《PHP之正则表达式系统总结》

程序员文章站 2022-06-06 17:50:40

...

为什么选择PHP语言来写正则表达式这篇博客呢？嘿嘿嘿，因为PHP正则表达式稍微懂一点，如果是其它语言的正则表达式，都是差不多的。
一、正则表达式函数解析
PHP中常用的正则表达式函数：

int preg_match($pattern, $subject);
preg_match_all($pattern, $subject, array &$matches);
preg_replace($pattern, $replacement, $subject);
preg_filter($pattern, $replacement, $subject);
preg_grep($pattern, array $input);
preg_split($pattern, $subject);
preg_quote($str);

参数说明：
pattern=正则表达式subject = 匹配的目标数据
1，preg_match(pattern,subject, [array &matches]);和pregmatchall(pattern, subject, array &matches);
注意：preg_match()的第三个参数是可选的，后边那个函数的第三个参数是必选的。注意那个&,表示按引用传递
preg_match()在匹配subject的时候只匹配一次，而后边的那个会把subject中所有符合pattern的都匹配到，并且，他们都会将匹配到的结果保存到matches数组中.这两个函数都有一个整形的返回值，即匹配到的次数。

//需要数据输出调试的时候，我们就用这个写好的show函数
function show($var = null){
    if(empty($var)){
        echo 'null';
    }elseif (is_array($var)||is_object($var)) {
        //array,object
        echo '<pre>';
        print_r($var);
        echo '</pre>';

    }else{
        //string,int,float
        echo $var;
    }
}

/*
1,preg_match($pattern, $subject, [array &$matches]);和preg_match_all($pattern, $subject, array &$matches);
*/
$pattern = '/[0-9]/';//表示匹配0到9之间的数字
$subject = '45ghghg545hg5jh';
$m1 = $m2 = array();
$t1 = preg_match($pattern, $subject, $m1);
$t2 = preg_match_all($pattern, $subject, $m2);
show($m1);
echo '<hr />';
show($m2);
echo ‘<hr />’;
show($t1.’||’.$t2);

执行结果：
《PHP之正则表达式系统总结》
我会回看见preg_match()返回的是一位数组，而preg_match_all()返回的是一个二维数组
2，preg_replace(pattern,replacement, subject)和pregfilter(pattern, replacement,subject)
这两个函数的功能极其的相似，参数完全相同，只是返回结果有一点点的区别。当使用pattern在subject中进行匹配，匹配的结果会替换成$replacement.（说到这个替换功能，小伙伴们有必要将str_replace()函数复习一下http://www.w3school.com.cn/php/func_string_str_replace.asp）

$pattern = '/[0-9]/';//表示匹配0到9之间的数字
$subject = '45ghghg545hg5jh';
$replacement = "^_^";

$str1 = preg_replace($pattern, $replacement, $subject);
$str2 = preg_filter($pattern, $replacement, $subject);

show($str1);
echo '<hr />';
show($str2);

执行结果：
《PHP之正则表达式系统总结》
我们都知道搜索目标和替换的数据两个变量，不仅仅支持字符串，还支持数组，preg_replace()也是支持数组替换的

$pattern = array('/[0123]/', '/[456]/', '/[789]/');
$subject = '1ghghg45hg8jh';
$replacement = array('^_^', '*_*', '$_$');//表示当匹配到0123中的任意一个数字时，就替换成^_^.如果匹配到456中的任意一个数字就替换成*_*

$str1 = preg_replace($pattern, $replacement, $subject);
$str2 = preg_filter($pattern, $replacement, $subject);

show($str1);
echo '<hr />';
show($str2);

执行结果：
《PHP之正则表达式系统总结》
到现在我们还是没有看到两个函数返回值饿区别在哪里，现在，我们把$subject也换成数组

$pattern = array('/[0123]/', '/[456]/', '/[789]/');
//$subject = '1ghghg45hg8jh';
$subject = array('were', 't4bd', '9fdfdgd', 'r', '1df');
$replacement = array('^_^', '*_*', '$_$');//表示当匹配到0123中的任意一个数字时，就替换成^_^.如果匹配到456中的任意一个数字就替换成*_*

