php的正则

php的正则

转载一篇我自己在简书和自己博客上已经写过的一篇文章。

我们在这里讨论正则，几乎所有编程语言都有的模块。可能语法有点不一样，求解过程不一样，但是大致的规则是类似的。
我们将要讨论三部分

正则的规则基于pcre[正则的基础]常用的正则[正则的应用]php中的正则的使用[正则在php中的使用]

正则的语法

官方语法规则

正则表达式的定义

正则表达式(regular expression)描述了一种字符串匹配的模式，可以用来检查一个串是否含有某种子串、将匹配的子串做替换或者从某个串中取出符合某个条件的子串等。

正则表达式的组成

普通字符串元字符字符转义重复分支反义分组反向引用捕获和断言规则贪婪和懒惰处理选项

下一个本地的测试器，我是mac 我用的 传送门

元字符

使用元字符需要转移. 任意字符\w 字母数字或者下划线\s 任意空白符\d 数字\b 单词的开始或者结束^  匹配字符串的开始$  匹配字符串的结束

重复匹配

* 重复0此或更多次+ 一次以上? 0次或者一次{n} n词{n,} {n,m} n到m词

分支条件

用| 分开，相当于或分支条件的执行：原因是匹配分枝条件时，将会从左到右地测试每个条件，如果满足了某个分枝的话，就不会去再管其它的条件了

分组

用() 包含起来。然后你就可以指定这个子表达式的重复次数了例如 (\d+){10}

反义

一般是元字符大写\W  匹配任意不是字母，数字，下划线，汉字的字符\S  匹配任意不是空白符的字符\D  匹配任意非数字的字符\B  匹配不是单词开头或结束的位置[^x]    匹配除了x以外的任意字符[^aeiou]    匹配除了aeiou这几个字母以外的任意字符

反向引用

主要用于重复搜索使用小括号指定一个子表达式后，匹配这个子表达式的文本(也就是此分组捕获的内容)可以在表达式或其它程序中作进一步的处理。默认情况下，每个分组会自动拥有一个组号，规则是：从左向右，以分组的左括号为标志，第一个出现的分组的组号为1，第二个为2，以此类推。

捕获和断言规则

捕获  (exp)   匹配exp,并捕获文本到自动命名的组里(?<name>exp)    匹配exp,并捕获文本到名称为name的组里，也可以写成(?'name'exp)(?:exp) 匹配exp,不捕获匹配的文本，也不给此分组分配组号零宽断言    (?=exp) 匹配exp前面的位置    在字符串singing a song 中 使用正则 \w+(?=ing\b) 匹配sing(?<=exp)    匹配exp后面的位置    在字符串singing a song 中 使用正则 \w+(?<=\bsing) 匹配ing(?!exp) 匹配后面跟的不是exp的位置    \d{3}(?!\d)匹配三位数字，但是后面不能是数字(?<!exp)    匹配前面不是exp的位置    (?<!\d+)[a-z]+匹配前面不是数字的注释  (?#comment) 这种类型的分组不对正则表达式的处理产生任何影响，用于提供注释让人阅读

贪婪与懒惰

默认是贪婪的懒惰的语法的实现*?  重复任意次，但尽可能少重复+?  重复1次或更多次，但尽可能少重复??  重复0次或1次，但尽可能少重复{n,m}?  重复n到m次，但尽可能少重复{n,}?   重复n次以上，但尽可能少重复

处理选项

常用的模式

IgnoreCase(忽略大小写)   匹配时不区分大小写。Multiline(多行模式) 更改^和$的含义，使它们分别在任意一行的行首和行尾匹配，而不仅仅在整个字符串的开头和结尾匹配。(在此模式下,$的精确含意是:匹配\n之前的位置以及字符串结束前的位置.)Singleline(单行模式)    更改.的含义，使它与每一个字符匹配（包括换行符\n）。IgnorePatternWhitespace(忽略空白)   忽略表达式中的非转义空白并启用由#标记的注释。ExplicitCapture(显式捕获)   仅捕获已被显式命名的组。

php正则表达式的模式

i 忽略大小写模式 #[a-z]#im 多行模式 #^t.*#mis 点号通配模式 点号可以匹配换行符U 表示懒惰模式u 支持UTF-8模式D 支持结尾模式

编写正则表达式

 与直接写  或| 非 ^ 使用元字符，分组规则，量词，组合在一起便构成了基本的正则表达式。

符号优先级

\() (?:) (?=) []* + {n} {n,m}^ $|

正则表达式的优化

这些优化是前人的经验    使用{a-z}代替[a|b|c|d]，类似的风格    最左匹配    标准量词是匹配优化    谨慎使用.*这样的表达式    尽量使用字符串函数替换处理    合理使用括号表达式，可以考虑使用方向引用    优化起始点,行描点优化    对大而全的表达式进行拆分    注意量词转换的效率差异    可以使用其他的解决方案代替正则        1 字符串处理函数           2 filter系列如果是过滤的话        3 xpath的方案

常用的正则表达式

匹配数字 (\d+)

匹配汉字 ^[\u4e00-\u9fa5]{0,}$

中文、英文、数字但不包括下划线等符号：^[\u4E00-\u9FA5A-Za-z0-9]+或[\u4E00−\u9FA5A−Za−z0−9]2,20

邮箱匹配

^\w+([_.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$

身份证号

^\d{15}|\d{18}$

账号的合法性

^[a-zA-Z][a-zA-Z0-9_]{4,15}$

日期格式
^\d{4}-\d{1,2}-\d{1,2}一年的12个月(01～09和1～12)：(0?[1−9]|1[0−2])
一个月的31天(01～09和1～31)：^(0?[1-9]|((1|2)[0-9])|30|31)$

html正则标记
<(\S*?)[^>]>.?

php常用的正则函数

php函数介绍
preg_*系列
目前主要用到的preg_match preg_replace preg_math_all