正则表达式，大家在开发中应该是经常用到，现在很多开发语言都有正则表达式的应用，比如javascript，java，.net,php等等，我今天就把我对正则表达式的理解跟大家唠唠，不当之处，请多多指教!

　　需要知道的术语——下面的术语你知道多少?

　　定界符;字符域;修饰符;限定符;脱字符;通配符(正向预查，反向预查);反向引用;惰性匹配;注释;零字符宽

　　定位

　　我们什么时候使用正则表达式呢?不是所有的字符操作都用正则就好了，php在某些方面用正则反而影响效率。当我们遇到复杂文本数据的解析时候，用正则是比较好的选择。

　　优点

　　正则表达式在处理复杂字符操作的时候，可以提高工作效率，也在一定程度节省你的代码量。

　　缺点

　　我们在使用正则表达式的时候，复杂的正则表达式会加大代码的复杂度，让人很难理解。所以我们有的时候需要在正则表达式内部添加注释。

　　通用模式

　　定界符，通常使用 "/"做为定界符开始和结束,也可以使用"#"。

　　什么时候使用"#"呢?一般是在你的字符串中有很多"/"字符的时候，因为正则的时候这种字符需要转义，比如uri。

　　使用"/"定界符的代码如下.

　　$regex = '/^http:\/\/([\w.]+)\/([\w]+)\/([\w]+)\.html$/i';

　　$str = 'http://www.youku.com/show_page/id_ABCDEFG.html';

　　$matches = array();

　　if(preg_match($regex, $str, $matches)){

　　var_dump($matches);

　　}

　　echo "\n";

　　preg_match中的$matches[0]将包含与整个模式匹配的字符串。

　　使用"#"定界符的代码如下.这个时候对"/"就不转义!

　　$regex = '#^http://([\w.]+)/([\w]+)/([\w]+)\.html$#i';

　　$str = 'http://www.youku.com/show_page/id_ABCDEFG.html';

　　$matches = array();

　　if(preg_match($regex, $str, $matches)){

　　var_dump($matches);

　　}

　　echo "\n";

　　修饰符:用于改变正则表达式的行为。

　　我们看到的('/^http:\/\/([\w.]+)\/([\w]+)\/([\w]+)\.html/i')中的最后一个"i"就是修饰符,表示忽略大小写，还有一个我们经常用到的是"x"表示忽略空格。

　　贡献代码:

　　$regex = '/HELLO/';

　　$str = 'hello word';

　　$matches = array();

　　if(preg_match($regex, $str, $matches)){

　　echo 'No i:Valid Successful!',"\n";

　　}

　　if(preg_match($regex.'i', $str, $matches)){

　　echo 'YES i:Valid Successful!',"\n";

　　}

　　字符域:[\w]用方括号扩起来的部分就是字符域。

　　限定符:如[\w]{3,5}或者[\w]*或者[\w]+这些[\w]后面的符号都表示限定符。现介绍具体意义。

　　{3,5}表示3到5个字符。{3,}超过3个字符，{,5}最多5个，{3}三个字符。* 表示0到多个，+ 表示1到多个。

　　脱字符号

　　放在字符域(如:[^\w])中表示否定(不包括的意思)——“反向选择”

　　放在表达式之前，表示以当前这个字符开始。(/^n/i,表示以n开头)。

　　注意，我们经常管"\"叫"跳脱字符"。用于转义一些特殊符号，如".","/"

 

　　通配符(lookarounds):断言某些字符串中某些字符的存在与否!

　　lookarounds分两种:lookaheads(正向预查 ?=)和lookbehinds(反向预查?<=)。

　　格式:

　　正向预查:(?=) 相对应的 (?!)表示否定意思;反向预查:(?<=) 相对应的 (?

　　前后紧跟字符

　　$regex = '/(?<=c)d(?=e)/'; /* d 前面紧跟c, d 后面紧跟e*/

　　$str = 'abcdefgk';

　　$matches = array();

　　if(preg_match($regex, $str, $matches)){

　　var_dump($matches);

　　}

　　echo "\n";

　　否定意义:

　　$regex = '/(?

