php preg正则表达式的组成部分

定界符号 ：
多种都可以，常用为//

原子 ：
最小的一个匹配单位 （放在定界符中），在一个正则表达式中，至少要有一个原子
1，打印字符（a-z A-Z 0-9 ~!@#$%^&*()_+...）和非打印字符
2, 代表一类字符
\d :任意一个数字 [0-9]
\D ：任意一个非数字 [^0-9]
\w ：任意一个字 a-z A-Z 0-9 _ [a-zA-Z0-9_]
\W :任意一个非字 [^a-zA-Z0-9_]
\s ：代表任意一个空白 [\t\n\f\v]
\S ：代表任意一个非空白 [^\t\n\f\v]

[\x{4e00}-\x{9fa5}]:代表所有汉字，但是需要配合模式修正符u使用，不然会报错

3，自定义原子表
[fws3] ：fws3任意一个字符
[^1-9a-z] :非1-9 a-z的任意一个字符
[2-9x] ：2-9或者x的任意一个字符
4,点（.） 能代表所有任意一个字符

元字符 ：
不是单独使用的，是用来扩展和限定原子的 （写在定界符号中）
* 用来修饰其前面的原子可以出现0个或多个(任意次) {0,}
+ 用来修饰其前面的原子出现1次或多次 {1,}
? 用来修饰前面的原子出现0次或1次 {0,1}
{n} 用来修饰其前面的原子出现n次
{n,m} 用来修饰其前面的原子出现n到m次，包括n和m
{n,} 用来修饰其前面的原子至少出现n次，包括n
| 是或的关系 ，表示它两边的原子，只要一个出现就可以了，但是 | 优先级是最低的
^ 或 \A 表示必须以什么开始，这个必须写在正则表达式的最前面
$ 或 \Z 表示必须以什么结束，这个必须写在正则表达式的最后面
\b 单词边界
\B 不是单词边界的部分

 

模式修正符 （单个字符）
1，模式修正符写在定界符号 ，放在右边 "/go*gle/i"
2,模式修正符号，一个字符就是一个功能，可以组合使用
作用：
修正正则表达式的解释，或扩充正则表达式的功能
i : 不区分大小写
s : 原子. 可以匹配换行符（\r）
x : 去除正则表达式里的空白
U :让 原子. 变得不贪婪 (在. 后面加? 也可以取消贪婪模式，即.*? 或.+?)

u：utf8编码。匹配汉字时使用
其他符号

() (括号)
1,改变优先级
2, 将小原子变成大原子
3，子模式，整个表达式是一个大的模式,小括号中是每个独立的子模式
4,反向引用
$preg = '/title\=\"(.+?)\"\>(\\1)\<\/a\>/'; //  \\1：引用匹配的第一个子模式的内容

\1引用前面括号里的模式，即第一个模式 (?:xxx)使括号失去3，4功能

\ (转义字符)
1，可以将有意义的字符转成没有意义的原子字符 \^ \. \+ \' \" \?
2, 可以将没有意义的字符转成有意义的原子 \t \cx \f \n \r \v
3, 加上 \也没意义的字符，加不加\都没区别 \_ \q

实例
匹配网址
$reg = "/(https?|ftps?)\:\/\/(www|mail|bbs)\.(.+?)\.(com|cn|net)([\w\-\/\.\=\?\&\%]*)?/i";

preg_match("/^([\x{4e00}-\x{9fa5}]|\w|\_|\-){2,18}$/u",$_GET['name'] )

匹配邮箱
$reg = "/\w+([+-.]\w+)*@\w+([-.]\w+)*/";

 

函数

正则的查找
preg_match(pattern, subject ,data); //查找一个
preg_match_all(pattern, subject, data); //查找所有

正则的分割
preg_split(pattern, subject);

正则的替换
preg_replace(pattern, replacement, subject);

 

 

 

 

 

//一些心得

编码的问题，如果正则表达式和内容编码不同，会导致匹配不出，这时要将正则表达式\内容 转码

iconv('utf-8','gbk','/\&pn\=73\"\>尾页\<\/a\>/')