php中正則表達式詳解

概述

正則表達式是一種描述字符串結果的語法規則，是一個特定的格式化模式，能夠匹配、替換、截取匹配的字符串。經常使用的語言基本上都有正則表達式，如JavaScript、java等。其實，只有瞭解一種語言的正則使用，其餘語言的正則使用起來，就相對簡單些。文本主要圍繞解決下面問題展開。

• 有哪些經常使用的轉義字符
• 什麼是限定符與定位符
• 什麼是單詞定位符
• 特殊字符有哪些
• 什麼是逆向引用以及怎樣使用逆向引用
• 匹配模式
• php中怎樣使用正則表達式
• php中哪些方面須要用到正則
• 怎樣進行郵箱匹配，url匹配，手機匹配
• 怎樣使用正則替換字符串中某些字符
• 貪婪匹配與惰性匹配區別
• 正則表達式之回溯與固態分組
• 正則優缺點有哪些

正則表達式的基本知識彙總

行定位符（^與$）

行定位符是用來描述字符串的邊界。「$」表示行結尾「^」表示行開始如"^de"，表示以de開頭的字符串 "de$",表示以de結尾的字符串。

單詞定界符

咱們在查找的一個單詞的時候，如an是否在一個字符串」gril and body」中存在，很明顯若是匹配的話，an確定是能夠匹配字符串「gril and body」匹配到，怎樣才能讓其匹配單詞，而不是單詞的一部分呢？這時候，咱們能夠是喲個單詞定界符\b。 
\ban\b 去匹配」gril and body」的話，就會提示匹配不到。 
固然還有一個大寫的\B，它的意思，和\b正好相反，它匹配的字符串不能使一個完整的單詞，而是其餘單詞或字符串中的一部分。如\Ban\B。

選擇字符(|) ，表示或

選擇字符表示或的意思。如Aa|aA，表示Aa或者是aA的意思。注意使用」[]」與」|」的區別，在於」[]」只能匹配單個字符，而」|」能夠匹配任意長度的字符串。在使用」[]」的時候，每每配合鏈接字符」-「一塊兒使用，如[a-d],表明a或b或c或d。

排除字符，排除操做

正則表達式提供了」^」來表示排除不符合的字符，^通常放在[]中。如[^1-5]，該字符不是1~5之間的數字。

限定符(？*+{n，m})

限定符主要是用來限定每一個字符串出現的次數。

限定字符	含義
？	零次或一次
*	零次或屢次
+	一次或屢次
{n}	n次
{n,}	至少n次
{n,m}	n到m次

如(D+)表示一個或多個D

點號操做符

匹配任意一個字符（不包含換行符）

表達式中的反斜槓(\)

表達式中的反斜槓有多重意義，如轉義、指定預約義的字符集、定義斷言、顯示不打印的字符。

轉義字符

轉義字符主要是將一些特殊字符轉爲普通字符。而這些經常使用特殊字符有」.」，」?」、」\」等。

指定預約義的字符集

字符	含義
\d	任意一個十進制數字[0-9]
\D	任意一個非十進制數字
\s	任意一個空白字符(空格、換行符、換頁符、回車符、字表符)
\S	任意一個非空白字符
\w	任意一個單詞字符
\W	任意個非單詞字符

###顯示不可打印的字符

字符	含義
\a	報警
\b	退格
\f	換頁
\n	換行
\r	回車
\t	字表符

括號字符()

在正則表達式中小括號的做用主要有:

• 改變限定符如（|、* 、^)的做用範圍 
  如(my|your)baby，若是沒有」()」，|將匹配的是要麼是my，要麼是yourbaby,有了小括號，匹配的就是mybaby或yourbaby。
• 進行分組，便於反向引用

反向引用

反向引用，就是依靠子表達式的」記憶」功能，匹配連續出現的字串或是字符。如(dqs)(pps)\1\2，表示匹配字符串dqsppsdqspps。在下面php應用中，我將詳細展開學習反向引用。

模式修飾符

模式修飾符的做用是設定模式，也就是正則表達式如何解釋。php中主要模式以下表：

修飾符	說明
i	忽略大小寫
m	多文本模式
s	單行文本模式
x	忽略空白字符

正則表達式在php中應用

php中字符串匹配

所謂的字符串匹配，言外之意就是判斷一個字符串中，是否包含或是等於另外一個字符串。若是不使用正則，咱們可使用php中提供了不少方法進行這樣的判斷。

不使用正則匹配

• strstr函數 
  string strstr ( string haystack,mixedneedle [, bool $before_needle = false ]) 
  
