基础

完整的正则表达式由两种字符组成。特殊字符（元字符）和普通字符（文本）。

示例：

/^\d+hello.*/

  • ^ \d + . * 都是元字符

  • Hello 是文本字符

元字符

常见的元字符

  • . 匹配除换行符以外的任意字符

  • \w 匹配字母或数字

  • \s 匹配任意的空白符

  • \d 匹配数字

  • \b 匹配单词的开始或结束

  • ^ 匹配字符串的开始

  • $ 匹配字符串的结束

  • \xxx 查找以八进制数 xxx 规定的字符。

  • \xdd 查找以十六进制数 dd 规定的字符。

  • \uxxxx 查找以十六进制数 xxxx 规定的 Unicode 字符。

字符转义

  • tesh.php匹配deerchao.php

  • c:\windows匹配c:\windows

  • 2\^8匹配2^8(通常这是2的8次方的书写方式)。

思考：

333333$33\33333

要匹配上面字符串中的“$”正则应该怎么写？

如果在PHP中preg_match函数分别用单引号和双引号的表达式来匹配上面的$,怎么写？

答案：

表达式需要的规则是 $

用单引号表示上面的字符串 $

用双引号表示上面的字符串 $

<?php
$uids1='33333\$333\3333';
preg_match_all("/\\\\\\\$/", $uids1, $matchs);
print_r ($matchs);
$uids2='33333\$333\3333';
preg_match_all('/\\\\\$/i', $uids2, $matchs);
print_r ($matchs);

多选结构

  • Windows98|Windows2000|WindosXP

  • ^Windows98|Windows2000|WindowsXP$

  • Windows(98|2000|XP)

  • 多选结构可以包括很多字符，但不能超越括号的界限。

分组

可以用小括号来指定子表达式(也叫做分组)

ip地址

(\d{1,3}\.){3}\d{1,3} 简单的IP地址匹配表达式，但是它也将匹配256.300.888.999这种不可能存在的IP地址。正确如下

((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)

后向引用

使用小括号指定一个子表达式（分组）后，匹配这个子表达式的文本可以被捕获，从而在表达式或其它程序中作进一步的处理。

默认情况下，每个分组会自动拥有一个组号，规则是：以分组的左括号为标志，从左向右，第一个分组的组号为1，第二个为2，以此类推。

示例：

\b(\w+)\b\s+\1\b

可以用来匹配重复的单词

匹配诸如：where where go, tom tom happy

环视（零宽断言）

  • 环视不匹配任何字符，只匹配文本中的特定位置。类似于\b,^,$那样。环视不会占用字符。

  • 环视分为顺序和逆序两种。

顺序

  • (?=exp)位置的后面能匹配exp 。例如： (?=\d)当前位置右边是数字。

  • (?!exp)位置的后面不能匹配exp 。例如： (?!\d)当前位置右边不是数字。

逆序

  • (?<=exp)位置的前面能匹配exp。例如： (?<=\d)当前位置左边是数字。

  • (?<!exp)位置的前面不能匹配exp 。例如： (?<!\d)当前位置左边不是数字。

示例

环视为数值添加逗号5345678986 =》 5,345,678,986

分析：

我们需要找到一个位置，并将‘位置’替换为‘,’。

这个位置需要符合下面几个条件。

  1. 左边必须有数字

  2. 右边的数字是3的倍数

<?php
$string = ' 5345678986';
$pattern = '/(?<=\d)(?=(\d\d\d)+$)/';
$replacement = ',';
echo preg_replace($pattern, $replacement, $string);

贪婪与懒惰（匹配优先与忽略优先）

当正则表达式中包含能接受重复的量词(指定数量的代码，例如+,*,{3,12}等)时，通常的行为是匹配尽可能多的字符。

表达式：a.*b，它将会匹配最长的以a开始，以b结束的字符串。如果用它来搜索aabab的话，它会匹配整个字符串aabab。这被称为贪婪匹配。

我们更需要懒惰匹配，也就是匹配尽可能少的字符。前面给出的量词都可以被转化为懒惰匹配模式，只要在它后面加上一个问号?。这样.*?就意味着匹配任意数量的重复，但是在能使整个匹配成功的前提下使用最少的重复。

a.*?b匹配最短的，以a开始，以b结束的字符串。如果把它应用于aabab的话，它会匹配aab和ab。

Previous正则表达式Next正则的引擎

Last updated