PHP正则表达式考察点

正则表达式的作用

分隔、查找、匹配、替换字符串

正则表达式的组成部分

分隔符

"/" 、 "#" 、 "~"

通用原子

• \d : 十进制的0-9
• \D : 对\d取反：除了0-9
• \w : 数字、字母、下画线
• \W : 除了数字、字母、下画线
• \s : 空格、换行符、换页符、回车符、字表符
• \S : 除了空格、换行符、换页符、回车符、字表符

常用原子符

• . : 除了换行符之外的任意字符
• * : 匹配前面内容出现0次、1次或多次
• ? : 匹配前面内容出现0次或1次
• ^ : 开头
• dollar符 : 结尾
• + : 匹配前面内容出现1次或多次
• {n} : 出现n次
• {n,} ：出现大于等于n次
• {n,m} : 出现大于等于n次 小于等于m次
• [] : 集合，匹配中括号里面的[abc]则是匹配a 或 b 或 c
• () : 后向引用或当作整体
• [^] : 取反[^abc]除了a 、除了b、 除了c
• | : 或者
• [-] : 表示范围

模式修正符

• i : 不区分大小写
• m : 多文本模式
• s : 单行模式
• U : 取消贪婪模式
• x : 忽略模式中的空白符
• A : 必须以该模式开头
• D : 如果这个修饰符被设置, 模式中的元字符美元符号仅仅匹配目标字符串的末尾. 如果这个修饰符 没有设置, 当字符串以一个换行符结尾时, 美元符号还会匹配该换行符(但不会匹配之前的任何换行符). 如果设置了修饰符m, 这个修饰符被忽略
• u : 进行utf-8匹配

后向引用

$str = '<b>abc</b>';
$pattern = '/<b>(.*)<\/b>/';
preg_replace($pattern,'\\1',$str);//这里\1代表的就是括号里匹配上的内容，也就是abc

贪婪模式

$str = '<b>abc</b><b>bcd</b>';//匹配每一不b标签
$pattern = '/<b>(.*?)<\/b>/';//.*存在贪婪模式，会一直匹配到最后，加上问号后 取消贪婪模式，匹配一个之后再进行下一个匹配
preg_replace($pattern,'\\1',$str);

//使用以下方法也可以取消贪婪模式
$pattern = '/<b>(.*)<\/b>/U';

正则表达式PCRE函数

• preg_filter — 执行一个正则表达式搜索和替换
• preg_grep — 返回匹配模式的数组条目
• preg_last_error — 返回最后一个PCRE正则执行产生的错误代码
• preg_match_all — 执行一个全局正则表达式匹配
• preg_match — 执行匹配正则表达式
• preg_quote — 转义正则表达式字符
• preg_replace_callback_array — Perform a regular expression search and replace using callbacks
• preg_replace_callback — 执行一个正则表达式搜索并且使用一个回调进行替换
• preg_replace — 执行一个正则表达式的搜索和替换
• preg_split — 通过一个正则表达式分隔字符串

例子

写出一个正则表达式，取出页面中所有img标签中的src值

$str = '<img alt="xxx" src="aaa.jpg" />';
$pattern = '/<img.*?src=["\'].*?["\'].*?\/?>/';
/**
 * 分析
 * img的标签特性：有<img开头，中间可能有其他属性：所以有<img.*?
 * src标签：src=["\'].*?["\']  可能是以单引号或双引号
 * 后面可能还有别的属性：.*?
 * 以/> 或 >结尾: /?>
 * 最终拼接成：<img.*?src=["\'].*?["\'].*?\/?>
 **/