  • 注1：haystack是當事字符串，needle是被查找的字符串。該函數區分大小寫。
  • 注2：返回值是從needle開始到最後。
  • 注3：關於$needle，若是不是字符串，被看成整形來做爲字符的序號來使用。
  • 注4：before_needle若爲true,則返回前東西。
• stristr函數與strstr函數相同，只是它不區分大小寫
• strpo函數 
  int strpos ( string haystack,mixedneedle [, int $offset = 0 ] ) 
  注1：可選的 offset 參數能夠用來指定從 haystack 中的哪個字符開始查找。返回的數字位置是相對於 haystack 的起始位置而言的。
• stripos -查找字符串首次出現的位置（不區分大小定）
• strrpos -計算指定字符串在目標字符串中最後一次出現的位置
• strripos -計算指定字符串在目標字符串中最後一次出現的位置（不區分大小寫）

使用正則進行匹配

在php中，提供了preg_math()和preg_match_all函數進行正則匹配。關於這兩個函數原型以下：

int preg_match|preg_match_all ( string $pattern , string $subject [, array &$matches [, int $flags = 0 [, int $offset = 0 ]]] )

搜索subject與pattern給定的正則表達式的一個匹配. 
pattern:要搜索的模式，字符串類型。 
subject :輸入字符串。 
matches:若是提供了參數matches，它將被填充爲搜索結果。 matches[0]將包含完整模式匹配到的文本，matches[1]將包含第一個捕獲子組匹配到的文本，以此類推。 
flags:flags能夠被設置爲如下標記值：PREG_OFFSET_CAPTURE 若是傳遞了這個標記，對於每個出現的匹配返回時會附加字符串偏移量(相對於目標字符串的)。 注意：這會改變填充到matches參數的數組，使其每一個元素成爲一個由 第0個元素是匹配到的字符串，第1個元素是該匹配字符串 在目標字符串subject中的偏移量。 
offset:一般，搜索從目標字符串的開始位置開始。可選參數 offset 用於 指定從目標字符串的某個未知開始搜索(單位是字節)。 
返回值：preg_match()返回 pattern 的匹配次數。 它的值將是0次（不匹配）或1次，由於 preg_match()在第一次匹配後 將會中止搜索。 preg_match_all()不一樣於此，它會一直搜索subject直到到達結尾。 若是發生錯誤 preg_match()返回 FALSE。

實例

• 實例1 
  判斷字符串」http://blog.csdn.net/hsd2012「中是否包含csdn? 
  解法一（不適用正則）： 
  若是不適用正則，咱們使用strstr或者strpos中任意一個均可以，在此，我將使用strstr函數，代碼以下：

$str='http://blog.csdn.net/hsd2012'; function checkStr1($str,$str2) { return strstr1($str,$str2)?true:false; } echo checkStr($str,'csdn');

解法二：使用正則 
由於咱們只須要判斷是否存在便可，因此選擇preg_match。

$str='http://blog.csdn.net/hsd2012'; $pattern='/csdn/'; function checkStr2($str,$str2) { return preg_match($str2,$str)?true:false; } echo checkStr2($str,$pattern);

• 實例2（考察單詞定界符） 
  判斷字符串」I am a good boy」中是否包含單詞go 
  首先判斷是單詞，而不是字符串，所以比較的時候，須要比較是否包含’ go ‘，即在字符串go先後有一個空格。 
  解析：若是使用非正則比較，只須要調用上面的checkStr1()函數便可，注意，第二個參數先後要加一個空格,即’ go ‘。若是使用正則， 
  咱們能夠考慮使用單詞定界符\b，那麼$pattern=’/\bgo\b/’;而後調用checkStr2函數便可.
• 例3（考察反向引用) 
  判斷字符串」I am a good boy」中是否包含3個相同的字母 
  解析：此時，若是咱們不使用正則，將會很難判斷，由於字母太多了，咱們不可能去將全部字母分別與該字符串比較，那樣工做量也比較大。這時候涉及到了正在的反向引用。在php正則表達式中，經過\n，來表示第n次匹配到的結果。如\5表明第五次匹配到的結果。那麼本題的$pattern='/(\w).*\1.*\1/'; 
  主要注意的是，在使用反向匹配的時候都須要使用(),反向匹配時，匹配()裏面出現的字符或字符串。

php中字符串替換

不使用正則

php中當替換字符串的時候，若是不適用正則，咱們一般使用substr、mb_substr、str_replace、substr_replace關於這幾個函數區別以下表。

