PHP正则相关

转载

黎明雨声 2022-01-06 16:33:45 博主文章分类：php

文章标签 正则表达式字符串数组 文章分类 代码人生

描述字符串排列模式的一种自定义语法规则

如果可以使用字符串函数处理的任务就不要使用正则

正则表达式就是通过构建具有特定规则的模式，与输入的字符信息比较在进行分割匹配查找替换等工作

正则表达式也是一个字符串

由具有特殊意义的字符串组成的字符

具有一定的编写规则也是一种模式

可以把正则表达式看做是一种编程语言（是用一些特殊字符按照规则编写出一个字符串然后形成一种模式 --- 正则表达式）

waring:

如果正则表达式不和函数一起使用，那么他就是一个字符串如果将正则表达式放入到某个函数中使用才能发挥出正则表达式的作用

用到分割函数中就可以用这个去分割

用到替换函数中就可以用这个去替换

用到匹配函数中就可以用这个去匹配

在php中有两套php正则表达式

POSIX 扩展正则表达式函数 ereg_

perl 兼容的正则表达式函数 preg_

这两套函数的功能一样

正则表达式如何编写

1. 定界符 //

除了字母数字和正斜线 \ 以外的任何字符都可以是定界符比如 || // {} ## !!

2. 原子 img \s .

一个正则表达式可以没有元字符但是必须至少包含一个原子

只要一个正则表达式可以单独使用的字符就是原子

所有打印字符和费打印字符都是原子

如果有些元字符想作为原子使用统统使用 \ 转义字符转义

3. 元字符 * ?

元字符是一个特殊的字符是用来修饰原子用的不可以单独出现

4. 模式修正符 I U

/原子和元字符/模式修饰符

========================================

【原子】

\d 代表任意一个数字

\D 任意一个除了数字之外的字符

\s 匹配任意一个空白字符空格回车 \n 换行 \r

\S 匹配任意一个非空白

\w 匹配任意一个 a-zA-Z0-9_

\W 除了a-zA-Z0-9_之外的字符

[] 匹配[]中的任何一个原子 [12345] 里面的正则是或的关系

里面的正则元字符没意义都是当做字符串来表示

里面只能单独匹配一个原子不能匹配多个

[^ ] 表示取反

[^] 除了[]里面的所原子之外的字符取反的意思 [^a-z123]

【元字符】

* 表示本修饰原子的前面的字符可以出现0次或者多次

+ 表示前面的字符可以出现1次或者多次

. 表示任意一个字符除了换行符

^ 表示开头必须是前面的字符

$ 表示必须以前面的字符结尾

? 表示前面的字符可以出现0次或者1次

| 或者的关系

{} 自定义前面原子出现的次数 {5} 5次 {1,} 最少1次 {1,3} 1到3次

\b 匹配边界两边如果有边界

\B 匹配非边界

() 作为大原子使用括号里面的集合可以看成一个大原子

1. (abc)+ 意思是 abcabcabc 这样

2. (a|b) 改变优先级 ()里面优先级高

3. 作为子模式使用

$reg = "/3+(abc)(t)/";

$string = "333abct";

if(preg_match($reg,$string,$arr))

结果是

Array ( [0] => 333abct [1] => abc [2] => t )

4. 反向引用

取出子模式再作为正则表达式的一部分如果是preg_replace 可以将子模式取出在被替换的字符串使用

\1 取第一个子模式。。。。\2\3\4\5

注意如果是双引号那必须是\\ 单引号就是 \

5. 取消子模式

如果只是想用个括号并不是子模式可以这么用 (?:) 在括号最前面使用?: 就可以取消这个子模式

【修饰符】

在定界符后面写模式修正符号

可以一次使用一个也可以使用多个

对正则表达式调优用的也可以说是对正则表达式的扩展

i 不区分大小写

m 匹配多行 ^..$ 多行后任何一行都可以用正则表达式规则套下

s 设置这个.匹配换行

x 表示正则表达式中的空白忽略不计不是字符串里面的

e 执行php代码

A === ^

Z === $

g 执行一个全局的匹配,简而言之,就是找到所有的匹配默认只找到一条

/u 表示按unicode(utf-8)匹配（主要针对多字节比如汉字）

U 正则表达式本身就比较贪婪如果不开启U 正则表达式就会匹配到最后一个

禁止贪婪还可以加个? 一样可以禁止贪婪 .*? 如果两个同时出现那么就会再次开启贪婪模式

正则表达式要转义的字符

. \ + * ? [ ^ ] $ ( ) { } = ! < > | : - ‘ “

取反

\W 匹配任意不是字母，数字，下划线，汉字的字符

\S 匹配任意不是空白的字符

\D 匹配任意非数字的字符

\B 匹配不是单词开头或者结束的字符

[^x] 匹配除了X以外的字符

[^aeiou] 匹配除了aeiou这几个字母以外的任意字符

分组、后向引用

从左往右以分组的左括号开始第一个出现的分组是1 第二个是2 以此类推

分组 0 对应整个正则表达式

分组号分配要从左往右扫描两次第一次是只给未命名的分组分配第二次给命名分组分配因此所有命名组的组号都大于未命名组的

可以使用（：？）来剥夺一个分组对分组号的分配权

可以使用（？<name>）（？'name'）来自定义组名

(gwyy) 匹配 gwyy 并且捕获文本到自动命名的组里

(?<name>gwyy) 匹配gwyy 并且把捕获到的文本命名为name组里也可以写 (?'name' gwyy)

