正则表达式是什么?
正则表达式是一种描述字符串结果的语法规则,是一个特定的格式化模式,可以匹配、替换、截取匹配的字符串。常用的语言基本上都有正则表达式,如JavaScript、java等。其实,只有了解一种语言的正则使用,其他语言的正则使用起来,就相对简单些。好了,开始写正则了。
正则表达式在匹配字符串遵从的原则:
- 最左原则:正则表达式总是从目标字符串的最左侧开始,依次匹配,直到匹配到符合表达式要求的部分,或直到匹配目标字符串的结束为止!
- 最长原则:对于匹配到的目标字符串,正则表达式总是会匹配到符合正则表达式要求的最长的部分;也就是即贪婪模式!
正则表达式写法:
- 分隔符开始,常用包括 / ; #;~
- 正则的开始,如:‘/a.*a/’
当表达式有过多的转义字符时,优先使用#,如url;
举例:
str
=
'http://baidu.com'
;
$pattern
=
'/http:\/\/.*com/'
;
//需要转义/
preg_match(
$pattern
,
$str
,
$match
);
var_dump(
$match
);
$str
=
'http://baidu.com'
;
$pattern
=
'#http://.*com#'
;//不需要转义/
preg_match(
$pattern
,
$str
,
$match
);
var_dump(
$match
);
中间的判断:
- 正则表达式是自左向右的顺序使用原子和元字符进行拼接
- 比如‘<b>zxcv</b>’,进行匹配时,‘/<b>.*<\/b>/’,其中.*代表zxcv
通用原子和元字符:
通用原子和元字符
• \d 匹配一个数字字符。等价于 [0-9]。
• \D 匹配一个非数字字符。等价于 [^0-9]。
• \f 匹配一个换页符。等价于 \x0c 和 \cL。
• \n 匹配一个换行符。等价于 \x0a 和 \cJ。
• \r 匹配一个回车符。等价于 \x0d 和 \cM。
• \s 匹配任何空白字符,包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。
• \S 匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。
• \t 匹配一个制表符。等价于 \x09 和 \cI。
• \v 匹配一个垂直制表符。等价于 \x0b 和 \cK。
• \w 匹配包括下划线的任何单词字符。等价于’[A-Za-z0-9_]’。
• \W 匹配任何非单词字符。等价于 ‘[^A-Za-z0-9_]’。
• \xn 匹配 n,其中 n 为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如,’\x41’ 匹配 “A”。’\x041’ 则等价于 ‘\x04’ & “1”。正则表达式中可以使用 ASCII 编码。
• \nm 标识一个八进制转义值或一个向后引用。如果 \nm 之前至少有 nm 个获得子表达式,则 nm 为向后引用。如果 \nm 之前至少有 n 个获取,则 n 为一个后跟文字 m 的向后引用。如果前面的条件都不满足,若 n 和 m 均为八进制数字 (0-7),则 • \nm 将匹配八进制转义值 nm。
• \nml 如果 n 为八进制数字 (0-3),且 m 和 l 均为八进制数字 (0-7),则匹配八进制转义值 nml。
• \un 十六进制数字表示的 Unicode 字符。例如, \u00A9 匹配版权符号(?)。
• . 匹配除 “\n” 之外的任何单个字符
• ^ 匹配输入字符串的开始位置。在字符域[]中表示取反,如'[^\w]'等于'\w';而^\w表示以单词字符开头。
• $ 匹配输入字符串的结束位置。例'\w$'表示以单词字符结尾。
• ? 匹配前面的子表达式零次或一次 等价于 {0,1},例如,"do(es)?" 可以匹配 "do" 或 "does"。
• * 匹配前面的子表达式零次或多次,等价于{0,}。例如,zo* 能匹配 "z" 、 "zo"、'zoo'。
• + 匹配前面的子表达式一次或多次,等价于{1,}例如,'zo+' 能匹配 "zo" 以及 "zoo"。
• {n} n 为非负整数,匹配确定的 n 次。例如,'o{2}' 不能匹配 "Bob" 或‘Booob’,但是能匹配 "food" 中的两个 o。
• {n,} n 为非负整数。至少匹配n 次。例如,'o{2,}' 不能匹配 "Bob" 中的 'o',但能匹配 "foooood" 中的所有 o。'o{1,}' 等价于 'o+'。'o{0,}' 则等价于 'o*'。
• {n,m} m 和 n 均为非负整数,其中n <= m。最少匹配 n 次且最多匹配 m 次。例如,"o{1,3}" 将匹配 "fooooood" 中的前三个 o。'o{0,1}' 等价于 'o?'。请注意在逗号和两个数之间不能有空格。
