的是表达式，1代表的是在xp式子匹配到的文本。

如：'/([w]{3}).*1/' 表示是匹配到3个数字或字符或下划线组成的文本，存入组1中，中间匹配任意字符任意次数，后面再匹配组1中的文本，能匹配到的格式是： 'abcdefabc','d_1d_1'，组1存的是'abc','d_1',而后面组1又出现了，所以整个文本匹配成功。

2. 命名捕获

'/(?<name>exp)k<name>/' 也可以写成"/(?'name'exp)k'name'/" 与上1类似，将捕获的文本保存在组name中。name可以自己命名。

而组的作用是什么呢？php中的preg_match_all()方法中可以看到用处:

echo'<pre>';
$str='yes,thatisok!';//文本
$repex='/(?<anser>ok).*k<anser>/';//正则表达式如果匹配到ok,则分配到anser组中
$count=preg_match_all($repex,$str,$match);//匹配成功次数
var_dump($count);//1
var_dump($match);//匹配结果集:array('0'=>'ok!','anser'=>'ok','1'=>'ok')
var_dump($match['anser']);//匹配结果集中的anser组

从结果看到，匹配成功的次数是1次，而且文本组有2个，一个是默认的1，一个是设置的anser.

组的作用还可以引用在替换式中，如php中的preg_replace()：

$repex='/.*([w]{3,}.[w]+.[w]{2,3})/';
$str='link=www.example.com';
$urlTag=preg_replace($repex,"<ahref='1'>",$str);//将$str的内容替换成"<ahref='1'>",1则代表正则中的分组1
var_dump($urlTag);//结果：string'<ahref='www.example.com'>'(length=26)

在这里注意的是""中的引用需要多加一个则组1变成1，而' '号中则还是1。

3. 不分组不引用式括号

(?:exp) 有些表达式只是需要括号将内容括起来当一个小整体，这时用这种方法括起来就不会产生分组和引用，减少资源的浪费。

4. 零宽断言

(?=exp) 匹配exp表达式前面的内容，即以exp结尾的内容但又不包括exp。

(?<=exp) 匹配exp表达式后面的内容，即以exp开始的内容但又不包括exp。

5. 负向零宽断言

(?!exp) 匹配不是以exp结尾的内容。

(?<!exp) 匹配不是以exp开始的内容。

6. 注释

(?#comment) 括号中的comment对表达式并无影响，只是注释作用。

六. 处理选项

1. i 匹配时不区分字母大小写。 如'/text/i' 能匹配到TeXt

2. m 多行模式 更改^和$的含义， 使它们分别在任意一行的行首和行尾匹配，而不仅仅在字符串的开关和结尾匹配，在此状态下$的含义是匹配n之前的位置及字符串结束前的位置 。

如 ： 用 '/w$/m' 匹配文本"abcnabcn"的匹配结果：c,c .(2次换行前的c都匹配到)。不加m,结果c

3.s 单行模式. 更改'.'的含义，使它与每个字符依次匹配，包括换行符n（.本来是匹配除换行符以外的文本）

注意：

1. 正则表达式中有特殊字符：( )[ ] ^ $ . ? + * | 想匹配这些字符的本体，需要加上来换码。

2. 正则表达式用单引号与双引号括时有些细节会有差别，双引号括时，引用分组如1得写成1，而单引号则是1。

3. 字符串中有nrt等特殊字符时，需用双引号。

4. 匹配次数的重叠需谨慎，如'/([w]{3}){4,6}/' 所代表的是匹配12到18次的w

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!