正则表达式入门
规则
字符类
| 表达式 | 匹配值 |
|---|---|
| \d | digit，数字 |
| \w | word，字母或数字或下划线，也就是a-z,A-Z,0-9 |
| \s | space，空格、制表符、换行符 |
| \r | return，回车符 |
| \n | next line，换行符 |
| \t | tab，制表符 |
| . | 除换行符（\r）以外的任意字符 |
| [abc] | abc中的任意一个字符 |
| [^abc] | abc以外的任意一个字符 |
| [a-z] | a到z中的任意一个字符 |
匹配位置
| 表达式 | 含义 |
|---|---|
| \b | 单词边界 |
| ^ | 开头 |
| $ | 结尾 |
匹配次数
| 表达式 | 含义 |
|---|---|
| {n} | 匹配n次 |
| {n,m} | 匹配n到m次 |
| {n,} | 至少匹配n次 |
| ? | 匹配0次或1次，相当于{0,1} |
| * | 匹配任意次，相当于{0,} |
| + | 至少匹配1次，相当于{1,} |
分组
| 表达式 | 含义 |
|---|---|
| (\w)\1 | 这里的\1表示第一个括号里匹配到的字符，(\w)\1匹配”deep”中的”ee” |
一些示例
// 匹配图片地址
<img[^>]*src=["|']([^"']*)["|']
// 匹配链接地址
<a[^>]+href="(.*?)"
\b 匹配单词的开始和结束 <?php $s=”good morning, hi, i’m zhupp!”; $p=”/\bhi\b/”; preg_match_all($p, $s, $o); var_dump($o);exit; ?> array(1) { [0]=> array(1) { [0]=> string(2) “hi” } } . 匹配除换行符之外的任意字符 <?php $s=”hi, bye zhupp good bye”; $p=”/hi.bye/”; preg_match_all($p, $s, $o); var_dump($o);exit; ?> array(1) { [0]=> array(1) { [0]=> string(7) “hi, bye” } } * 匹配前面任意数量的字符（包括0个） <?php $s=”hi, bye zhupp good bye”; $p=”/bye/”; preg_match_all($p, $s, $o); var_dump($o);exit; ?> array(1) { [0]=> array(2) { [0]=> string(3) “bye” [1]=> string(3) “bye” } } + 匹配前面的一个以上的字符 {2,} 前面的表达式必须连续匹配2个以上的 {n} 重复n次 {n,} 重复n次或更多次 {n,m} 重复n到m次 <?php $s=”hi, bbye
zhupp i’m 18 good bye”; $p=”/b{2,}/”; preg_match_all($p, $s, $o); var_dump($o);exit; ?> array(1) { [0]=> array(1) { [0]=> string(2) “bb” } } ? 匹配0次或者1次 <?php $s=”3xxx”; $p=”/\d?/”; preg_match_all($p, $s, $o); var_dump($o);exit; ?> array(1) { [0]=> array(5) { [0]=> string(1) “3” [1]=> string(0) “” [2]=> string(0) “” [3]=> string(0) “” [4]=> string(0) “” } } \d 匹配数字 <?php $s=”hi, bye zhupp i’m 18 good bye”; $p=”/\d{1,}/”; preg_match_all($p, $s, $o); var_dump($o);exit; ?> array(1) { [0]=> array(1) { [0]=> string(2) “18” } } \s 匹配任意的空白符（TAB、空格、换行、中文空格） <?php $s=”hi
