PHP.相关技术.正则表达式

学习git的时候正好需要这方面的知识，刚好自己也有些知识点有些模糊了，复习一遍。

正则表达式是什么？

• 正则表达式就是一个匹配的模式
• 正则表达式本身就是一个字符串（有一些语法规则，特殊字符）

正则表达式概念简介

主要分为 定界符, 原子, 元字符, 模式修正符

• 定界符：顾名思义，就是模式表达式的界限，如 /aaa/,这个 //就是定界符。正则表达式写在定界符中
• 原子：要寻找的字符，在一个模式表达式中，至少有一个原子
• 元字符：不能单独使用，用于修饰原子，扩展原子功能和限制原子功能
• 模式修正符：对模式进行修正用的，写在定界符外面

定界符

在程序语言中，使用与Perl兼容的正则表达式，通常都要将模式表达式放入定界符中，如 //. 除了字母、数字、\ 以外的任何字符都可以作为定界符

原子

原子指的是那些未被指定为 元字符 的打印字符和非打印字符组成，所有符号都为原子。

• 打印字符：a-z A-Z 0-9 _ !@#$%^&*()_+ 等

• 非打印字符:

  • \n 匹配一个换行符
  • \cx 匹配由x指明的控制字符 x的值为A-Z 或者a-z之一
  • \f 匹配一个换页符
  • \r 匹配一个回车符
  • \t 匹配一个制表符
  • \v 匹配一个垂直制表符

• \ 可以将有意义的字符转为无意义的，也可以将无意义的转为有意义的，如上述的 非打印字符

• 可以使用系统提供的代表范围的原子

  • \d：代表任意一个数字 [0-9]
  • \D：代表任意一个非数字 [^0-9]
  • \s：代表一个空白 [\n\r\t\f ]
  • \S：代表一个非空白 [^\n\r\t\f ]
  • \w：代表任意一个字(a-z A-Z 0-9 _) [a-zA-Z0-9_]
  • \W：代表任意一个非字 [^a-zA-Z0-9_]

• 自定义原子表 [],只有一个生效就可以。 以上可以用自定义原子表来代替 如 \d为[0-9]等

  • -：表示范围
  • ^：表示除了

• . 能代表所有的

元字符

• *： 前面的原子可以出现0次，1次或者多次

• +： 前面的原子可以出现1次或者多次

• ?： 前面的原子可以出现0次或者一次

• {n}： 前面的原子必须出现n次

• {n,m}： 出现n到m之间的次数 包括n和m

• {2,}： 出现至少两次

• {,5}： 不可以这样写，可以以0开始

• |： 或的关系，表示它两边的原子只要有一个出现就行，但是|的优先级是最低的

• ^或\A： 必须以什么开始，这个必须写在正则表达式的最前面

• $或\Z： 必须以什么结束，这个必须写在正则表达式的最后面

• \b： 匹配单词边界的

    如 this is island 用 /\bis\b/可以匹配中间的那个is
  

• \B： 匹配单词边界以外的的

• ()的作用

  • 改变优先级
  • 将小原子变成大原子，如 (aaa)*
  • 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，能获取全模式和所有的子模式
  • 反向引用，即将子模式用在正在表达式中。

模式修正符

• 模式修正符号要写在定界符号外，放在右边

• 模式修正符号，一个字符就是一个功能，可以组合使用

• 作用:模式修正符号可以修正正则表达式的解释，或扩充了正则表达式的功能

• 用法

  • i 不区分大小写(默认是区分大小写的)
  • m 默认是看做一行的，加上m就视为多行
  • s 使用了这个.可以匹配换行符
  • x 修正正则表达式，可以省略空白
  • e 修正正则表达式 preg_replace
  • U
    • (.*,.+)正则表达式比较贪婪
    • (.*？) (.+？)取消贪婪模式
    • U也能但是不兼容
    • 这两种方式同时使用就不会奏效了