函數符	功能	描述
str_replace(find,replace,string,count)	使用一個字符串替換字符串中的另外一些字符。	find 必需。規定要查找的值。replace 必需。規定替換 find 中的值的值。string 必需。規定被搜索的字符串。count 可選。一個變量，對替換數進行計數。
substr_replace(string,replacement,start,length)	把字符串的一部分替換爲另外一個字符串。適合用於替換自定位置的字符串。	string 必需。規定要檢查的字符串。replacement 必需。規定要插入的字符串。start 必需。規定在字符串的何處開始替換。

使用正則

若是使用正則替換，php中提供了preg_replace _callback和preg_replace 函數，preg_replace 原型以下： 
mixed preg_replace ( mixed pattern,mixedreplacement , mixed subject[,intlimit = -1 [, int &count]])函數功能描述：在字符串subject中，查找pattern,然後使用replacement 去替換，若是有limit則代表限制替換limit次。pregreplacecallback與pregreplace功能相識，不同的是pregreplaceback使用一個回調函數callback來代替replacement.−例1將字符串」hello,中國」中的hello替換爲′你好′;如果不是用正則:str=’hello,中國’; 
str=strreplace(′hello′,′你好′,str) 
或是使用str=substrreplace(str,’你好’,0,5) 
使用正則 
pattern=′/hello/′;str=preg_replace (pattern,′你好′,str); 
- 例2 
去除字符串」gawwenngeeojjgegop」中連續相同的字母

$str='gawwenngeeojjgegop'; $pattern='/(.)\1/'; $str=preg_replace($pattern,'',$str);

解析：固然這樣可能會遇到，當第一次去除了重複了字符串後，又出來重複的字符串。如字符串味’gewwenngeeojjgegop’,針對這中問題，固然，這樣的話，經過判斷，繼續替換下去。

• 例3 
  將字符串中」age13gegep3iorji65k65k」;中出現的連續兩個數字改成第二個數字，如字符串中13被改成3

$str='age13gegep3iorji65k65k'; $pattern='/(\d)(\d)/'; $str=preg_replace($pattern,'$2', $str);

解析：$n在正則表達式外使用反向引用。n表明第幾回匹配到的結果。

php中字符串分割

不適用正則

php提供了explode函數去分割字符串，與其對應的是implode。關於explode原型以下： 
array explode ( string delimiter,stringstring [, int $limit ] ) 
delimiter：邊界上的分隔字符。 
string：輸入的字符串。 
limit：若是設置了 limit 參數而且是正數，則返回的數組包含最多 limit 個元素，而最後那個元素將包含 string 的剩餘部分。若是 limit 參數是負數，則返回除了最後的 -limit 個元素外的全部元素。若是 limit 是 0，則會被當作 1。

使用正則

關於經過正則表達式進行字符串分割，php提供了split、preg_split 函數。preg_split() 函數，一般是比 split() 更快的替代方案。 
array preg_split ( string pattern,stringsubject [, int limit=−1[,intflags = 0 ]] )

• 例題 
  將字符串 ‘http://blog.csdn.net/hsd2012/article/details/51152810‘按照’/’進行分割 
  解法一：

$str='http://blog.csdn.net/hsd2012/article/details/51152810'; $str=explode('/', $str);

解法二：

$str='http://blog.csdn.net/hsd2012/article/details/51152810'; $pattern='/\//'; /*由於/爲特殊字符，須要轉移*/ $str=preg_split ($pattern, $str);

php中貪婪匹配與惰性匹配

• 貪婪匹配：就是匹配儘量多的字符。 
  好比，正則表達式中m.*n，它將匹配最長以m開始，n結尾的字符串。若是用它來搜索manmpndegenc的話，它將匹配到的字符串是manmpndegen而非man。能夠這樣想，當匹配到m的時候，它將從後面往前匹配字符n。
• 懶惰匹配：就是匹配儘量少的字符。 
  有的時候，咱們須要並非去貪婪匹配，而是儘量少的去匹配。這時候，就須要將其轉爲惰性匹配。怎樣將一個貪婪匹配轉爲惰性匹配呢？只須要在其後面添加一個」？」便可。如m.*?n將匹配manmpndegenc，匹配到的字符串是man。