• [] 字符集合(字符域)。匹配所包含的任意一个字符。例如, '[abc]' 可以匹配 "plain" 中的 'a'。
• () 匹配 ()内的内容 并获取这一匹配。搭配\n(n为大于1的整数),‘http://baidu.com’若表达式:‘(\w+) (:)\/\/.*\1’则匹配‘http://baidu.comhttp’,\1表示http。
• (?:) 匹 配 但不获取匹配结果,不进行存储供以后使用。这在使用 "或" 字符 (|) 来组合一个模式的各个部分是很有用。例如, 'industr(?:y|ies) 就是一个比 'industry|industries' 更简略的表达式。上面表达式若改为'(?:\w+)(:)\/\/.*\1',则\1表示为:
• | x|y,匹配 x 或 y。例如,'z|food' 能匹配 "z" 或 "food"。'(z|f)ood' 则匹配 "zood" 或 "food"。
• [-] 字符范围。匹配指定范围内的任意字符。例如,'[a-z]' 可以匹配 'a' 到 'z' 范围内的任意小写字母字符。
• (?=pattern) 正 向预查,在任何匹配 pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配,也就是说,该匹 配不需要获取供以后使用。例如,'Windows (?=95|98|NT|2000)' 能匹配 "Windows 2000" 中的 "Windows" ,但不能匹配 "Windows 3.1" 中的 "Windows"。预查不消耗字符,也就是说,在一个匹配发生后,在最后一次匹配之后立即开始下一次匹 配的搜索,而不是从包含预查的字符之后开始。
• (?!pattern) 负 向预查,在任何不匹配 pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配,也就是说,该匹配不 需要获取供以后使用。例如'Windows (?!95|98|NT|2000)' 能匹配 "Windows 3.1" 中的 "Windows",但不能匹配 "Windows 2000" 中的 "Windows"。预查不消耗字符,也就是说,在一个匹配发生后,在最后一次匹配之后立即开始下一次匹配的搜 索,而不是从包含预查的字符之后开始
如:最后定界符会有一个字母
- ‘/as.*/i’那这个i又是什么呢,这就是模式修正符;
解释:
i 表示在和模式进行匹配进不区分大小写
m 将模式视为多行,使用^和$表示任何一行都可以以正则表达式开始或结束
s 如果没有使用这个模式修正符号,元字符中的"."默认不能表示换行符号,将字符串视为单行
x 表示模式中的空白忽略不计
e 正则表达式必须使用在preg_replace替换字符串的函数中时才可以使用(讲这个函数时再说)
A 以模式字符串开头,相当于元字符^
Z 以模式字符串结尾,相当于元字符$
U 正则表达式的特点:就是比较“贪婪”,使用该模式修正符可以取消贪婪模式
举例
$str
=
'asddadsdasd'
;
$pattern
=
'/a.*d/'
;
preg_match(
$pattern
,
$str
,
$match
);
var_dump(
$match
) ;
//asddadsdasd;
$str
=
'asddadsdasd'
;
$pattern
=
'/a.*d/U'
;
//$pattern = '/a.*?d/';
preg_match(
$pattern
,
$str
,
$match
);
var_dump(
$match
) ;
//asd
php常用的正则函数:
- 匹配:preg_match()与preg_match_all()
- 1 preg_match($pattern,$subject,[array &$matches])
- 2 preg_match_all($pattern,$subject,array &$matches)
替换:preg_replace()
- mixed preg_replace ( mixed $pattern , mixed $replacement , mixed $subject [, int $limit = -1 [, int &$count ]] )
搜索subject中匹配pattern的部分, 以replacement进行替换。
© 版权声明
本站提供的资源转载自国内外各大资源站和网络,仅供学习体验;不得将上述内容用于商业或者非法用途,否则,一切后果请用户自负。您必须在下载后的24个小时之内,从您的电脑中彻底删除上述内容。如果您喜欢该资源内容,请支持正版,购买注册,得到更好的正版服务。我们非常重视版权问题,如有侵权请邮件与我们联系处理。敬请谅解!请点击《侵权处理》
THE END
暂无评论内容