未加星标

最通俗易懂的php正则表达式教程(中)

字体大小 | |
[开发(php) 所属分类 开发(php) | 发布者 店小二05 | 时间 2016 | 作者 红领巾 ] 0人收藏点击收藏
正则表达式简介

正则表达式是用于描述字符排列模式一种语法规则。它主要用于字符串的模式分割、匹配、查找及替换操作。到目前为止,我们前面所用过的精确(文本)匹配也是一种正则表达式。

php中,正则表达式一般是由正规字符和一些特殊字符(类似于通配符)联合构成的一个文本模式的程序性描述。

在程序语言中,通常将模式表达式(即正则表达式)包含在两个反斜线“/”之间,如“/apple/”。用户只要把需要匹配的模式内容放入定界之间即可。

如果使用一个没有特殊字符的正则表达式,相当于纯文本搜索,使用strstr( )函数也可达到同样的效果。


最通俗易懂的php正则表达式教程(中)

在PHP中有两套正则表达式函数库,两者功能相似,只是执行效率略有差异:

一套是由PCRE(Perl Compatible Regular Expression)库提供的。使用“preg_”为前缀命名的函数; 一套由POSIX(Portable Operation System interface)扩展提供的。使用以“ereg_”为前缀命名的函数;

使用正则表达式的原因之一,是在典型的搜索和替换操作中,只能对确切文字进行匹配,对象动态文本的搜索就有困难了,甚至是不可能的。

/^-?\d+$|^-?0[xX][\da-fA-F]+$/
/^[0-9a-zA-Z_-]+@[0-9a-zA-Z_-]+(\.[0-9a-zA-Z_-]+){0,3}]$/

正则表达式较重要和较有用的角色是验证用户数据的有效性检查。PHP中,正则表达式有三个作用:

匹配,也常常用于从字符串中析取信息。 用新文本代替匹配文本。 将一个字符串拆分为一组更小的信息块。 正则表达式的语法规则

正则表达式是主要由:

原子(普通字符,如英文字符) 元字符(有特殊功用的字符) 以及模式修正字符组成。

一个正则表达式中至少包含一个原子。

原子(Atom)

原子是组成正则表达式的基本单位,在分析正则表达式时,应作为一个整体。

原子字符是由所有末显式指定为元字符的打印和非打印字符组成。这包括所有的英文字母、数字、标点符号以及其他一些符号。原子也包括以下内容。

单个字符、数字,如a~z,A~Z,0~9. 模式单元,如(ABC).可以理解为由多个原子组成的大的原子。 原子表,如[ABC]. 重新使用的模式单元。 普通转义字符。 转义元字符。 正则表达式所使用的普通转义字符 原子 说明 \d 匹配一个数字;等价于 [0-9] \D 匹配除数字以外任何一个字符;等价于 [^0-9] \w 匹配一个英文字母、数字或下划线;等价于 [0-9a-zA-Z_] \W 匹配除英文字母、数字和下划线以外任何一个字符;等价于 [^0-9a-zA-Z_] \s 匹配一个空白字符;等价于 [\f\n\r\t\v] \S 匹配除空白字符以外任何一个字符;等价于 [^\f\n\r\t\v] \f 匹配一个换页符等价于 \x0c 或 \cL \n 匹配一个换行符;等价于 \x0a 或 \cJ \r 匹配一个回车符等价于 \x0d 或 \cM \t 匹配一个制表符;等价于 \x09\ 或 \cl \v 匹配一个垂直制表符;等价于 \x0b 或 \ck \oNN 匹配一个八进制数字 \xNN 匹配一个十六进制数字 \cC 匹配一个控制字符 元字符(Meta-character)

