php正则表达式笔记

描述字符串排列模式的一种自定义语法规则

如果可以使用字符串函数处理的任务 就不要使用正则

正则表达式 就是通过构建具有特定规则的模式，与输入的字符信息比较 在进行 分割 匹配 查找 替换 等工作

正则表达式 也是一个字符串

由具有特殊意义的字符串组成的字符

具有一定的编写规则 也是一种模式

可以把正则表达式看做是一种编程语言（是用一些特殊字符按照规则 编写出一个字符串 然后形成一种模式 --- 正则表达式）

waring:

如果正则表达式 不和函数一起使用，那么他就是一个字符串 如果将正则表达式放入到某个函数中使用 才能发挥出正则表达式的作用

用到分割函数中 就可以用这个去分割

用到替换函数中 就可以用这个去替换

用到匹配函数中 就可以用这个去匹配

在php中有两套php正则表达式

POSIX 扩展正则表达式函数 ereg_

perl 兼容的正则表达式函数 preg_

这两套函数的功能一样

正则表达式如何编写

1. 定界符 //

除了字母 数字 和正斜线 \ 以外的任何字符都可以是定界符 比如 || // {} ## !!

2. 原子 img \s .

一个正则表达式 可以没有元字符 但是必须至少包含一个原子

只要一个正则表达式可以单独使用的字符 就是原子

所有打印字符和费打印字符都是原子

如果有些元字符 想作为原子使用 统统使用 \ 转义字符转义



3. 元字符 * ?

元字符是一个特殊的字符 是用来修饰原子用的 不可以单独出现

4. 模式修正符 I U

/原子和元字符/模式修饰符

========================================

【原子】

\d 代表任意一个数字

\D 任意一个除了数字之外的字符

\s 匹配任意一个空白字符 空格 回车 \n 换行 \r

\S 匹配任意一个非空白

\w 匹配任意一个 a-zA-Z0-9_

\W 除了a-zA-Z0-9_之外的字符

[] 匹配[]中的任何一个原子 [12345]

[^] 除了[]里面的所原子之外的字符 取反的意思 [^a-z123]

【元字符】

* 表示本修饰原子的前面的字符可以出现0次或者多次

+ 表示前面的字符可以出现1次或者多次

. 表示任意一个字符 除了换行符

^ 表示开头必须是前面的字符

$ 表示必须以前面的字符结尾

? 表示前面的字符可以出现0次或者1次

| 或者的关系

{} 自定义前面原子出现的次数 {5} 5次 {1,} 最少1次 {1,3} 1到3次

\b 匹配边界 两边如果有边界

\B 匹配非边界

() 作为大原子使用 括号里面的集合 可以看成一个大原子

1. (abc)+ 意思是 abcabcabc 这样

2. (a|b) 改变优先级 ()里面优先级高

3. 作为子模式使用

$reg = "/3+(abc)(t)/";

$string = "333abct";

if(preg_match($reg,$string,$arr))

结果是

Array ( [0] => 333abct [1] => abc [2] => t )

4. 反向引用

取出子模式 再作为正则表达式的一部分 如果是preg_replace 可以将子模式取出 在被替换的字符串使用

\1 取第一个子模式 。。。。\2\3\4\5

注意 如果是双引号 那必须是\\ 单引号 就是 \



5. 取消子模式

如果只是想用个括号 并不是子模式 可以这么用 (?:) 在括号最前面使用?: 就可以取消这个子模式

【修饰符】

在定界符后面写模式修正符号

可以一次使用一个也可以使用多个

对正则表达式调优用的 也可以说是对正则表达式的扩展

i 不区分大小写

m 匹配多行 ^..$ 多行后任何一行都可以用正则表达式规则套下

s 设置这个.匹配换行

x 表示正则表达式中的空白忽略不计 不是字符串里面的

e 执行php代码

A === ^

Z === $

U 正则表达式本身就比较贪婪 如果不开启U 正则表达式就会匹配到最后一个

禁止贪婪还可以加个? 一样可以禁止贪婪 .*? 如果两个同时出现 那么就会再次开启贪婪模式

正则表达式要转义的字符

. \ + * ? [ ^ ] $ ( ) { } = ! < > | : -

Demo:

^\s+$ 用户名不能为空

[1-9][0-9]{4,12} 匹配腾讯QQ

(http|https):\/\/(\w)*.(\w)+.(\w)+

采集HTML 最好 不要用 .* 而是用 \s\S

$patth = '/<span class="sTitle">\s+<a href=".*" target="_blank">([\s\S]*)<\/a><\/span>\s+\[(\d+\-\d+)\]/U';

因为HTML会有回车符 和换行符

========================================================

这个函数是正则表达式匹配函数



preg_match(规则,要匹配的字符串,匹配到的结果集数组,返回数组的模式);

如果匹配成功就返回 true 否则返回 false

匹配到的结果集 第一个是所有的大模式所有的信息 剩下的是按照顺序的一个一个小的子模式

第三个是一个数组

可选，存储匹配结果的数组， $matches[0] 将包含与整个模式匹配的文本，$matches[1] 将包含与第一个捕获的括号中的子模式所匹配的文本，以此类推

比如说 有2个（） 那么 数组0是所有的（）集合 其他的 1、2、3 是每个（） 里面的具体属性

例子

Array
(
    [0] => Array
        (
            [0] => http://bbs.thmz.com/thread-1931127-1-1.html 
            [1] => http://bbs.thmz.com/thread-1931127-1-1.html          
        )