$str1 = preg_replace($pattern, $replacement, $subject);
$str2 = preg_filter($pattern, $replacement, $subject);

show($str1);
echo '<hr />';
show($str2);

执行结果：
《PHP之正则表达式系统总结》
这个时候我们就看到区别了，第一个函数会将数组中没有与$pattern匹配的字符串也保存在数组中，而第二个函数只将匹配到的字符串保存在数组中，输出来
3，preg_grep(pattern,arrayinput)
他就是将匹配到的字符串保存到数组中，然后返回出来，不进行匹配

$pattern = '/[0-9]/';//表示匹配0到9之间的数字
//$pattern = array('/[0123]/', '/[456]/', '/[789]/');
//$subject = '1ghghg45hg8jh';
$subject = array('were', 't4bd', '9fdfdgd', 'r', '1df');
//$replacement = array('^_^', '*_*', '$_$');//表示当匹配到0123中的任意一个数字时，就替换成^_^.如果匹配到456中的任意一个数字就替换成*_*

$arr = preg_grep($pattern, $subject);

show($arr);

执行结果：
《PHP之正则表达式系统总结》
4，preg_split(pattern,subject)
通过pattern匹配字符串，用这个匹配到的字符串做为分割点，来分割这个subject字符串，然后把分割得到的多个字符串放置到数组中返回出来（说到分割，大家就会想到explode()函数，那么小伙伴们有必要回忆一下http://www.w3school.com.cn/php/func_string_explode.asp）

$pattern = '/[0-9]/';//表示匹配0到9之间的数字
//$pattern = array('/[0123]/', '/[456]/', '/[789]/');
//$subject = '1ghghg45hg8jh';
$subject = 'shu3lv,5together';
//$replacement = array('^_^', '*_*', '$_$');//表示当匹配到0123中的任意一个数字时，就替换成^_^.如果匹配到456中的任意一个数字就替换成*_*

$arr = preg_split($pattern, $subject);

show($arr);

执行结果：
《PHP之正则表达式系统总结》
5，preg_quote($str)
将一个字符串中的正则表达式运算符进行转义
转义主要是为了防止运算符和我们要输出的字符串发生混淆，在正则表达式中，有这些运算符（.+*?[^]$(){}=!<>|:-），在正则表达式中直接书写这些字符，PHP的解析器会将它当做一个正则的运算符来看待，有的时候，比如我想匹配一个{},但是这个{}又是正则表达式中的一个运算符，这个时候我们就需要在前边加一个\进行转义，告诉PHP的解析器不要产生混淆

$str = "jhj{dfg}[5455]";

$arr = preg_quote($str);

show($arr);

执行结果：
《PHP之正则表达式系统总结》
总结：总结一下这几个PHP正则表达式中的几个函数
1，都是以preg_开头
2，除了preg_quote()函数外，第一个参数都是正则表达式
3，preg_match() 通常用于表单验证，如果匹配到，返回1 ，否则返回0
4，preg_replace()通常用于非法词语过滤等
二、正则表达式基本语法
概述：
1，界定符
2，原子
3，量词
4，边界控制
5，模式单元
（1）界定符
表示正则表达式开始和结束的位置 比如 $pattern = ‘[0-9]\’ 有两个斜杠将表达式夹在中间（它不是正则表达式的组成部分，它只是告诉PHP解析器，正则表达式是从什么时候开始和什么时候结束的）（其实也可以用#[0-9]#、{[0-9]}，为了避免产生歧义，大家还是使用[0-9]\的方式）
福利：为了学习正则表达式的简单和方便，这里就推荐一个辅助书写正则表达式的神器：regexpal,这个是用html和css开发的，直接在浏览器中打开就能运行(http://wpjam.qiniudn.com/tool/regexpal/)
《PHP之正则表达式系统总结》
（2）原子
原子是正则表达式中最小的匹配单位，通常它只是Unicode编码表中的某一个字符。原子分为可见原子和不可见原子
**可见原子：**Unicode编码表中，用键盘输出后肉眼可见的字符例如：标点、英文字母数字、汉子、日文、法文、数理化公式符号等等
**不可见原子：**Unicode编码表中，用键盘输出后肉眼看不见的字符例如：换行符(\n)、回车(\r)、制表符(\t)、空格等等。正则表达式同样可以匹配到这些不可见原子
《PHP之正则表达式系统总结》
由于在匹配中文的时候可能会由于编码的问题，出现一些未知的错误，所以我们可以将中文转换成Unicode编码，编码转换工具：http://tool.chinaz.com/tools/unicode.aspx