元字符是用于构造规则表达式的具有特殊含义的字符。如果要在正则表达式中包含元字符本身,必须在其前加上”\”进行转义

说明 元字符 * 0 次、 1 次或多次匹配其前的原子 + 1 次或多次匹配其前的原子 ? 0 次或 1 次匹配其前的原子 . 匹配任何一个字符 | 匹配两个或多个选择 ^或\A 匹配字符串串首的原子 $或\Z 匹配字符串串尾的原子 \b 匹配单词的边界 \B 匹配除单词边界以外的部分 [] 匹配方括号中的任一原子 [^] 匹配除方括号中的原子外的任何字符 () 整体表示一个原子 {m} 表示其前原子恰好出现 m 次 {m,n} 表示其前原子至少出现 m 次,至多出现 n 次 (n>m) {m,} 表示其前原子出现不少于 m 次 原子表 原子表”[]”中存放一组原子,彼此地位平等,且仅匹配其中的一个原子。如果想匹配一个 ”a” 或 ”e” 使用 / [ae]/, 例如: /Pr[ae]y/ 匹配 ”Pray” 或者 ”Prey ”。 原子表 ”^” 或者称为排除原子表,匹配除表内原子外的任意一个字符。例如:/p[^u]/匹配“part”中的“pa”,但无法匹配“computer”中的“pu”因为“u”在匹配中被排除。 通常,在原子表中用“-”连接一组按ASCII码顺序排列的原子,用以简化书写。 如/x[0123456789]可以写成/x[0-9]/,用来匹配一个由 “x” 字母与一个数字组成的字符串; /0[xX][0-9a-fA-F]/匹配一个简单的十六进制数字,如“0x9”。/[^0-9a-zA-Z_]/匹配除英文字母、数字和下划线以外任何一个字符,其等价于/\W/。 重复匹配

正则表达式中有一些用于重复匹配其前原子的元字符:“?”、“*”、“+”。他们主要的不同是重复匹配的次数不同。

元字符“?”表示0次或1次匹配紧接在其前的原子。例如:/colou?r/匹配“colour”或“color”。 元字符“*”表示0次、1次或多次匹配紧接在其前的原子。例如:/^<[A-Za-z][A-Za-z0-9]*>$/可以匹配“<P>”、“<h1>”或“<Body>”等HTML标签,并且不严格的控制大小写。 元字符“+”表示1次或多次匹配紧接在其前的原子。例如:/go+gle/ 匹配“gogle”、“google”或“gooogle”等中间含有多个o的字符串。上文中提及的十六进制数字的例子,实际上更加完善的匹配表达式是/^0?[ xX][0-9a-fA-F]+$/,可以匹配“0x9B3C”或者“X800”等。

要准确地指定原子重复的次数,还可以使用元字符“{}”指定所匹配的原子出现的次数。“{m}”表示其前原子恰好出现m次;“{m,n}”表示其前原子至少出现m次,至多出现n次;“{m,}”表示其前原子出现不少于m次。

以下是一些示例。

/zo{1,3}m/只能匹配字符串“zom”、“zoom”、或“zooom”。 /zo{3}m/只能匹配字符串“zooom” /zo{3,}m/ 可以匹配以 “z” 开头,“m”结束,中间至少为3个“o”的字符串。 /bo{0,1}u/可以匹配字符串“bought a butter” 中的“bou”和“bu”,起完全等价于/bo?u/。 边界限制

在某些情况下,需要对匹配范围进行限定,以获得更准确的匹配结果。

元字符“^”(或“\A”)置于字符串的开始确保模式匹配出现在字符串首端;

“$”(或“\Z”)置于字符串的结束,确保模式匹配出现字符串尾端。

例如,在字符串“Tom and Jerry chased each other in the house until tom’s uncel come in”中使用/^Tom或Atom匹配句首的“Tom”; 而/in$或/in\Z匹配句末“come in”中的“in”。如果不加边界限制元字符,将获得更多的匹配结果。

在使用各种编辑软件的查找功能时,可以通过选择“按单词查找”获得更准确的结果。正则表达式中也提供类似的功能。

元字符“\b”对单词的边界进行匹配;