(?:gwyy) 匹配gwyy 不捕获文本也不分配组号

(?<=gwyy) 匹配gwyy前面的位置

比如说 gwyyaaa 会返回 aaa

(?=gwyy) 匹配 gwyy 后面的位置

比如说 aaagwyy 会返回出 aaa

(?!gwyy) 匹配后面跟的不是gwyy的位置

(?<!gwyy) 匹配前面不是gwyy的位置

(?#gwyy) 注释

禁止贪婪

*？重复任意次但尽可能少重复

+？重复一次或者多次但是尽可能少重复

？？重复零次或者1次尽可能少重复

{n,m}? 重复N到M次尽可能少重复

{n,}? 重复n次以上尽可能少重复

Demo:

^\s+$ 用户名不能为空

[1-9][0-9]{4,12} 匹配腾讯QQ

(http|https):\/\/(\w)*.(\w)+.(\w)+

采集HTML 最好不要用 .* 而是用 \s\S

$patth = '/\s+<a href=".*" target="_blank">([\s\S]*)<\/a><\/span>\s+\[(\d+\-\d+)\]/U';

因为HTML会有回车符和换行符

========================================================

这个函数是正则表达式匹配函数

preg_match(规则,要匹配的字符串,匹配到的结果集数组,返回数组的模式);

如果匹配成功就返回 true 否则返回 false

匹配到的结果集第一个是所有的大模式所有的信息剩下的是按照顺序的一个一个小的子模式

第三个是一个数组

可选，存储匹配结果的数组， $matches[0] 将包含与整个模式匹配的文本，$matches[1] 将包含与第一个捕获的括号中的子模式所匹配的文本，以此类推

比如说有2个（）那么数组0是所有的（）集合其他的 1、2、3 是每个（）里面的具体属性

例子

[php] view plaincopy

Array
(
[0] => Array
(
[0] => http://bbs.thmz.com/thread-1931127-1-1.html
[1] => http://bbs.thmz.com/thread-1931127-1-1.html
)
[1] => Array
(
[0] => http
[1] => http
)
[2] => Array
(
[0] => ://bbs.thmz.com/thread-1931127-1-1.html
[1] => ://bbs.thmz.com/thread-1931127-1-1.html
)
)

preg_match_all(规则，要匹配的字符串，匹配到结果数组) 匹配多次这次的数组是多维数组

preg_match_all 和 U 的区别一个是匹配一个表达式多次还有一个是一个表达式中所匹配的单位匹配到最近成功的

第四个参数

PREG_PATTERN_ORDER 默认结果排序为$matches[0]保存完整模式的所有匹配, $matches[1]保存第一个子组的所有匹配, 以此类推.

PREG_SET_ORDER 结果排序为$matches[0]包含第一次匹配得到的所有匹配(包含子组), $matches[1]是包含第二次匹配到的所有匹配(包含子组)的数组, 以此类推.

函数

字符串的匹配和查找

preg_match(正则表达式，字符串，返回结果集)

字符串函数有个

str_repace(替换成的结果，要替换的字符串，源字符串，计算替换几次);

str_replace(字符串,字符串,字符串)

str_replace(数组,字符串,字符串);

str_replace(array,array,string);

正则表达式的替换

preg_replace('匹配内容','替换成什么内容','源','限制替换次数');

但是正则表达式的子参数可以用到第二个参数里面

[php] view plaincopy

$rel = "/(\w+)/";
$str = "PHP 独特的语法混合了 C、Java、Perl 以及 PHP 自创的语法。 ";
$n = preg_replace($rel,'$1',$str);
echo $n;

这样就会把所有的 a-z0-0_ 全部替换成了红色

第二个参数如果调用正则表达式里面的() 你可以用 \1 也可以用 $1

第二个参数是函数的话要加个修饰符 e 执行php代码

[php] view plaincopy

$rel = "/(\w+)/e";
$str = "PHP 独特的语法混合了 C、Java、Perl 以及 PHP 自创的语法。 ";
$n = preg_replace($rel,'"".strtoupper("$1").""',$str);
echo $n;

还可以在前两个参数中都使用数组这样就能同时替换多个了下面是个ubb代码替换

[php] view plaincopy

$ubbcode = array(
'/\[b\](.*)\[\/b\]/U',
'/\[u\](.*)\[\/u\]/U',
'/\[i\](.*)\[\/i\]/U',
'/\[del\](.*)\[\/del\]/U',
'/\[color=#(\w{6})\](.*)\[\/color\]/U',
'/\[size=(\d{1,})px\](.*)\[\/size\]/U'
);
$htmls = array(
'$1','$1','$1','<s>$1</s>',
'$2',
'$2'
);
$str ="HTML3.0规范是由[del]当时刚成立的W3[/del]C于1995年3月提出，提供了很多新的特性，例如表格、文字绕排和复杂数学元素的显示。[color=#FFCC00]虽然它是被设计用[/color]来兼容2.0版本的，但是[b]实现这个标准的工作在当[/b]时过于复杂，在草案于1995年9月过期时，标准开发也因为缺乏浏览器支持而中止了。3.1版从未被正式提出，而下一个[i]被提出的版本是[/i]开发代号为Wilbur的HTML 3.2，去掉了大部分3.0中的新特性，但是[u]加入了很[/u]多特定浏览器，例如Netscape和Mosaic的元素和属性。HTML对数学公[size=24px]式的支持最后成为[/size]另外一个标准MathML。";
$n = preg_replace($ubbcode,$htmls,$str);
echo $n;