PHP中的正则表达式及PCRE函数

PCRE

PHP有两种使用不同的方式来使用正则表达式：PCRE（Perl兼容表示法，preg_*）函数 和 POSIX（POSIX 扩展表示法，ereg_*） 函数。幸运的是，POSIX 家族函数从 PHP 5.3.0 开始就被弃用了。

正则表达式

界定符

经常使用的分隔符是正斜线(/)、hash符号(#) 以及取反符号(~)。下面的例子都是使用合法分隔符的模式

/foo bar/
#^[^0-9]$#
+php+
%[a-zA-Z0-9_-]%
{this is a pattern}

可以在结束分隔符后面增加模式修饰符

元字符

一些字符被赋予特殊的涵义，使其不再单纯的代表自己，模式中的这种有特殊涵义的编码字符称为

元字符

。

元字符	描述
\	一般用于转义字符
^	断言目标的开始位置(或在多行模式下是行首)
$	断言目标的结束位置(或在多行模式下是行尾)
.	匹配除换行符外的任何字符(默认)
[	开始字符类定义
]	结束字符类定义
|	开始一个可选分支
(	子组的开始标记
)	子组的结束标记
?	作为量词，表示 0 次或 1 次匹配。位于量词后面用于改变量词的贪婪特性。 (查阅量词)
*	量词，0 次或多次匹配
+	量词，1 次或多次匹配
{	自定义量词开始标记
}	自定义量词结束标记

模式中方括号内的部分称为“字符类”。 在一个字符类中仅有以下可用元字符

元字符	描述
\	转义字符
^	仅在作为第一个字符(方括号内)时，表明字符类取反
-	标记字符范围

字符类

方括号中的内容就是字符类

有一些预定义字符类

字符类	描述
\d	任意十进制数字
\D	任意非十进制数字
\h	任意水平空白字符(since PHP 5.2.4)
\H	任意非水平空白字符(since PHP 5.2.4)
\s	任意空白字符
\S	任意非空白字符
\v	任意垂直空白字符(since PHP 5.2.4)
\V	任意非垂直空白字符(since PHP 5.2.4)
\w	任意单词字符
\W	任意非单词字符

原子

可见原子

如

abc

不可见原子

如

\n

量词

量词
*	等价于 {0,}
+	等价于 {1,}
?	等价于 {0,1}

断言

简单的断言代码有\b、\B、 \A、 \Z、\z、 ^、$

前瞻断言

从当前位置向前测试

(?=)

(?!)

如

\w+(?=;)

匹配一个单词紧跟着一个分号但是匹配结果不会包含分号

后瞻断言

从当前位置向后测试

(?<=)

(?<!)

如

(?<!foo)bar

用于查找任何前面不是 ”foo” 的 ”bar”

模式修饰符

模式修饰符
U	这个修饰符逆转了量词的”贪婪”模式，使量词默认为非贪婪的
i	大小写不敏感匹配
x	忽略空白
s	点号元字符匹配所有字符，包含换行符。如果没有这个修饰符，点号不匹配换行符
…

PCRE 函数

preg_filter — 执行一个正则表达式搜索和替换

preg_grep — 返回匹配模式的数组条目

preg_last_error — 返回最后一个PCRE正则执行产生的错误代码

preg_match_all — 执行一个全局正则表达式匹配

preg_match — 执行一个正则表达式匹配

preg_quote — 转义正则表达式字符

preg_replace_callback_array — Perform a regular expression search and replace using callbacks

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

preg_replace — 执行一个正则表达式的搜索和替换

preg_split — 通过一个正则表达式分隔字符串