思維導圖

點擊下圖，可以看具體內容！

介紹

正則表達式，大家在開發中應該是經常用到，現在很多開發語言都有正則表達式的應用，比如javascript，java，.net,php等等，我今天就把我對正則表達式的理解跟大家嘮嘮，不當之處，請多多指教！

需要知道的術語——下面的術語你知道多少?

定界符；字符域；修飾符；限定符；脫字符；通配符(正向預查，反向預查)；反向引用；惰性匹配；注釋；零字符寬

定位

我們什么時候使用正則表達式呢？不是所有的字符操作都用正則就好了，php在某些方面用正則反而影響效率。當我們遇到復雜文本數據的解析時候，用正則是比較好的選擇。

優點

正則表達式在處理復雜字符操作的時候，可以提高工作效率，也在一定程度節省你的代碼量。

缺點

我們在使用正則表達式的時候，復雜的正則表達式會加大代碼的復雜度，讓人很難理解。所以我們有的時候需要在正則表達式內部添加注釋。

通用模式

定界符，通常使用 "/"做為定界符開始和結束,也可以使用"#"。

什么時候使用"#"呢?一般是在你的字符串中有很多"/"字符的時候，因為正則的時候這種字符需要轉義，比如uri。

使用"/"定界符的代碼如下.

$regex = '/^http:\/\/([\w.]+)\/([\w]+)\/([\w]+)\.html$/i';   
$str = 'http://www.youku.com/show_page/id_ABCDEFG.html';   
$matches = array();   
    
if(preg_match($regex, $str, $matches)){   
    var_dump($matches);   
}   
    
echo "\n"; 

preg_match中的$matches[0]將包含與整個模式匹配的字符串。 

使用"#"定界符的代碼如下.這個時候對"/"就不轉義!

$regex = '#^http://([\w.]+)/([\w]+)/([\w]+)\.html$#i';   
$str = 'http://www.youku.com/show_page/id_ABCDEFG.html';   
$matches = array();   
    
if(preg_match($regex, $str, $matches)){   
    var_dump($matches);   
}   
    
echo "\n"; 

修飾符:用于改變正則表達式的行為。

我們看到的('/^http:\/\/([\w.]+)\/([\w]+)\/([\w]+)\.html/i')中的最后一個"i"就是修飾符,表示忽略大小寫，還有一個我們經常用到的是"x"表示忽略空格。

貢獻代碼:

$regex = '/HELLO/';   
$str = 'hello word';   
$matches = array();   
    
if(preg_match($regex, $str, $matches)){   
    echo 'No i:Valid Successful!',"\n";   
}   
    
if(preg_match($regex.'i', $str, $matches)){   
    echo 'YES i:Valid Successful!',"\n";   
}   

字符域:[\w]用方括號擴起來的部分就是字符域。

限定符:如[\w]{3,5}或者[\w]*或者[\w]+這些[\w]后面的符號都表示限定符。現介紹具體意義。

{3,5}表示3到5個字符。{3,}超過3個字符，{,5}最多5個，{3}三個字符。* 表示0到多個，+ 表示1到多個。

脫字符號

放在字符域(如:[^\w])中表示否定(不包括的意思)——“反向選擇”

放在表達式之前，表示以當前這個字符開始。(/^n/i,表示以n開頭)。

注意，我們經常管"\"叫"跳脫字符"。用于轉義一些特殊符號，如".","/"

#p#

通配符(lookarounds):斷言某些字符串中某些字符的存在與否！

lookarounds分兩種:lookaheads(正向預查 ?=)和lookbehinds(反向預查?<=)。

格式:

正向預查:(?=) 相對應的 (?!)表示否定意思；反向預查:(?<=) 相對應的 (?<!)表示否定意思

前后緊跟字符

$regex = '/(?<=c)d(?=e)/';  /* d 前面緊跟c, d 后面緊跟e*/ 
$str = 'abcdefgk';   
$matches = array();   
    
if(preg_match($regex, $str, $matches)){   
    var_dump($matches);   
}   
    
echo "\n"; 

否定意義:

$regex = '/(?<!c)d(?!e)/';  /* d 前面不緊跟c, d 后面不緊跟e*/ 
$str = 'abcdefgk';   
$matches = array();   
    
if(preg_match($regex, $str, $matches)){   
    var_dump($matches);   
}   
    
echo "\n"; 

字符寬度:零

驗證零字符代

$regex = '/HE(?=L)LO/i';   
$str = 'HELLO';   
$matches = array();   
    
if(preg_match($regex, $str, $matches)){   
    var_dump($matches);   
}   
    
echo "\n"; 

打印不出結果！

$regex = '/HE(?=L)LLO/i';   
$str = 'HELLO';   
$matches = array();   
    
if(preg_match($regex, $str, $matches)){   
    var_dump($matches);   
}   
    
echo "\n"; 

能打印出結果!

說明:(?=L)意思是HE后面緊跟一個L字符。但是(?=L)本身不占字符，要與(L)區分，（L）本身占一個字符。

#p#

捕獲數據

沒有指明類型而進行的分組,將會被獲取,供以后使用。

指明類型指的是通配符。所以只有圓括號起始位置沒有問號的才能被捕捉。

在同一個表達式內的引用叫做反向引用。

調用格式: \編號(如\1)。

$regex = '/^(Chuanshanjia)[\w\s!]+\1$/';       
$str = 'Chuanshanjia thank Chuanshanjia';   
$matches = array();   
    
if(preg_match($regex, $str, $matches)){   
    var_dump($matches);   
}   
    
echo "\n";   

避免捕獲數據

格式:(?:pattern)

優點:將使有效反向引用數量保持在最小，代碼更加、清楚。

命名捕獲組

格式:(?P<組名>) 調用方式 (?P=組名)

$regex = '/(?P<author>chuanshanjia)[\s]Is[\s](?P=author)/i';   
$str = 'author:chuanshanjia Is chuanshanjia';   
$matches = array();   
    
if(preg_match($regex, $str, $matches)){   
    var_dump($matches);   
}   
    
echo "\n"; 

運行結果

#p#

惰性匹配(記住：會進行兩部操作,請看下面的原理部分)

格式:限定符?

原理:"?"：如果前面有限定符，會使用最小的數據。如“*”會取0個，而“+”會取1個，如過是{3,5}會取3個。

先看下面的兩個代碼:

代碼1.

<?php   
$regex = '/heL*/i';   
$str = 'heLLLLLLLLLLLLLLLL';   
if(preg_match($regex, $str, $matches)){   
    var_dump($matches);   
}   
    
echo "\n"; 

結果1.

代碼2

<?php   
$regex = '/heL*?/i';   
$str = 'heLLLLLLLLLLLLLLLL';   
if(preg_match($regex, $str, $matches)){   
    var_dump($matches);   
}   
    
echo "\n"; 

結果2

代碼3,使用“+”

<?php   
$regex = '/heL+?/i';   
$str = 'heLLLLLLLLLLLLLLLL';   
if(preg_match($regex, $str, $matches)){   
    var_dump($matches);   
}   
    
echo "\n"; 

結果3

代碼4,使用{3,5}

<?php   
$regex = '/heL{3,10}?/i';   
$str = 'heLLLLLLLLLLLLLLLL';   
if(preg_match($regex, $str, $matches)){   
    var_dump($matches);   
}   
    
echo "\n"; 

結果4

#p#

正則表達式的注釋

格式:(?# 注釋內容)

用途:主要用于復雜的注釋

貢獻代碼:是一個用于連接MYSQL數據庫的正則表達式

$regex = '/   
    ^host=(?<!\.)([\d.]+)(?!\.)                 (?#主機地址)   
\|   
    ([\w!@#$%^&*()_+\-]+)                       (?#用戶名)   
\|   
    ([\w!@#$%^&*()_+\-]+)                       (?#密碼)   
(?!\|)$/ix';   
    
$str = 'host=192.168.10.221|root|123456';   
$matches = array();   
    
if(preg_match($regex, $str, $matches)){   
    var_dump($matches);   
}   
    
echo "\n"; 

原文鏈接：http://www.cnblogs.com/baochuan/archive/2012/03/12/2391135.html