正则表达式学习笔记

/*新手的个人见解，勿以标准作量,-珍惜少年时*/

每天都在学习每天都在更新...

米哥跟我说：“正则表达式说白了就是字符匹配。” 以下是我学习当中的笔记。

正则表达式（Regular Expression)是由普通字符（例如字符 a 到 z）以及特殊字符（称为"元字符"）组成的文字模式。

在搜索文本时要匹配的一个或多个字符串。正则表达式作为一个模板，将某个字符模式与所搜索的字符串进行匹配。这就是正则的功能！

正则表达式由：定界符、原子、元字符、模式修改符组成。

/\d{4}/:这就是一个简单而又完整的正则

定界符：一般用"//"，也可以用别的比如"{}"、"||"

原子：最小的匹配单位，就是我们要找的字符里最小的单位。写在定界符当中。

元字符：修饰原子，拓展原子功能和限定功能。比如“/7{5}/”中{5}就是用来修饰原子7的，{5}就是一个元字符。元字符要写在定界符里面。/7{5}/：的意思是说原子7的旁边必须要有5。

模式修订符号：修饰正则表达式，对模式（正则）修正，卸载定界符的外面。

 

原子

• 打印字符：也就是我们能够打印出来的字符，能够看得到的。比如0-9,a-z,A-Z,!@.....等等。能够看得到的。注：除了a-z,A-Z,0-9以外的符号尽量加转义符号处理。转义字符能够将有意义的转化为没有意义的，没有意义的转化为有意义的。
• 非打印字符：比如“回车”，，“tab键”.....等等。

正则表达式函数：preg_match (pattern , subject, matches)

参数	描述
pattern	正则表达式
subject	需要匹配检索的对象
matches	可选，存储匹配结果的数组

与之雷同的函数还有一个preg_match_all,该函数多用的功能就是可以打印所有匹配的，并打印为数组。 

动手写第一个正则：

<?php 
$str="i love pc";
$reg="/pc/";
if(preg_match($reg,$str,$arr)){
    echo "正则表达式:<b>{$str}</b>和<b>{$reg}</b>匹配成功</b><br>";
    print_r($arr);
}else{
    echo "正则表达式：<b>{$str}</b>没有和<b>{$reg}</b>匹配成功";
    print_r($arr);
}
 ?>
输出：
正则表达式:i love pc和/pc/匹配成功
Array ( [0] => pc )

 

元字符

• ^ 和 \A 表示必须以什么开头，这个必须要写在正则的前面。
• $ 和 \Z 表示必须以什么结束，这个必须要放在表达式的最后面。

常用的元字符

\b：单词边界，原子的左侧，即为成功，右侧无love单词即为失败。若\blove\b即是两侧。需要 两侧都要有love这个单词才匹配成功。\B与之相反。

<?php 
$str="ilove love pc";
$reg="/\blove/";
if(preg_match($reg,$str)){
    echo "匹配成功";
}else{
    echo "匹配失败";
}
 ?>
输出：
匹配成功

/^abc.*abc$/

表示必须以 abc为开始，abc结束。中间随意。因为点的意思就是任意的原子，而*则表示任意的次数。

 

一个简单的匹配日期表达式：

/\d{4}-\d{2}-\d{2}/

\d表示匹配的只能是数字，{4}表示匹配的数是四位的，-为连接符。#注：如果想要不限制长度，假设年不是四位数的，是1到5位数的，那么即{1,5}跟数学当中的集合类似。故有正无穷之说。但无负无穷，原因摸摸脚丫子都知道。

字符	描述
\	将下一个字符标记为一个特殊字符、或一个原义字符、或一个向后引用、或一个八进制转义符。例如，“n”匹配字符“n”。“\n”匹配一个换行符。串行“\\”匹配“\”而“\(”则匹配“(”。
^	匹配输入字符串的开始位置。如果设置了RegExp对象的Multiline属性，^也匹配“\n”或“\r”之后的位置。
$	匹配输入字符串的结束位置。如果设置了RegExp对象的Multiline属性，$也匹配“\n”或“\r”之前的位置。
*	匹配前面的子表达式零次或多次。例如，zo*能匹配“z”以及“zoo”。*等价于{0,}。
+	匹配前面的子表达式一次或多次。例如，“zo+”能匹配“zo”以及“zoo”，但不能匹配“z”。+等价于{1,}。
?	匹配前面的子表达式零次或一次。例如，“do(es)?”可以匹配“does”或“does”中的“do”。?等价于{0,1}。
{n}	n是一个非负整数。匹配确定的n次。例如，“o{2}”不能匹配“Bob”中的“o”，但是能匹配“food”中的两个o。
{n,}	n是一个非负整数。至少匹配n次。例如，“o{2,}”不能匹配“Bob”中的“o”，但能匹配“foooood”中的所有o。“o{1,}”等价于“o+”。“o{0,}”则等价于“o*”。
{n,m}	m和n均为非负整数，其中n<=m。最少匹配n次且最多匹配m次。例如，“o{1,3}”将匹配“fooooood”中的前三个o。“o{0,1}”等价于“o?”。请注意在逗号和两个数之间不能有空格。
?	当该字符紧跟在任何一个其他限制符（*,+,?，{n}，{n,}，{n,m}）后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如，对于字符串“oooo”，“o+?”将匹配单个“o”，而“o+”将匹配所有“o”。

