正则表达式

Posted 2023-04-06 liyiyang

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A

PHP 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。

;