正则表达式经典讲解

 

 

 <?php

/* 1. 正则表达式就是描述字符串排列模式的一种自定义语法规则。

 * 2. 如果可以使用字符串处理函数完成的任务，就不要使用正则

 * 3. 有一些复杂的操作，只能使用正则完成。

 * 

 * 正则表达式可以在很多计算机语言中应用

 *

 *  4. 正则表达式也称为一种模式表达式。

 *  5.正则表达式就是通过构建具有特定规则的模式，与输入的字符信息比较。再进行分割、匹配、查找、替换等工作

 *   

 *    "/\<img\s*src=\".*?\"\/\>/"

 *

 *    一、正则表达式也是一个字符串

 *    二、由具有特殊意义的字符组成的字符串

 *    三、具有一点编写规则，也是一种模式

 *    四、看作是一种编程语言（是用一些特殊字符，按规则编写出一个字符串，形成一种模式---正则表达式）

 *

 *

 *    注意： 如果正则表达式，不和函数一起使用，则它就是一个字符串，如果将正则表达式放到到某个函数中使用， 才能发挥出正则表达式的作用。

 *

 *     用到分割函数中，就可以用这个正则去分割字符串

 *     用到替换函数中，就可以用这个正则去替换字符串

 *     ...

 *

 *在PHP中给我们提供两套正则表达式函数库

POSIX 扩展正则表达式函数（ereg_）

Perl 兼容正则表达式函数(preg_)

 

这个函数功能一样， 找一个处理字符串效率高的

 

注意：推荐使用Perl 兼容正则表达式函数库（只学这一种）

 

 

 

学习正则表达式时，有两方面需要学习：

 

一、正则表达式的模式如何编写

语法：

1. 定界符号  // 

除了字母、数字和正斜线\ 以外的任何字符都可以为定界符号

| |

/ /

{ }

! !

 

没有特殊需要，我们都使用正斜线作为正则表达式的定界符号

 

 

2. 原子   img \s . 

注意：原子是正则表达式的最基本组成单位，而且必须至少要包含一个原子

只要一个正则表达式可以单独使用的字符，就是原子

 

1. 所有打印（所有可以在屏幕上输出的字符串）和非打印字符（看不到的）

2. \. \* \+ \? \( \<\> 如果所有有意义的字符，想作为原子使用，统统使用 ”\“转义字符转义 m

" \ "转义字符可以将有意的字符转成没意义的字符，还可以将没意义的字符转为有意义的字符

3. 在正则表达式中可以直接使用一些代表范围的原子

\d  : 表示任意一个十进制的数字       [0-9]

\D  : 表示任意一个除数字这外的字符   [^0-9]

\s  : 表示任意一个空白字符，空格、\n\r\t\f   [\n\r\t\f ]

\S  : 表示任意一个非空白                     [^\n\r\t\f ]

\w  : 表示任意一个字 a-zA-Z0-9_              [a-zA-Z_]

\W  : 表示任意一个非字， 除了a-zA-Z0-9_以外的任意一个字符  [^a-zA-Z0-9_]

4. 自己定义一个原子表[], 可以匹配方括号中的任何一个原子

[a-z5-8]

[^a-z] 表示取反， 就是除了原子表中的原子，都可以表示(^必须在［］内的第一个字符处出现)

 

.

 

 

3. 元字符  * ? 

元字符是一种特殊的字符，是用来修饰原子用的，不可以单独出现

*  : 表示其前的原子可以出现 0次、1次、或多次                       {0,}

+  : 表示其前的原子可以出现1次 或多次， 不能没有最少要有一个       {1,}

?  ： 表示其前面的原子可以出现0次或1次， 有只能有一次，要么没有    {0,1}

{} : 用于自己定义前面原子出现的次数

{m}   //m表示一个整数， {5}表示前面的原子出现5次

{m,n}  //m和n表示一个整数，{2,5} m要小于n, 表示前面出现的原子，最少m次，最多n次，包括m和n次

{m,}   //表示前面的原子最少出现m次,最多无限

 

.   : 默认情况下，表示除换行符外任意一个字符

^   : 直接在一个正则表达式的第一个字符出现，则表达必须以这个正则表达式开始

$   : 直接在一个正则表达式的最后一个字符出现，则表达必须以这个正则表达式结束

|   : 表示或的关系 , 它的优先级号是最低的， 最后考虑它的功能

 

\b  : 表示一个边界

\B  ： 表示一个非边界

 

()  : 重点

 

一、 () 作用： 是作为大原子使用

二、 改变优先级,加上括号可以提高优先级别

三、 作为子模式使用, 正则表达式不先对一个字符串匹配一次, 全部匹配作为一个大模式，放到数组的第一个元素中，每个()是一个子模式按顺序放到数组的其它元素中去。

四、可以取消子模式，就将（）作为大原子或改变优先级使用, 在括号中最前面使用"?:"就可以取消这个（）表示的子模式

五、反向引用， 可以在模式中直接将子模式取出来，再作为正则表达式模式的一部分， 如果是在正则表达式像替换函数preg_replace函数中， 可以将子模式取出， 在被替换的字符串中使用

 

\1 取第一个子模式、 \2取第二个子模式， ....  \5 (注意是单引号还是双引号引起来的正则)

 

"\\1"

'\1'

 

${1} ${2}

 

\* \+ \. \?

 

\ 

() (?:) []

* + ? {}

^  $   \b

|

 

4. 模式修正符号 i u

"/ /模式修正符"

1. 就是几个字母

2. 可以一次使用一个，每一个具一定的意义， 也可以连续使用多个

3. 是对整个正则表达式调优使用， 也可以说是对正则表达式功能的扩展

 

"/abc/" 只能匹配小写字母 abc

"/abc/i" 可以不区分大小写匹配 ABC abc Abc ABc AbC

 

i : 表示在和模式进行匹配进不区分大小写

m : 默认情况，将字符串视为一行  ^  $ 视为多行后，任何一行都可以以正则开始或结束

s : 如果没有使用这个模式修正符号时， 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 :

Z :

U : 正则表达式的特点：就是比较”贪婪“  .* .+ 所有字符都符合这个条件

                关闭贪婪模式：

一种使用模式修正符号 U 

加一种是使用?完成  .*?  .+?

 

如果两种方式同时出现又开启了 贪婪模式  .*? /U 

 

"/\<img\s*src=\".*?\"\/\>/iU"

"#\<img\s*src=\".*?\"\/\>#iU"

 

/原子和元字符/模式修正符号   / 为定界符号 （有一些语言是不需要这个定界符号）

 

有点语言中不支持模式修正符号 javascript

 

 

用户名不能为空 /^\S+$/

email 

url 

电话

 

将一个网站中的所有图片取出 

将一个网站的所有商品取出， 

 

 

二、学习正则表达式的强大处理函数

preg_match();

 

*

 *

 *

 *

 */

   $pattern="/\<b\>(.*?)\<\/b\>/Ui";   //正则表达式模式

$string="<b>hello</b>aaaaaa<b>php</b>aacaaaathis is testaaaaa<b>lamp</b>aaaaaaaa";      //需要和上面模式字符串进行匹配的变量字符串

 

   if(preg_match_all($pattern, $string, $arr)){

   echo "正则表达式 <b>{$pattern} </b>和字符串 <b>{$string}</b> 匹配成功<br>";

   echo '<pre>';

   print_r($arr);

   echo '</pre>';

 

 

   }else{

   echo "<font color='red'>正则表达式{$pattern} 和字符串 {$string} 匹配失败</font>";

   }