正则表达式语法2
关键词
关键词的作用域
在表达式中，可以使用括号来表达不同符号的作用域，比如
[ ] 用于表示字符域 ( ) 用于确定作用符的作用对象 {N, M}
A-Z用于指定匹配的次数介于N，M之间
此时还可以用连字符表示字符范围^ 在其作用域内的字符组合，需要出现在被匹配对象开头
如果该字符出现在匹配组内，则表示排除字符$ 在其作用域内的字符组合，需要出现在被匹配对象结尾
定界符
位于“/”定界符之间的部分就是将要在目标对象中进行匹配的模式，如果需要匹配的模式中含有大量“/”符号，则使用“#”取代之，此时不必对模式中的“/”进行转义。例如
/love/
#http://www.chinaunix.com/fuchao$/i#
元字符
所谓元字符就是指那些在正则表达式中具有特殊意义的专用字符，可以用来规定其前导字符（即位于元字符前面的字符）在目标对象中的出现模式。
| + | one or more |
| * | zero or more |
| ？ | zero or one |
| . | everyone but \n |
| \s | space [\t\n\r\f] |
| \S | no space |
| \d | digital |
| \D | no digitial |
| \w | word |
| \W | no word |
转义符
专业一点叫“跳脱字符”用于对上述元字符和控制字符进行转义，码工很熟，恕不多言。
注释
对于复杂的表达式，一定要给出相应的注释，以保证可读性和复用性。
注释方式为 ?#注释内容 例如：
1. $regex = '/
2. ^host=(?<!\.)([\d.]+)(?!\.) (?#主机地址)
3. \|
4. ([\w!@#$%^&*()_+\-]+) (?#用户名)
5. \|
6. ([\w!@#$%^&*()_+\-]+) (?#密码)
7. (?!\|)$/ix';
控制符
选择符
在表达式中添加逻辑运算符“或”完成对匹配对象的选择性匹配，例如：
'/[love|hate]/'
惰性匹配
如果前面有限定符，会使用最小的数据。如“*”会取0个，而“+”会取1个，如过是{3,5}会取3个。例如：
1. $regex = '/heL*?/i';
2. $str = 'heLLLLLLLLLLLLLLLL';
3. if(preg_match($regex, $str, $matches)){
4. var_dump($matches);
5. }
输出 “he”
数据捕获
没有指明类型而进行的分组,将会被获取,供以后使用。 指明类型指的是通配符。所以只有圆括号起始位置没有问号的才能被捕捉。在同一个表达式内的引用叫做反向引用。
调用格式: \编号(如\1)。
避免捕获数据
格式:(?:pattern)
优点:将使有效反向引用数量保持在最小，代码更加、清楚。
命名捕获组
格式:(?P<组名>)
调用方式 (?P=组名)
修饰符
用于改变正则表达式的行为。
我们看到的('/^http:\/\/([\w.]+)\/([\w]+)\/([\w]+)\.html/i')中的最后一个"i"就是修饰符,表示忽略大小写ignore，还有一个我们经常用到的是"x"表示忽略空格。
通配符
用于断言某些字符串中某些字符的存在与否。需要非常注意的是，此断言出的字符不做占位符。分为两种，正向断言和反向断言：
| ?= | 正向的断言作用域内的字符会出现在当前向后的位置 |
| ?! | 与?=意义相反，用法相同 |
| ?<= | 反向断言作用域内的字符组合会出现在当前向前的位置 |
| ?<! | 与?<=意义相反，用法相同 |
如何与程序衔接
PHP中可以使用ereg()函数进行模式匹配操作，JavaScript 1.2中带有一个功能强大的RegExp()对象。大多数语言给出了对正则表达式的支持。以PHP为例。
PHP中实现了POSIX正则表达式的函数就有7个，此处举例三个：
| bool ereg/eregi(string pattern, string string, [,array regs]) | 在字符串string中匹配表达式pattern， 如果匹配成功返回TRUE。如果包含参数array，则按照字串规则划分并存储到数组中，带 i 表示不区分大小写。相关方法中均有此选项，下不赘述 |
| string ereg_replace(string pattern, string replacement, string string) | 在字符串中匹配表达式，匹配成功则用replacement替代匹配到的字符串，并将替换出的字符串存在string中。 |
| array split(string pattern, string string, [,int limit]) | 使用表达式来分割字符串，如果有限制参数，则分出的数组中最多有limit个元素，剩余的部分都写到最哦户一个数组元素中。 |
实现PCRE风格的表达式也有7个，无论从效率还是语法支持上，PCRE是优于POSIX，例如最常用的匹配测试函数
int preg_match/preg_match_all(string pattern, string subject [,array matches])
函数功能：在字符串中匹配表达式，函数返回匹配成功的次数，如果有数组参数，则匹配到的字符串分次存入数组中。两个函数的区别在于_all函数会一直匹配到
字符串结束。
给个例子
验证E-mail地址
这是一个用于验证电子邮件的正则表达式。但它并不是高效、完美的解决方案。在此不推荐使用。
Php代码
点击(此处)折叠或打开
-
1. $email ="test@ansoncheung.tk";
-
2. if (preg_match('/^[^0-9][a-zA-Z0-9_]+([.][a-zA-Z0-9_]+)*[@][a-zA-Z0-9_]+([.][a-zA-Z0-9_]+)*[.][a-zA-Z]{2,4}$/',$email)){
-
3. echo "Your email is ok.";
-
4.} else {
-
5. echo "Wrong email address format";
-
6.}
为了更加有效验证电子邮件地址，推荐使用filer_var。
Php代码
点击(此处)折叠或打开
-
1. if (filter_var('test+email@ansoncheung', FILTER_VALIDATE_EMAIL)){
-
2. echo "Your email is ok.";
-
3.} else {
-
4. echo "Wrong email address format.";
-
5.}
小结
正则表达式可以说是代码的灵魂，如果将程序比作开发板，她则当之无愧的成为CPU的重要组成部分。刚开始接触正则的话，需要了解其所涉及到的关键词，熟习用法，结合函数调用进行练习。
用多了，那就尝试优化和注释你的正则，尽量规范和统一。
最后，当你发现他是一个好用的工具时，你离高手就不远了。
