14.正则表达式

正则表达式

1.介绍正则表达式及其作用

简单介绍
- 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
- 如果可以使用字符串函数完成的任务则就不要用正则表达式了
- 有一些复杂的操作,只能用正则表达式来完成
- 正则表达式也称为一种模式表达式
- 正则表达式就是通过构造具有特定规则得模式,在于输入的字符串信息进行比较,分割,匹配,查找,代替等功能
什么是正则表达式
- 如```/<img\s+src=".*?"/>/` ``, 这就是正则表达式
- 乱七八糟的一堆字符堆砌在一起,神秘的符号,有奇特的意义
正则表达式可以做什么
- 验证用户名长度
- 验证邮箱的格式
- 验证URL
- BBS编辑器
- QQ聊天表情
- 新闻采集器(小偷程序)
正则表达式的特点
1. 正则表达式是一个字符串
2. 由具有特殊意义的字符组成的字符串
3. 具有一定的编写规则,也是一种模式
4. 可以看看做一种编程语言,因为使用一些特殊的字符,按照规则编写出一个字符串,形成一种模式--正则表达式
5. 如果正则表达式不和函数一起使用,则它就是一个普通的字符串,如果将正则表达式放在某个函数中使用,才能发挥正则表达式的作用
PHP中提供了两套正则表达式的函数库
- posix 扩展正则表达 ereg
- perl 兼容正则表达(推荐) preg
正则表达式学习两点
- 正则表达式的模式的编写
- 正则表达式强大处理函数
正则表达式的语法
1. 正则定界符
2. 正则表达式中的原子(组成正则表达式的最小字符)
3. 正则表达式的元字符(原子修饰符)
4. 正则表达式的模式修正符

2. 正则表达式的组成(语法)

正则表达式的定界符
- 正则定界符就是用来声明正则表达式边界的符号,正则表达式是字符串类型.所以在定义正则表达式时要先定义字符串类型
- 正则表达式最常用的定界符是 /,实际除字母,数字以及\之外的字符都可以做正则表达式的边界符使用
- 注意:一个完整的正则表达式准确的说有两个边界符
  - 第一个是字符串类型的引号边界符
  - 第二个是正则表达式的边界符
正则表达式中的原子
1. 什么是原子:组成正则表达式的最小单位
2. 原子的组成内容
  - 正常大小写字母,所有可见的字符就是原子
  - 大部分不可见的字符也是原子,如空格, \n, \r, \t
  - \d 表示匹配0-9之间的任意一字符
  - \D 表示匹配除0-9外的任意一字符
  - \s 表示匹配空白字符,包括空格, \n, \r, \t
  - \S 表示匹配除空表字符外的任意一字符
  - \w 表示匹配数字大小写字母以及下划线中的任意一字符
  - \W 表示匹配除大小写字母,数字以及下划线之外的任意一字符
  - [ ]原子列表
    - 表示在指定字符中选取一个字符
    - [5-9]表示5,6,7,8,9连续字符,允许缩写为开始字符-结束字符
    - 也可以[0-9a-zA-Z]
  - [^]排除类表(^在[]里边)
    - [^abc] 表示除了a,b,c外所有字符都可使用
  - . 匹配一个字节(匹配的一个字节)的字母(或其他什么)
  - .+ 表示匹配匹配的所有内容
元字符(原子修饰符)
1. 原子数量修饰符
  - + 表示前边的原子出现一次或多次
  - ? 表示前边的原子出现0次或1次
  - * 表示前边的原子出现0次1次或多次
  - {m,n} 表示前边的原子最少出现m次最多出现n次
  - {m} 表示前边的原子出现指定m次
  - {m,} 表示前边的原子最少出现m次及其以上
2. 词边界修饰符
  - 什么是词边界
    - 可以分割一个单词的字符都是词边界,包括空格,标签符号,特殊字符,字符串的开始与结束,每一行的结束部分
    - 不可当词边界符的部分就是字母和数字
  - \b 表示词边界
  - \B 表示非词边界
3. 字符串边界修饰符(也就是开始与结束)
  - ^ 表示以指定的字符开头的内容
  - $ 表示以指定字符结尾的内容
  - ^字符串$ 表示精准匹配某个字符多一个少一个都是错误
4. 选择修饰符 |
5. 模式选择单元 ()
  1. 改变优先级
  2. 将多个原子视为一个原子,目的是为了使用原子数量修饰符
  3. 将匹配的内容暂时存在内存中
  4. 如果使用()仅仅是为了模拟一个原子使用原子数量修饰符,那么可以在括号内的开始出处使用?:来解除存于内存的作用,提高效率 (?:)
  5. 可以将括号的内容在函数的辅助下进行反向引用操作
模式修正符
1. i 忽视(不区分)大小写
2. x 忽略正则中的空白
3. s 使得.可以匹配到\n
4. m 视为多行处理,可以在^与$下匹配到\n
5. S 加速匹配
6. U 改变贪婪模式
  - 贪婪模式: 匹配最远的结束后为止,默认打开使用
  - .*? : 非贪婪模式(这时在加上U就是贪婪了)

3. 正则表达式的函数

preg_grep()返回与模式匹配的数组单元(一维数组)
- parameter1: 正则表达式,模式
- parameter2:要匹配的数组
- parameter3(可选): 默认0 取 1 则为取反
- 返回值: 返回与模式匹配的数组单元(下标与原1数组对应的不会重新排列)(返回与原数组一模一样的匹配的数组(包括下标))
preg_match 进行一次正则匹配 适合查询有没有
- parameter1:正则表达式
- parameter2:要匹配的数组
- parameter3(可选);返回结果到数组里
- 返回值;没匹配到-- 0, 匹配到-- 1
preg_match_all 进行正则匹配
- 获取全部的匹配内容到数组
- 适合查询有多少
preg_split 用正则进行分割字符串 (能用字符串函数的就用字符串函数)
- parameter1: 正则表达式
- parameter2: 要处理的字符串
- 返回值: 分割后的数组
preg_replace 执行一个正则表达式的搜索与替换
- parameter1: 正则表达式(也可以是正则数组['//','//','//'] or array('//','//','//'))
- parameter2: 替换的新内容(数组或字符串)
- parameter3: 要替换的字符串或数组
- 返回值: 新的数组