更多正则表达式全集传送门：http://tool.oschina.net/uploads/apidocs/jquery/regexp.html

 

 模式修订符号

模式修正符	说明
i	表示在和模式进行匹配进不区分大小写
m	将模式视为多行，使用^和$表示任何一行都可以以正则表达式开始或结束
s	如果没有使用这个模式修正符号，元字符中的"."默认不能表示换行符号,将字符串视为单行
x	表示模式中的空白忽略不计
e	正则表达式必须使用在preg_replace替换字符串的函数中时才可以使用(讲这个函数时再说)
A	以模式字符串开头，相当于元字符^
Z	以模式字符串结尾，相当于元字符$
U	正则表达式的特点：就是比较“贪婪”，使用该模式修正符可以取消贪婪模式

使用字符i演示如下：

<?php 
$str="this is TEST";
$reg="/test/i";
if(preg_match($reg,$str)){
    echo "匹配成功";
}else{
    echo "匹配失败";
}
 ?>
输出：
匹配成功

使用字符M演示如下：

<?php 
/*****************************Test**1*****************************/
$str1="hello world
abcxishaonian nihao
i love chinakungfu";
$reg1="/^abc/";
if(preg_match($reg1,$str1,$arr)){
    echo "{$reg1}匹配{$str1}成功<br>";
}else{
    echo "{$reg1}匹配{$str1}失败<br>";
}
/***************************Test**2**********************************/
$str2="hello world
abcxishaonian nihao
i love chinakungfu";
$reg2="/^abc/m";
if(preg_match($reg2,$str2,$arr)){
    echo "{$reg2}匹配{$str2}成功<br>";
}else{
    echo "{$reg2}匹配{$str2}成功";
}
 ?>
输出：
/^abc/匹配hello world abcxishaonian nihao i love chinakungfu失败
/^abc/m匹配hello world abcxishaonian nihao i love chinakungfu成功

 使用字符S演示如下：

<?php 
$str="china HelloWorld kungfu.nihao,halou.meximexi";
$reg="/hello world/i";
if(preg_match($reg,$str)){
    echo "案例一匹配成功<br>";
}else{
    echo "案例一匹配失败<br>";
}
$str2="china HelloWorld kungfu.nihao,halou.meximexi";
$reg2="/hello world/ix";
if(preg_match($reg2,$str2)){
    echo "案例二匹配成功<br>";
}else{
    echo "案例二匹配失败";
}

 ?>
输出：
案例一匹配失败
案例二匹配成功

 使用字符U演示如下：

<?php 
$str="<b>你好,世界</b>，劝君珍惜少年时。<b>hello world</b>";
$reg="/\<b\>.*\<\/b\>/U";
if(preg_match_all($reg,$str,$arr)){
    echo "{$reg}匹配成功{$str}<br>";
}else{
    echo "{$reg}匹配失败{$str}<br>";
}
$str2="<B>你好,世界</b>，劝君珍惜少年时。<b>hello world</B>";
$reg2="/\<b\>.*?\<\/b\>/i";
if(preg_match_all($reg2,$str2,$arr)){
    echo "{$reg2}匹配成功{$str2}<br>";    
}else{
    echo "{$reg2}匹配失败{$str2}<br>";
}
?>
输出：
/\<b\>.*\<\/b\>/U匹配成功你好,世界，劝君珍惜少年时。hello world
/\<b\>.*?\<\/b\>/i匹配成功你好,世界，劝君珍惜少年时。hello world

从中看得出来，字符U的效果跟.*?的作用是一样的。建议使用.*?因为U在部分的脚本里面不兼容

 

/*

关于正则的一些资料：

正则表达式的优先级：http://www.cnblogs.com/xishaonian/p/6089644.html

正则表达式的案例URL的匹配：http://www.cnblogs.com/xishaonian/p/6089638.html

待更新.....

*/