正则规则详解

<?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 即系.表示任意字符 而不是原来的[^\n] 不能表示换行符~~ 也可以这样理解。。。用s以后 整个字符串相当于一行，就算有换行，，都相当于一行，那么\n换行符就是一个普通符号了~所以能匹配~~ x : 表示模式中的空白忽略不计 记住了 是模式中的空白 不是字符串的空白"/this is test/x" 匹配thisistest 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 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 相当于关闭贪婪模式~~~ "/<b>(.*)</b>/"贪婪到最后一个</b>哪怕中间也有</b> 他也当作是.*的匹配~~~所以要取消贪婪模式~~！！！ "/\<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>"; }