zhupp i’m 18 good bye”; $p=”/hi\szhu/”; preg_match_all($p, $s, $o); var_dump($o);exit; ?> \w 匹配字母或数字或下划线或汉字等 <?php $s=”zhupp i’m 18 good bye”; $p=”/zhu\wp/”; preg_match_all($p, $s, $o); var_dump($o);exit; ?> array(1) { [0]=> array(1) { [0]=> string(5) “zhupp” } }
匹配字符串的开始，$匹配字符串的结束 <?php $s=”i’m 18,yeah”; $p=”/^i.*h$/”; preg_match_all($p, $s, $o); var_dump($o);exit; ?> array(1) { [0]=> array(1) { [0]=> string(11) “i’m 18,yeah” } } [] 匹配方括号里的任一个字符 匹配email <?php $s=”hi my email address is xiaozhuzhu_123.k@126.com, call me later !”; $p=”/\s+(\w+[-_.]\w+@\w+.\w+)/”; preg_match($p, $s, $o); var_dump($o);exit; ?> array(2) { [0]=> string(25) “ xiaozhuzhu_123.k@126.com” [1]=> string(24) “xiaozhuzhu_123.k@126.com” }
模式定界符后面的 “i” 表示不区分大小写字母的搜索
i:非大小写敏感模式，:如果设定此修正符，模式中的字符将同时匹配大小写字母。
m:多行模式，当设定了此修正符，“行起始”和“行结束”除了匹配整个字符串开头和结束外，还分别匹配其中的换行符的之后和之前。
s:单行模式，如果设定了此修正符，模式中的圆点元字符(.)匹配所有的字符，包括换行符。没有此设定的话，则不包括换行符。
u:贪婪模式
3 正则表达式的基本语法：
一个正则表达式，分为三个部分：分隔符，表达式和修饰符。
分隔符可以是除了特殊字符以外的任何字符（比如"/ !"等等），常用的分隔符是"/"。表达式由一些特殊字符（特殊字符详见下面）和非特殊的字符串组成，比如"[a-z0-9_-]+@[a- z0-9_-.]+"可以匹配一个简单的电子邮件字符串。修饰符是用来开启或者关闭某种功能/模式。下面就是一个完整的正则表达式的例子：
/hello.+?hello/is
上面的正则表达式"/"就是分隔符，两个"/"之间的就是表达式，第二个"/"后面的字符串"is"就是修饰符。
在表达式中如果含有分隔符，那么就需要使用转义符号"\"，比如"/hello.+?\/hello/is"。转义符号除了用于分隔符外还可以执行特殊字符，全部由字母构成的特殊字符都需要"\"来转义，比如"\d"代表全体数字。
4 正则表达式的特殊字符：
正则表达式中的特殊字符分为元字符、定位字符等等。
元字符是正则表达式中一类有特殊意义的字符，用来描述其前导字符（即元字符前面的字符）在被匹配的对象中出现的方式。元字符本身是一个个单一的字符，但是不同或者相同的元字符组合起来可以构成大的元字符。
元字符：
大括号：大括号用来精确指定匹配元字符出现的次数，例如"/pre{1,5}/"表示匹配的对象可以是"pre"、"pree"、"preeeee"这样在"pr"后面出现1个到5个"e"的字符串。或者"/pre{,5}/"代表pre出现0此到5次之间。
加号："+"字符用来匹配元字符前的字符出现一次或者多次。例如"/ac+/"表示被匹配的对象可以是"act"、"account"、"acccc"等在"a"后面出现一个或者多个"c"的字符串。"+"相当于"{1,}"。
星号："*"字符用来匹配元字符前的字符出现零次或者多次。例如"/ac*/"表示被匹配的对象可以是"app"、"acp"、"accp"等在"a"后面出现零个或者多个"c"的字符串。"*"相当于"{0,}"。
问号："?"字符用来匹配元字符前的字符出现零次或者1次。例如"/ac?/"表示匹配的对象可以是"a"、"acp"、"acwp"这样在"a"后面出现零个或者1个"c"的字符串。"?"在正则表达式中还有一个非常重要的作用，即"贪婪模式"。
还有两个很重要的特殊字符就是"[ ]"。他们可以匹配"[]"之中出现过的字符，比如"/[az]/"可以匹配单个字符"a"或者"z"；如果把上面的表达式改成这样"/[a-z]/"，就可以匹配任何单个小写字母，比如"a"、"b"等等。
如果在"[]"中出现了"^"，代表本表达式不匹配"[]"内出现的字符，比如"/[^a-z]/"不匹配任何小写字母！并且正则表达式给出了几种"[]"的默认值：