函數符	描述
*?	零次或屢次，但儘量少的匹配
+?	一次或屢次，但儘量少的匹配
??	0次或1次，但儘量少的匹配
{n,}?	至少n次，但儘量少的匹配
{n,m}?	n到m次 ，但儘量少的匹配

php正則表達式之回溯與固態分組

回溯

首先咱們須要清楚什麼是回溯，回溯就像是在走岔路口，當遇到岔路的時候就先在每一個路口作一個標記。若是走了死路，就能夠照原路返回，直到碰見以前所作過的標記，標記着還何嘗試過的道路。若是那條路也走不能，能夠繼續返回，找到下一個標記，如此重複，直到找到出路，或者直到完成全部沒有嘗試過的路。首先咱們看例題

$str='aageacwgewcaw'; $pattern='/a\w*c/i'; $str=preg_match($pattern, $str);

看到上面的程序，可能都清楚是什麼意思，就是匹配$str是否包含這樣一個由」a+0個或多個字母+c」不區分大小寫的字符串。可是至於程序怎樣去匹配的呢？匹配的過程當中，回溯了多少次呢？

匹配過程	接下來操做描述
‘a\w*c’中a匹配到’aageacwgewcaw’中第一個字符a	\w進行下一個字符匹配
由於\w是貪婪匹配，會一直匹配到’aageacwgewcaw’中最後一個字符w	c進行下一個字符匹配時
‘a\w*c’中c發現沒有能夠匹配的	因而\w匹配進行第一次回溯，匹配到倒數第二個字符a
‘a\w*c’中c發現仍是沒有能夠匹配的	因而\w匹配進行第二次回溯，匹配到倒數第三個字符c
‘a\w*c’中c匹配成功	匹配結束返回結果

如今，若是咱們將pattern改爲pattern=’/a\w*?c/i’;又會回溯多少次呢？正確答案是回溯四次。

固態分組

固態分組，目的就是減小回溯次數， 使用(?>…)括號中的匹配時若是產生了備選狀態，那麼一旦離開括號便會被當即 引擎拋棄掉。舉個典型的例子如： ‘\w+:’這個表達式在進行匹配時的流程是這樣的，會優先去匹配全部的符合\w的字符，假如字符串的末尾沒有’:’，即匹配沒有找到冒號，此時觸發回溯機制，他會迫使前面的\w+釋放字符，而且在交還的字符中從新嘗試與’:’做比對。可是問題出如今這裏: \w是不包含冒號的，顯然不管如何都不會匹配成功，但是依照回溯機制，引擎仍是得硬着頭皮往前找，這就是對資源的浪費。因此咱們就須要避免這種回溯，對此的方法就是將前面匹配到的內容固化，不令其存儲備用狀態！，那麼引擎就會由於沒有備用狀態可用而只得結束匹配過程。大大減小回溯的次數。 
以下代碼，就不會進行回溯：

$str='nihaoaheloo'; $pattern='/(?>\w+):/'; $rs=preg_match($pattern, $str);

固然有的時候，又需慎用固態分組，以下,我要檢查$str中是否包含以a結尾的字符串，很明顯是包含的，可是由於使用了固態分組，反而達不到咱們想要的效果

$str='nihaoahelaa'; $pattern1='/(?>\w+)a/'; $pattern2='/\w+a/'; $rs=preg_match($pattern1, $str);//0 $rs=preg_match($pattern2, $str);//1

php中其餘經常使用字符串操做函數

• 字符串截取截取 
  string substr ( string string,intstart [, int length])stringmbsubstr(stringstr , int start[,intlength = NULL [, string $encoding = mb_internal_encoding() ]] )
• 字符串中大小寫轉換 
  strtoupper 
  strtolower 
  ucfirst 
  ucwords
• 字符串比較 
  -strcmp、strcasecmp、strnatcmp
• 字符串過濾
• 字符串翻轉 
  strrev($str);
• 字符串隨機排序 
  string str_shuffle ( string $str )

補充

怎樣進行郵箱匹配，url匹配，手機匹配

使用preg_match函數進行匹配，如下內容從TP中複製而來。 
郵箱驗證 
pattern=′/\w+([−+.]\w+)∗@\w+([−.]\w+)∗\.\w+([−.]\w+)∗/’; 
url匹配 
pattern='/^http(s?):\/\/(?:[A-za-z0-9-]+\.)+[A-za-z]{2,4}(:\d+)?(?:[\/\?#][\/=\?%\-&~`@[\]\':+!\.#\w]*)?/’; 
手機驗證 
pattern=′/1[3458]\d10/’;

php中正則的優缺點

php中正則在某些時候，能幫咱們解決php函數不少困難的匹配或是替換。而後php中正則的效率，每每是咱們須要考慮的，因此在某些時候，能不用正則仍是儘可能不去用它，除非，某些場合必須用到，或是咱們可以有效減小其回溯次數。