　　$str = 'abcdefgk';

　　$matches = array();

　　if(preg_match($regex, $str, $matches)){

　　var_dump($matches);

　　}

　　echo "\n";

 

　　字符宽度:零

　　验证零字符代

　　$regex = '/HE(?=L)LO/i';

　　$str = 'HELLO';

　　$matches = array();

　　if(preg_match($regex, $str, $matches)){

　　var_dump($matches);

　　}

　　echo "\n";

　　打印不出结果!

　　$regex = '/HE(?=L)LLO/i';

　　$str = 'HELLO';

　　$matches = array();

　　if(preg_match($regex, $str, $matches)){

　　var_dump($matches);

　　}

　　echo "\n";

　　能打印出结果!

　　说明:(?=L)意思是HE后面紧跟一个L字符。但是(?=L)本身不占字符，要与(L)区分，(L)本身占一个字符。

 

　　捕获数据

　　没有指明类型而进行的分组,将会被获取,供以后使用。

　　指明类型指的是通配符。所以只有圆括号起始位置没有问号的才能被捕捉。

　　在同一个表达式内的引用叫做反向引用。

　　调用格式: \编号(如\1)。

　　$regex = '/^(Chuanshanjia)[\w\s!]+\1$/';

　　$str = 'Chuanshanjia thank Chuanshanjia';

　　$matches = array();

　　if(preg_match($regex, $str, $matches)){

　　var_dump($matches);

　　}

　　echo "\n";

　　避免捕获数据

　　格式:(?:pattern)

　　优点:将使有效反向引用数量保持在最小，代码更加、清楚。

　　命名捕获组

　　格式:(?P<组名>) 调用方式 (?P=组名)

　　$regex = '/(?Pchuanshanjia)[\s]Is[\s](?P=author)/i';

　　$str = 'author:chuanshanjia Is chuanshanjia';

　　$matches = array();

　　if(preg_match($regex, $str, $matches)){

　　var_dump($matches);

　　}

　　echo "\n";

　　运行结果

 

　　惰性匹配(记住：会进行两部操作,请看下面的原理部分)

　　格式:限定符?

　　原理:"?"：如果前面有限定符，会使用最小的数据。如“*”会取0个，而“+”会取1个，如过是{3,5}会取3个。

　　先看下面的两个代码:

　　代码1.

　　$regex = '/heL*/i';

　　$str = 'heLLLLLLLLLLLLLLLL';

　　if(preg_match($regex, $str, $matches)){

　　var_dump($matches);

　　}

　　echo "\n";

　　结果1.

　　代码2

　　$regex = '/heL*?/i';

　　$str = 'heLLLLLLLLLLLLLLLL';

　　if(preg_match($regex, $str, $matches)){

　　var_dump($matches);

　　}

　　echo "\n";

　　结果2

　　代码3,使用“+”

　　$regex = '/heL+?/i';

　　$str = 'heLLLLLLLLLLLLLLLL';

　　if(preg_match($regex, $str, $matches)){

　　var_dump($matches);

　　}

　　echo "\n";

　　结果3

　　代码4,使用{3,5}

　　$regex = '/heL{3,10}?/i';

　　$str = 'heLLLLLLLLLLLLLLLL';

　　if(preg_match($regex, $str, $matches)){

　　var_dump($matches);

　　}

　　echo "\n";

　　结果4

 

　　正则表达式的注释

　　格式:(?# 注释内容)

　　用途:主要用于复杂的注释

　　贡献代码:是一个用于连接MYSQL数据库的正则表达式

　　 $regex = '/
　　 ^host=(?
　　 \|
　　 ([\w!@#$%^&*()_+\-]+) (?#用户名)
　　 \|
　　 ([\w!@#$%^&*()_+\-]+) (?#密码)
　　 (?!\|)$/ix';

　　 $str = 'host=192.168.10.221|root|123456';
　　 $matches = array();

　　 if(preg_match($regex, $str, $matches)){
　　 var_dump($matches);
　　 }

　　 echo "\n";

该文章在 2012/6/7 13:18:31 编辑过