正则表达式的语法规则

Posted 2020-08-20 HuSam

一、行定位符（^和$）

　　行定位符就是用来描述字串的边界。“^”表示行的开始；“$”表示行的结尾。如：

　　^tm : 该表达式表示要匹配字串tm的开始位置是行头，如tm equal Tomorrow Moon就可以匹配

　　tm$ : 该表达式表示要匹配字串tm的位置是行尾，Tomorrow Moon equal tm匹配。

　　如果要匹配的字串可以出现在字符串的任意部分，那么可以直接   写成 ：tm

二、单词定界符（\\b、\\B）

　　单词分界符\\b，表示要查找的字串为一个完整的单词。如：\\btm\\b

　　还有一个大写的\\B，意思和\\b相反。它匹配的字串不能是一个完整的单词，而是其他单词或字串的一部分。如：\\Btm\\B

三、字符类（[ ]）

　　正则表达式是区分大小写的，如果要忽略大小写可使用方括号表达式“[]”。只要匹配的字符出现在方括号内，即可表示匹配成功。但要注意：一个方括号只能匹配一个字符。例如，要匹配的字串tm不区分大小写，那么该表达式应该写作如下格式：[Tt][Mm]

　　POSIX风格的预定义字符类如表所示：

　　

四、选择字符（|）

 　　还有一种方法可以实现上面的匹配模式，就是使用选择字符（|）。该字符可以理解为“或”，如上例也可以写成 (T|t)(M|m)，该表达式的意思是以字母T或t开头，后面接一个字母M或m。

　　使用“[]”和使用“|”的区别在于“[]”只能匹配单个字符，而“|”可以匹配任意长度的字串。如果不怕麻烦，上例还可以写为 ：TM|tm|Tm|tM

 

五、连字符（-）

　　变量的命名规则是只能以字母和下划线开头。但这样一来，如果要使用正则表达式来匹配变量名的第一个字母，要写为 ：[a,b,c,d…A,B,C,D…]

　　这无疑是非常麻烦的，正则表达式提供了连字符“-”来解决这个问题。连字符可以表示字符的范围。如上例可以写成 ：[a-zA-Z]

六、排除字符（[^]）

　　上面的例子是匹配符合命名规则的变量。现在反过来，匹配不符合命名规则的变量，正则表达式提供了“^”字符。这个元字符在前面出现过，表示行的开始。而这里将会放到方括号中，表示排除的意思。

　　例如：[^a-zA-Z]，该表达式匹配的就是不以字母和下划线开头的变量名。

七、限定符（? * + {n,m}）

　　对于重复出现字母或字串，可以使用限定符来实现匹配。限定符主要有6种，如表所示：

　　

八、点号字符（.）

　　点字符（.）可以匹配出换行符外的任意一个字符。

　　注意：是除了换行符外的、任意的一个字符。如匹配以s开头、t结尾、中间包含一个字母的单词。

　　格式如下： ^s.t$，匹配的单词包括：sat、set、sit等。

　　再举一个实例，匹配一个单词，它的第一个字母为r，第3个字母为s，最后一个字母为t。能匹配该单词的正则表达式为：^r.s.*t$

九、转义字符（\\）

　　正则表达式中的转移字符（\\）和php中的大同小异，都是将特殊字符（如“.”、“?”、“\\”等）变为普通的字符。举一个IP地址的实例，用正则表达式匹配诸如127.0.0.1这样格式的IP地址。如果直接使用点字符，格式为：[0-9]{1,3}(.[0-9]{1,3}){3}

　　这显然不对，因为“.”可以匹配一个任意字符。这时，不仅是127.0.0.1这样的IP，连127101011这样的字串也会被匹配出来。所以在使用“.”时，需要使用转义字符（\\）。修改后上面的正则表达式格式为： [0-9]{1,3}(\\.[0-9]{1,3}){3}

十、反斜线（\\）

　　除了可以做转义字符外，反斜线还有其他一些功能。反斜线可以将一些不可打印的字符显示出来，如表所示：

　　

　　还可以指定预定义字符集，如表所示：

　　

　　反斜线还有一种功能，就是定义断言，其中已经了解过了\\b、\\B，其他如表所示：

　　

十一、括号字符（()）

　　小括号字符的第一个作用就是可以改变限定符的作用范围，如“|”、“*”、“^”等。来看下面的一个表达式。

　　(thir|four)th，这个表达式的意思是匹配单词thirth或fourth，如果不使用小括号，那么就变成了匹配单词thir和fourth了。

　　小括号的第二个作用是分组，也就是子表达式。如(\\.[0-9]{1,3}){3}，就是对分组(\\.[0-9]{1,3})进行重复操作。后面要学到的反向引用和分组有着直接的关系。

十二、反向引用

十三、模式修饰符

　　模式修饰符的作用是设定模式。也就是规定正则表达式应该如何解释和应用。

　　不同的语言都有自己的模式设置，PHP中的主要模式如表所示：