[:alpha:]：匹配任何字母
[:alnum:]：匹配任何字母和数字
[:digit:]：匹配任何数字
[:space:]：匹配空格符
[:upper:]：匹配任何大写字母
[:lower:]：匹配任何小写字母
[:punct:]：匹配任何标点符号
[:xdigit:]：匹配任何16进制数字
另外下面这些特殊字符在转义符号”"转义后代表的含义如下：
s：匹配单个的空格符
S：用于匹配除单个空格符之外的所有字符。
d：用于匹配从0到9的数字，相当于”/[0-9]/”。
w：用于匹配字母，数字或下划线字符，相当于”/[a-zA-Z0-9_]/”。
W：用于匹配所有与w不匹配的字符，相当于”/[^a-zA-Z0-9_]/”。
D：用于匹配任何非10进制的数字字符。
.：用于匹配除换行符之外的所有字符，如果经过修饰符”s”的修饰，”.”可以代表任意字符。
利用上面的特殊字符可以很方便的表达一些比较繁琐的模式匹配。例如"/\d0000/"利用上面的正则表达式可以匹配万以上，十万一下的整数字符串。
定位字符：
定位字符是正则表达式中又一类非常重要的字符，它的主要作用是用于对字符在匹配对象中的位置进行描述。
^：表示匹配的模式出现在匹配对象的开头（和在”[]”里面不同）
$：表示匹配的模式出现在匹配对象的末尾
空格：表示匹配的模式出现在开始和结尾的两个边界之一
”/^he/”：可以匹配以”he”字符开头的字符串，比如hello、height等等；
“/he$/”：可以匹配以”he”字符结尾的字符串即she等；
”/ he/”：空格开头，和^的作用一样，匹配以he开头的字符串；
“/he /”：空格结束，和$的作用一样，匹配以he结尾的字符串；
”/^he$/”：表示只和字符串”he”匹配。
括号：
正则表达式除了可以用户匹配，还可以用括号"()"来记录需要的信息，储存起来，给后面的表达式读取。比如：
/^([a-zA-Z0-9-]+)@([a-zA-Z0-9-]+)(.[a-zA-Z0-9_-])$/
就是记录邮件地址的用户名，和邮件地址的服务器地址（形式为username@server.com之 类的），在后面如果想要读取记录下来的字符串，只是需要用”转义符＋记录的次序”来读取。比如”\1”就相当于第一个”[a-zA- Z0-9-]+”，”\2”相当于第二个([a-zA-Z0-9-]+)，”\3”就是第三个(.[a-zA-Z0-9_-])。但是在PHP 中，”"是一个特殊的字符，需要转义，所以”\1”到了PHP的表达式中就应该写成”\\1”。
其他特殊符号：
| ” | “：或符号” | “和PHP里面的或一样，不过是一个” | “，而不是PHP的两个” | “！意思就是可以是某个字符或者另一个字符串，比如”/abcd | dcba/”可能匹配”abcd”或者”dcba”。 |
5 贪婪模式：
前面在元字符中提到过”?”还有一个重要的作用，即”贪婪模式”，什么是”贪婪模式”呢？
比 如我们要匹配以字母”a”开头字母”b”结尾的字符串，但是需要匹配的字符串在”a”后面含有很多个”b”，比如”a bbbbbbbbbbbbbbbbb”，那正则表达式是会匹配第一个”b”还是最后一个”b”呢？如果你使用了贪婪模式，那么会匹配到最后一个”b”，反 之只是匹配到第一个”b”。
使用贪婪模式的表达式如下：
/a.+?b/
/a.+b/U
不使用贪婪模式的如下：
/a.+b/
上面使用了一个修饰符U，详见下面的部分。
6 修饰符：
在正则表达式里面的修饰符可以改变正则的很多特性，使得正则表达式更加适合你的需要（注意：修饰符对于大小写是敏感的，这意味着"e"并不等于"E"）。正则表达式里面的修饰符如下：
i ：如果在修饰符中加上”i”，则正则将会取消大小写敏感性，即”a”和”A” 是一样的。
m：默认的正则开始”^”和结束”$”只是对于正则字符串如果在修饰符中加上”m”，那么开始和结束将会指字符串的每一行：每一行的开头就是”^”，结尾就是”$”。
s：如果在修饰符中加入”s”，那么默认的”.”代表除了换行符以外的任何字符将会变成任意字符，也就是包括换行符！
x：如果加上该修饰符，表达式中的空白字符将会被忽略，除非它已经被转义。
e：本修饰符仅仅对于replacement有用，代表在replacement中作为PHP代码。
A：如果使用这个修饰符，那么表达式必须是匹配的字符串中的开头部分。比如说”/a/A”匹配”abcd”。
E：与”m”相反，如果使用这个修饰符，那么”$”将匹配绝对字符串的结尾，而不是换行符前面，默认就打开了这个模式。
U：和问号的作用差不多，用于设置”贪婪模