php正则表达式基本

一.正则表达式的组成

1.分隔符,可以是除了字母,数字,反斜线及空白以外的任何字符,比如/,!,#,%,|,~等;通常有/,!,~

2.表达式:由一些特殊字符和非特殊字符组成.

3.修饰符:用于开启或关闭某种功能/模式

二.元字符

常用的元字符有以下几种

.    匹配除换行符外任何字符
\w    匹配字母或数字或下划线或汉字
\s    匹配任意空白字符
\d    匹配数字
\b    匹配单词开始或结束
^    匹配字符串开始
$    匹配字符串结束
-    表示范围
[]    匹配括号中任意一个字符
* + ?    量词

三.字符组

如果匹配没有预定义的元字符,可以使用字符组;只需要在[]内列出他们;
如
[aoeiou]匹配任何一个英文元音字母;
[.?!] 匹配标点符号 . ? !

ps:尽管[]号内有好多字符,但他只匹配单个字符

四.转义

如果要匹配元字符本身,比如?,直接匹配,会被当成元字符处理,这时候要使用转义;
\?

如:
\? 就可匹配字符串中含有?的字符串

ps:字符组中的元字符不需要转义

五.反义

\W    匹配除字母或数字或下划线或汉字以外
\S    匹配除任意空白字符以外
\D    匹配除数字以外
\B    匹配不是单词开始或结束的位置

字符组的反义是加^
[^abc] 匹配除了abc这几个字母以外的任意字符

ps:反义的特征是和一些已知元字符相反,并且为大写形式.字符组例外

六.分支

| 表示分支

分支就是存在多种可能的匹配情况;如要匹配cat,hat,fat,toat,就可以用分支形式
(c|h|f|to)at

ps:匹配分支条件时,从左到右测试每个条件,如果满足某个分支,就不再考虑其他条件.

七.分组

重复单个字符需要限定符即可做到,重复多个字符就需要分组;分组用小括号指定表达式,然后规定这个表达式重复的次数.

1.捕获
(exp)        匹配exp,并捕获文本到自动命名组里
(?<name>exp)    匹配exp,并捕获文本到name组里
(?:exp)        匹配exp,不捕获,也不分配组号 

示例1:
<?php
$str = 'cat';
preg_match_all('/(c).*/', $str, $arr);
var_dump($arr);

输出(自动命名组):
array(2) {
  [0]=>
  array(1) {
    [0]=>
    string(3) "cat"
  }
  [1]=>
  array(1) {
    [0]=>
    string(1) "c"
  }
}

示例2:
<?php
$str = 'cat';
preg_match_all('/(?<name>c).*/', $str, $arr);
var_dump($arr);

输出(多出一个test组):
array(3) {
  [0]=>
  array(1) {
    [0]=>
    string(3) "cat"
  }
  ["test"]=>
  array(1) {
    [0]=>
    string(1) "c"
  }
  [1]=>
  array(1) {
    [0]=>
    string(1) "c"
  }
}

示例3:
<?php
$str = 'cat';
preg_match_all('/(?:c).*/', $str, $arr);
var_dump($arr);

输出:

array(1) {
  [0]=>
  array(1) {
    [0]=>
    string(3) "cat"
  }
}

2.零宽断言(匹配的是事实,不是内容)
(?=exp) 匹配exp前面的位置
(?<=exp) 匹配exp后面的位置
(?!exp) 匹配后面跟的不是exp的位置
(?<!exp) 匹配前面跟的不是exp的位置

如:
<?php
$str = 'testecattest';
preg_match_all('/(?=te)/', $str, $arr);

则输出:
array(1) {
  [0]=>
  array(3) {
    [0]=>
    string(0) ""
    [1]=>
    string(0) ""
    [2]=>
    string(0) ""
  }
}
匹配到三处

ps:默认情况下,每个分组拥有一个组号,规则是从左到右,以分组的左括号为标志,第一个出现在分组里的为1,第二个为2,以此类推;分组0为整个表达式.

八.反向引用

反向引用在于重复搜索前面某个分组匹配的文本.

示例:
$str = '[url]1.gif[/url]';
$img = preg_replace('/\[url\](\d+\.gif)\[\/url\]/', '<img src="$1" />', $str);
echo $img;

输出
<img src="1.gif" />

$1匹配了分组(\d+\.gif)

九.环视(零宽断言)

1.顺序肯定环视(?=exp)
断言自身出现位置的后面能匹配表达式exp
示例:
<?php
$str = 'what are you doing testing?';
preg_match_all('/\b\w+(?=ing\b)/', $str, $arr);
var_dump($arr);

匹配do和test

2.逆序肯定环视(?<=exp)
断言自身出现位置的前面能匹配表达式exp
示例:
<?php
$str = 'what are you doing testing?';
preg_match_all('/\b(?=ing)/', $str, $arr);
var_dump($arr);

匹配doing和testing

3.顺序否定环视(?!exp)

4.逆序否定环视(<!exp)

十.常用修饰符/模式
1. i    忽略大小写
示例:
<?php
$str = 'cat test CAT';
preg_match_all('/cat/i', $str, $arr);
var_dump($arr);

不加i修饰符,只匹配cat

2. m    多行模式
仅当表达式中出现^,$至少一个元字符且有换行符\n时,m修饰符才起作用;

如:
$str = 'cat 

test
cat';

要提取cat

a.不用多行模式
preg_match_all('/cat.*/', $str, $arr);

b.用多行模式
preg_match_all('/cat.*$/m', $str, $arr);

3.s    点号统配模式(.号可以匹配换行符)
如:
<?php
$str = 'cat
t
test
cat
f';
preg_match_all('/t.*f/s', $str, $arr);
var_dump($arr);

输出:
array(1) {
  [0]=>
  array(1) {
    [0]=>
    string(19) "t
t
test
cat
f"
  }
}

4.U    懒惰模式
等效于懒惰匹配

5.D    结尾限制
等效于结尾限定符

6.u    启用pcre中与perl不兼容的功能,模式字符串被当成utf-8