    [1] => Array
        (
            [0] => http
            [1] => http
        )

    [2] => Array
        (
            [0] => ://bbs.thmz.com/thread-1931127-1-1.html
            [1] => ://bbs.thmz.com/thread-1931127-1-1.html
        )

)

preg_match_all(规则，要匹配的字符串，匹配到结果数组) 匹配多次 这次的数组是多维数组

preg_match_all 和 U 的区别一个是匹配一个表达式多次 还有一个是 一个表达式中 所匹配的单位匹配到最近成功的

第四个参数

PREG_PATTERN_ORDER 默认 结果排序为$matches[0]保存完整模式的所有匹配, $matches[1]保存第一个子组的所有匹配, 以此类推.

PREG_SET_ORDER 结果排序为$matches[0]包含第一次匹配得到的所有匹配(包含子组), $matches[1]是包含第二次匹配到的所有匹配(包含子组)的数组, 以此类推.

函数

字符串的匹配和查找

preg_match(正则表达式，字符串，返回结果集)

字符串函数有个

str_repace(替换成的结果，要替换的字符串，源字符串，计算替换几次);

str_replace(字符串,字符串,字符串)

str_replace(数组,字符串,字符串);

str_replace(array,array,string);

正则表达式的替换

preg_replace('匹配内容','替换成什么内容','源','限制替换次数');

但是 正则表达式的子参数 可以用到第二个参数里面

$rel = "/(\w+)/";
    $str = "PHP 独特的语法混合了 C、Java、Perl 以及 PHP 自创的语法。 ";
    $n = preg_replace($rel,'<font color="red">$1</font>',$str);
    echo $n;

这样就会把所有的 a-z0-0_ 全部替换成了红色

第二个参数如果调用正则表达式里面的() 你可以用 \1 也可以用 $1

第二个参数是函数的话 要加个修饰符 e 执行php代码

$rel = "/(\w+)/e";
    $str = "PHP 独特的语法混合了 C、Java、Perl 以及 PHP 自创的语法。 ";
    $n = preg_replace($rel,'"<font color=\"red\">".strtoupper("$1")."</font>"',$str);
    echo $n;

还可以在前两个参数中 都使用数组 这样就能同时替换多个了 下面是个ubb代码替换

$ubbcode = array(
        '/\[b\](.*)\[\/b\]/U',
        '/\[u\](.*)\[\/u\]/U',
        '/\[i\](.*)\[\/i\]/U',
        '/\[del\](.*)\[\/del\]/U',
        '/\[color=#(\w{6})\](.*)\[\/color\]/U',
        '/\[size=(\d{1,})px\](.*)\[\/size\]/U'
    );

    $htmls = array(
        '<b>$1</b>','<u>$1</u>','<i>$1</i>','<s>$1</s>',
        '<font color="$1">$2</font>',
        '<font size="$1">$2</font>'
        );
    $str ="HTML3.0规范是由[del]当时刚成立的W3[/del]C于1995年3月提出，提供了很多新的特性，例如表格、文字绕排和复杂数学元素的显示。[color=#FFCC00]虽然它是被设计用[/color]来兼容2.0版本的，但是实现这个标准的工作在当时过于复杂，在草案于1995年9月过期时，标准开发也因为缺乏浏览器支持而中止了。3.1版从未被正式提出，而下一个被提出的版本是开发代号为Wilbur的HTML 3.2，去掉了大部分3.0中的新特性，但是加入了很多特定浏览器，例如Netscape和Mosaic的元素和属性。HTML对数学公[size=24px]式的支持最后成为[/size]另外一个标准MathML。";
    $n = preg_replace($ubbcode,$htmls,$str);
    echo $n;

preg_replace_callback 执行一个正则表达式搜索并且使用一个回调进行替换

分割一个字符串成数组 比原生的explode 更强大

$a = "127.0,0?1";
print_r(preg_split('/[.,?]/',$a));

在一个数组里面匹配一组相同的字符，返回一个新数组

$a = array('aa  bb','cc','dd','e e ');
print_r(preg_grep('/\s+/',$a));

preg_quote 转义正则表达式字符 不用你手工转义了

==============================================================

匹配$_str 返回一个数组 给 $_new_str

返回数组

0位 表示所有结果

1位 表示第一个子结果

2位 表示第二个子结果

preg_match('//',$_str,$_new_str);

匹配全部

preg_match_all('//',$_str,$_new_str);

反向引用

/(\d)\1(\d)\2/

如果第一个是一个数字 那么 \1这个位置就是一个反向引用 要求第一次出现的数字 在 \1那里继续出现一次

\1 就代表第一个（）里面的引用

如果还有一个的话 就是第二个值表达式的内容在\2出现

可以捕获很多值表达式 也许是99个也许是100多个

捕获

/(\d)\1(\d)\2/ 如果不是在正则表达式里用 就用 $1 $2 来捕获