一、基础

a)常用元字符

代码 说明
. 匹配除了换行符意外的任意字符
\w 字母|数字|下划线|汉字
\s 匹配任意的空白符
\d 匹配数字
\b 匹配单词的开始或者结束
^ 匹配字符串的开始
$

匹配字符串的结束

 

b)常用限定符

* 重复零次或更多次
+ 重复一次或更多次
重复一次或零次
{n} 重复n次
{n,} 重复n次或更多次
{n,m} 重复n到m次

 

我们也可以轻松地指定一个字符范围,像[0-9]代表的含意与\d就是完全一致的:一位数字;同理[a-z0-9A-Z_]也完全等同于\w(如果只考虑英文的话)。

c)分支条件

正则表达式里的分枝条件指的是有几种规则,如果满足其中任意一种规则都应该当成匹配,具体方法是用|把不同的规则分隔开。

0\d{2}-\d{8}|0\d{3}-\d{7}

d)子表达式

可以用小括号来指定子表达式(也叫做分组),子表达式的内容会被捕获,再次使用就方便了。

e)反义

有时需要查找不属于某个能简单定义的字符类的字符。比如想查找除了数字以外,其它任意字符都行的情况,这时需要用到反义:

\W 匹配不是数字字母下划线或汉字的字符
\S 任意不是空白符的字符
\D 任意非数字字符
\B 不是以单词开头的位置
[^x] 除了x意外的任意字符
[^aeiou] aeiou以外的字符

 

f)反向引用

使用小括号指定一个子表达式后,匹配这个子表达式的文本(也就是此分组捕获的内容)可以在表达式或其它程序中作进一步的处理。默认情况下,每个分组会自动拥有一个组号,规则是:从左向右,以分组的左括号为标志,第一个出现的分组的组号为1,第二个为2,以此类推。

g)贪婪与懒惰

当正则表达式中包含能接受重复的限定符时,通常的行为是(在使整个表达式能得到匹配的前提下)匹配尽可能多的字符。以这个表达式为例:a.*b,它将会匹配最长的以a开始,以b结束的字符串。如果用它来搜索aabab的话,它会匹配整个字符串aabab。这被称为贪婪匹配。

有时,我们更需要懒惰匹配,也就是匹配尽可能少的字符。前面给出的限定符都可以被转化为懒惰匹配模式,只要在它后面加上一个问号?。这样.*?就意味着匹配任意数量的重复,但是在能使整个匹配成功的前提下使用最少的重复。

a.*?b匹配最短的,以a开始,以b结束的字符串。如果把它应用于aabab的话,它会匹配aab(第一到第三个字符)和ab(第四到第五个字符)。

*? 重复任意次,但尽可能少重复
+? 重复1次或更多次,但尽可能少重复
?? 重复1次或0次,但尽可能少重复
{n,m}? 重复n到m次,但尽可能少重复
{n,}? 重复n次以上,但尽可能少重复

 

内容参考自:http://www.92csz.com/regex/

 

二、php中使用正则

a)匹配

$pattern = "/<div>.*div>/i";
$subject = "<div>abc</div><b>d</b><div></div>";
preg_match_all($pattern, $subject, $matchs);
echo htmlentities($matchs[0][0]);

输出:<div>abc</div><b>d</b><div></div>(贪婪)

$pattern = "/<div>.*?div>/i";
preg_match_all($pattern, $subject, $matchs);
echo '<br />';
echo htmlentities($matchs[0][0]);

输出:<div>abc</div>(懒惰)

b)替换

$string = 'The quick brown fox jumped over the lazy dog.';
echo $string . '<br>';
$patterns = array('/quick/', '/brown/', '/fox/');
$replacements = array('slow', 'black', 'bear');
echo preg_replace($patterns, $replacements, $string);

输出:

The quick brown fox jumped over the lazy dog.

The slow black bear jumped over the lazy dog.

 

$string = "hello 100";
$pattern = "/(\w+) (\d+)/i";
$replacement = "$1,$2";
echo preg_replace($pattern, $replacement, $string);

输出:hello,100