“\B”对单词的内部进行匹配。

例如:在字符串“This island is a beautiful land”中使用/\bis\b/可以匹配单词“is”而与“This”或者“island”无关。/\bis/与单词边界匹配,可以匹配单词“is”和“island”中的“is”;/\Bis/不与单词左边界匹配,可以匹配单词“is”和“This”中的“is”./\Bis\B将明确的指示不与单词的左、右边界匹配,只匹配单词的内部。所以在这个例子中没有结果。

元字符 “.” 元字符“.”匹配除换行符外任何一个字符,相当于[^\n](Unix系统)或[^\r\n](windows系统)。

例如:/pr.y/可以匹配的字符串“prey”、“pray”或“pr%y”等。

通常可以使用“.*”组合来匹配除换行符外的任何字符。在一些书籍中也称其为“全匹配符” 或 “单含匹配符”。

例如/a.*z/表示可以匹配字母“a”开头,字母“z”结束的任意不包括换行符的字符串。“.+”也可以完成类似的匹配功能所不同的是其至少匹配一个字符。例如/a.+z/将不匹配字符串“az”。

模式选择符

元字符“|”又称模式选择符。在正则表达式中匹配两个或更多的选择之一。

例如:

在字符串“There are many apples and pears.”中,/apple|pear/在第一次运行时匹配“apple”;再次运行时匹配“ pear”。也可以继续增加选项,如/apple|pear|banana|lemon/。

模式单元

元字符“()”将其中的正则表达式变为原子(或称模式单元)使用。与数学表达式中的括号类似,“()”可以做一个单元被单独使用。

例如:

/(Dog)+/匹配的“Dog”、“DogDog”、“DogDogDog”……..,因为紧接着“+”前的原子是元字符“()”括起来的字符串“Dog”。

一个模式单元中的表达式将被优先匹配或运算。系统自动将这些模式单元的匹配依次存储起来,在需要时可以用“\1”、“\2”、“\3”的形式进行引用。当正则表达式包含有相同的模式单元时,这种方法非常便于对其进行管理。

例如:

/^\d{2}([\W])\d{2}\\1\d{4}$匹配“12-31-2006”、“09/27/1996”、“86 01 4321”等字符串。但上述正则表达式不匹配“12/34-5678”的格式。这是因为模式“[\W]”的结果“/”已经被存储。下个位置“\1”引用时,其匹配模式也是字符“/”。 模式修正符(Pattern Modifiers)

模式修正符扩展了正则表达式在字符匹配、替换操作时的某些功能。这些扩展或者说修正增强了正则表达式的处理能力。模式修正符一般标记于整个模式之外,并且可以组合使用,如“/apple/i”、“/cat|dog/uis”等。表列出了一些常用的模式修正符极其功能说明。

模式修正符 说明 i 可同时匹配大小写字母 M 将字符串视为多行 S 将字符串视为单行,换行符做为普通字符看待 x 模式中的空白忽略不计 S 当一个模式将被使用若干次时,为加速匹配起见值得先对其进行分析 U 匹配到最近的字符串 e 将替换的字符串作为表达使用

下面是几个简单的示例,可以说明模式修正符的使用

/apple/i匹配“apple”或“Apple”等,忽略大小写。

/

本文开发(php)相关术语:php代码审计工具 php开发工程师 移动开发者大会 移动互联网开发 web开发工程师 软件开发流程 软件开发工程师

主题: PHPPerlAppleHTML数据
分页:12
转载请注明
本文标题:最通俗易懂的php正则表达式教程(中)
本站链接:http://www.codesec.net/view/483816.html
分享请点击:


1.凡CodeSecTeam转载的文章,均出自其它媒体或其他官网介绍,目的在于传递更多的信息,并不代表本站赞同其观点和其真实性负责;
2.转载的文章仅代表原创作者观点,与本站无关。其原创性以及文中陈述文字和内容未经本站证实,本站对该文以及其中全部或者部分内容、文字的真实性、完整性、及时性,不作出任何保证或承若;
3.如本站转载稿涉及版权等问题,请作者及时联系本站,我们会及时处理。
登录后可拥有收藏文章、关注作者等权限...
技术大类 技术大类 | 开发(php) | 评论(0) | 阅读(33)