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,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?

Δ  定界符

Δ  字符域

Δ  修饰符

Δ  限定符

Δ  脱字符

Δ  通配符(正向预查,反向预查)

Δ  反向引用

Δ  惰性匹配

Δ  注释

Δ  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.

123

4

5

6

7

8

9

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

123

4

5

6

7

8

9

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

123

4

5

6

7

8

9

10

11

$regex = '/HELLO/';$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 (?<!)表示否定意思

前后紧跟字符

123

4

5

6

7

8

9

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

 

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

    var_dump($matches);

}

 

echo "n";

否定意义:

123

4

5

6

7

8

9

$regex = '/(?<!c)d(?!e)/'/* d 前面不紧跟c, d 后面不紧跟e*/$str = 'abcdefgk';$matches = array();

 

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

    var_dump($matches);

}

 

echo "n";

>字符宽度:零

验证零字符代码

123

4

5

6

7

8

9

$regex = '/HE(?=L)LO/i';$str = 'HELLO';$matches = array();

 

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

    var_dump($matches);

}

 

echo "n";

打印不出结果!

123

4

5

6

7

8

9

$regex = '/HE(?=L)LLO/i';$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)。

123

4

5

6

7

8

9

$regex = '/^(Chuanshanjia)[ws!]+1$/';    $str = 'Chuanshanjia thank Chuanshanjia';$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)

123

4

5

6

7

8

9

$regex = '/(?P<author>chuanshanjia)[s]Is[s](?P=author)/i';$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.

123

4

5

6

7

8

<?php$regex = '/heL*/i';$str = 'heLLLLLLLLLLLLLLLL';

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

    var_dump($matches);

}

 

echo "n";

结果1.

代码2

123

4

5

6

7

8

<?php$regex = '/heL*?/i';$str = 'heLLLLLLLLLLLLLLLL';

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

    var_dump($matches);

}

 

echo "n";

结果2

代码3,使用“+”

123

4

5

6

7

8

<?php$regex = '/heL+?/i';$str = 'heLLLLLLLLLLLLLLLL';

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

    var_dump($matches);

}

 

echo "n";

结果3

代码4,使用{3,5}

123

4

5

6

7

8

<?php$regex = '/heL{3,10}?/i';$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

123

4

5

6

7

8

9

10

11

12

13

14

15

16

$regex = '/    ^host=(?<!.)([d.]+)(?!.)                 (?#主机地址)|

    ([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";

特殊字符

特殊字符 解释
* 0到多次
+ 1到多次还可以写成{1,}
? 0或1次
. 匹配除换行符外的所有单个的字符
w [a-zA-Z0-9_]
s 空白字符(空格,换行符,回车符)[tnr]
d [0-9]

 

余下全文(1/3)

本文最初发表在博客园,文章内容属作者个人观点,不代表本站立场。

分享这篇文章:

请关注我们:

发表评论

电子邮件地址不会被公开。 必填项已用*标注