正则表达式-入门

Posted 2021-09-09 传达室老大爷

最近入了正则的坑，一发不可收拾，有些入魔，挺有意思，网上的资料很多，良莠不齐，官方文档又写的生硬，我自己啃了好久，总结了一些干货，这个系列会有几篇文章，基于通用正则和php语法来做的，也会引用一些我觉得好的文章。

正则这个词有点儿晦涩？这个词是英文翻译过来的，英文原文是regular expression直译的意思是“有规则的表达式”，英文简称RE，中文简称正则。
其实我们每个人都用过正则，那就是我们的搜索功能，你输入想匹配的关键字，比如AV，这个就是规则regulation，电脑按照这个规则，给你搜索出匹配match你关键字的信息或文件，这就是正则最核心的功能和工作模式，第一节课讲完了，同学们下课！

好的，到这里能听懂的，我们继续。为什么要学习正则？
因为通过正则，我们可以快速简单的实现3个目的：

1. 数据校验。比如你的密码必须包含8位数字或英文字母，验证输入的身份证号码是否符合规范等等。如果没有正则，难道一位一位的去循环校验么？！
2. 数据搜索并操作。比如可以使用正则表达式来找到指定的标题或者文本，然后你就可以对它为所欲为，进行提取，替换，删除，修改等等。
3. 应用规则生成符合规则的字符串。这是正则的反向应用。比如我们经常会遇到的验证码，和随机密码等等。你认为的随机，其实都有规则。

我习惯把正则表达式所描述的规则叫“特征”，我觉得这个表述更准确一些。OK，明白了正则的目的，我们再说使用正则的几个基本规则：

1. 特征的匹配顺序：从左到右。有两层意思，一个是正则表达式从左到右进行读取和匹配，一个是目标字符串从左到右读取并匹配，如果匹配上了就返回匹配值，如果没有匹配上，就继续向右直到目标字符串结束。
2. 还是顺序，在分支结构中，一定要把规则更复杂的写在前面。因为从左到右的匹配特性，导致你在写正则时，如果允许2个或以上匹配特征，且这两个特征很类似的情况下，一定要把规则更复杂的写在前面，否则会无法匹配。举个列子：美国邮编可以是5位数字，也可以是5位数字+4位可选数字，如果你将5位数字写在前面的话，会导致无法返回5位数字+4位可选数字的情况！
3. 贪婪Greed：这里的贪婪有广义和狭义两层意思。先说狭义，首先默认情况下，正则表达式会根据你所定义的特征，去匹配最多的字符，比如\\d+表示任意数字重复1次或n次，目标字符串是335522555，那么他会返回整个字符串，而不是3，可以通过在量词后面加？来取消贪婪模式，\\d*?返回的就只是3，这个是狭义贪婪的示范. 但是有时即便取消了贪婪模式，但系统仍然会根据你指定的特征去进行最大匹配，这个就是广义上的贪婪，这个是无法取消的，这个例子咱们之后讲。
4. 正则表达式默认区分大小写，如果想要取消，可以通过/i或(?i)的方式取消，这个和特征修饰符有关.
5. 正则表达式默认识别空格，所以如果误输入了空格会导致匹配失败，可以通过/x来规避这个问题.
6. 表达式开头和结尾必须有分隔符，分隔符可以自定义，且分隔符如果在表达式当中出现都会被认为是有特殊意义的，如果要进行字符匹配，必须在前面加反斜线\\进行转义，我推荐的分隔符是@和~.
7. 匹配字符串的时候，系统默认目标字符串是单行的，如果你要匹配多行字符串，需要通过特征修饰符/m，否则匹配不完整。

好了，第二节课讲完！先对这些规则有个印象，在实践中慢慢体会。