正则表达式
Posted liyiyang
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了正则表达式相关的知识,希望对你有一定的参考价值。
正则表达式语法
/匹配主体/[修饰符]
常见修饰符有以下几种
g:全局匹配,一般正则表达式遇到了第一个匹配的就会结束,例如/aaa/,这里匹配到第一个a就结束停止匹配,而加了g修饰之后会一直匹配到字符串末尾
i:正则表达式默认区分大小写,加了i修饰时则忽略大小写,此时A和a一样
m:可以使 ^ 和 $ 匹配一段文本中每行的开始和结束位置,即不把多行看成同一个字符串,对于每个单独的一行作为匹配对象
s:正常情况下 . 符表示匹配除\\n以外的所有字符,加上s修饰后则包含了\\n
对于不同的修饰符可以叠加使用例如/abc/gi
常见转义字符
字符集合[]
[abc]表示匹配a,b,c中的任何一个即可,即和该集合交集不为空
[0-9]=[0123456789]
[^abc]表示对于a,b,c都不匹配,即和该集合无交集
- . 匹配除了换行符(\\n)以外的任意一个字符 = [^\\n]
- \\w = [0-9a-Z_]
- \\W = [^0-9a-Z_]
- \\s = [ \\t\\n\\v]
- \\S = [^ \\t\\n\\v]
- \\d = [0-9]
- \\D = [^0-9]
量词
量词一般跟在某个字符后面,表示对于该个字符进行多次匹配
n 匹配n次,例如A2=AA
m,n 匹配m到n次=[m,n],优先匹配n次,即可以匹配m,m+1....,n
m, 匹配大于等于m次,优先匹配出现的最大的次数
?=0,1 匹配0或1次
+=1, 匹配大于等于1次
* =0, 匹配大于等于0次
正则表达式匹配一般位贪婪模式优先匹配多的次数,在后面加?开启非贪婪模式
a1,3?优先匹配a
字符边界
^ ,开头匹配符,放在模板串开头,表示匹配以模板串为开头的字符串,例如^abc匹配以abc为开头的字符串
$ ,结尾匹配符,放在模板串结尾,表示匹配以模板串为结尾的字符串,abc$
\\b单词边界,放在模板穿末尾,表示匹配边界为模板从字符串,即开头和结尾都要匹配的字符串,abc\\b=^abc$,可以匹配abchhabc,但是不能匹配abchh和hhabc
选择表达式
通过分组来匹配多个字符串,用 | 将字符串分割开,前面字符集是匹配多个字符
abc|ig|op 表示匹配abc或ig或op
分组
(字符串),表示为一组,我们之前对于单个字符串的操作叶使用于字符组,[]除外
例如
(ab)3表示ababab
(ab|cd)2表示abcd,abab,cdcd,cdab
分组默认为捕获组
普通捕获组(pattren),命名捕获组(?<name>pattern)或(?\'name\'pattern),非捕获组: ?: 、?= 或 ?! 重写捕获组,一般以?开头的普通捕获组为非捕获组
相比于捕获组,非捕获组不捕获文本,无分组编号,不可被反向引用
引用语法为\\数字,表示引用前面第几个分组,后面匹配将和前面保持一致
预搜索
正声明 “(?=…)”:是指匹配项后面字符匹配了指定字符后才会匹配
负声明 “(?!...)” :是匹配项后面字符不匹配指定字符才会匹配
(?=a)b 只能匹配ab
(?!a)b 只能匹配bb
PHP 正则表达式总结
参考技术APHP 正则表达式总结
1.PHP中两个常用的正则函数
a.preg_match 正则函数,以perl语言为基础
语法:preg_match( mode,string subject,array matches)
说明:mode参数---- 正则的模块,也就是正则表达式(语法)
subject参数---- 正则的内容
matches参数---- 正则的结果(获得一个数组的形式)
b.ereg 正则函数,以POSIX基础(Unix、Script)
语法:ereg(mode ,string subject, array regs)
2.正则表达式中包括的元素
a.原子(普通字符:a-z A-Z 0-9 、原子表、转义字符)
b.元字符(有特殊功能的字符,如:# 、*)
c.模式修正符(系统内置部分字符 i、m、S、U ...)
3.正则表达式中的“原子”
a.a-z A-Z _ 0-9 //最常见的字符
b.(abc)(skd) //用圆括号包含起来的单元符号(一个整体)
c.[abcs][^abd] //用方括号包含的原子表,原子表中的^代表排除或相反的内容
d.转义字符
d 包含所有的数字[0-9]
D 除所有数字外[^0-9]
w 包含所有英文字符[a-z A-Z 0-9]
W 除所有英文字符外[^a-z A-Z 0-9]
s 回车,换行等
......
注明: 圆括号 必须是整体才能匹配; 方括号 只要是其子集,都可以匹配(内容存在)
4.正则表达式元字符
* 匹配前一个内容的0次1次或多次
. 匹配内容的0次1次或多次,但不包含回车换行(代指自己,任何内容)
+ 匹配前一个内容的1次或多次
? 匹配前一个内容的.0次或1次
| 选择匹配类似PHP中的| (因为这个运算符合是弱类型导致前面最为整体匹配,类似一个单词匹配)
^ 匹配字符串首部内容
$ 匹配字符串尾部内容
b 匹配单词边界,边界可以是空格或者特殊符合(有单词分界符,类似空格)
B 匹配除带单词边界意外内容(无单词分界符)
m 匹配前一个内容的重复次数为M次
m, 匹配前一个内容的重复次数大于等于M次
m,n 匹配前一个内容的重复次数M次到N次
( ) 合并整体匹配,并放入内存,可使用1 2…依次获取 (调用放入内存中的内容)
5.运算顺序
依然遵循从左到→右的运算规则
优先级:
( ) 圆括号因为是内存处理所以最高
* ? + 重复匹配内容其次
^ $ b 边界处理第三
| 条件处理第四
最后按照运算顺序计算匹配
6.模式修正符
模式修正符是为正则表达式增强和补充的一个功能,使用在正则之外 例如:/ 正则 / U
常用修正符:
i 正则内容在匹配时候不区分大小写(默认是区分的)
m 在匹配首内容或者尾内容时候采用多行识别匹配
s 将转义回车取消是为单行匹配如. 匹配的时候
x 忽略正则中的空白
A 强制从头开始匹配
D 强制$匹配尾部无任何内容 n
U 禁止贪婪匹配 只跟踪到最近的一个匹配符并结束, 常用在采集程序上的正则表达式
7.匹配功能
preg_match_all 全部匹配函数
语法:preg_match_all ( string pattern, string subject, array matches [, int flags] )
说明:对结果排序使 $matches[0] 为全部模式匹配的数
用途:截取比较详细的内容,采集网页,分析文本
8.替换功能
preg_replace 正则替换函数
语法:preg_replace ( mixed pattern, mixed replacement, mixed subject [, int limit] )
说明:通过正则表达式来替换相关内容,类似之前学过的str_replace字符串替换,但 功能要强于它
提示:1、替换内容可以是一个正则也可以是数组正则
2、替换内容可以通过修正符e来解决替换执行内容
用途:替换一些比较复杂的内容上,也可以用于内容的转换上
9.分割功能
preg_split 正则切割
语法:preg_split ( string pattern, string subject [, int limit [, int flags]] )
说明:通过正则表达式来切割相关内容,类似之前学过的explode切割函数,但explode 只能按照一种方式切割有局限性。
;以上是关于正则表达式的主要内容,如果未能解决你的问题,请参考以下文章