当我们要匹配的符号是一个正则表达式的符号时，在前边加一个’\’进行转义就可以匹配到了
上边说的这些都是可见原子，下边我们说一下不可见原子
我们在regexpal工具中直接输入空格就行，就可以匹配到空格。匹配制表符，输入’\t’即可。
下边我们说一下：元字符(它主要做两件事，1，定义原子的筛选方式，2，将比较类似的原子进行归类，给出一个缩写来简化正则表达式比如英文字符数字用\w)
原子的筛选方式：(1)| 匹配两个或者多个分支选择(2)[] 匹配方括号中的任意一个原子(3)[^] 匹配除方括号中的原子之外的任意字符
《PHP之正则表达式系统总结》
如果想使用 | 的方式匹配到Duang~和duang~，这样写 Duang~|duang~ ，|是对两边的整串字符拿来匹配，而不是拿某一个来匹配（上边这几个元字符大家都用那个工具试一下，我就不一一截图了）
原子的集合：
. 匹配除换行符之外的任意字符
\d 匹配任意一个十进制数字，即[0-9]
\D 匹配任意一个非十进制数字，即[^0-9]
\s 匹配一个不可见原子，即[\f\r\t\n\v]
\S 匹配一个可见原子，即[^\f\r\t\n\v]
\w 匹配任意一个数字、字母或下划线，即[0-9a-zA-Z]
\W 匹配任意一个数字、字母或下划线，即[^0-9a-zA-Z]
大家可以使用上边那个工具来尝试一下
（3）量词
{n}表示其前边的原子恰好出现n次
{n,} 表示其前边的原子最少出现n次
{n,m}表示其前边的原子最少出现n次，最多出现m次
*表示匹配0次、1次或者多次其前边的原子，即{0,}
+表示匹配1次或者多次其前边的原子，即{1,}
? 表示匹配0次或1次其前边的原子，即{0,1}
大家给这几个拿去多练就好了
（4）边界控制和模式单元
^ 匹配字符串开始的位置
$ 匹配字符串结束的位置
() 匹配其中的整体为一个原子
看例子来说明：
《PHP之正则表达式系统总结》
那个$也是同理
那么模式单元的()是如何使用呢，假设我要匹配Duang~ duang~

到这里，正则表达式的基本语法就说完了，后边会有综合实例来进行巩固
三、正则表达式中的修正模式
1，贪婪匹配
匹配结果存在歧义时取其长
看下边的代码：

$pattern = '/shulv.+123/';//这个就是说，匹配以shulv开头，后边跟除换行符外的任意字符，且该字符出现1次或多次，并且以123结尾
$subject = 'I love shulv_123123123123123';
//当我们匹配到这个字符串的时候，我们发现，匹配到shulv_123可以，匹配到shulv_123123123123123也可以，这个时候就出现了歧义，这个时候，默认的使用的是贪婪模式，也就是匹配到最长的那个
$matches = array();

preg_match($pattern, $subject,$matches);

show($matches);

执行结果：
《PHP之正则表达式系统总结》
2，懒惰匹配
匹配结果存在歧义时取其短
还是上边的例子，如果我们想使用懒惰模式，可以直接在pattern那个正则表达式后边加一个大写的Upattern = ‘/shulv.+123/U’;
这个时候匹配到的结果就是shulv_123

常见修正模式：
U 懒惰匹配
u 贪婪匹配
I 忽略英文字母大小写
x 忽略空白
s 让元字符’ . ’匹配包括换行符在内的所有字符
这几个，小伙伴们自行练习
注意：如果你想让两种修正模式同时使用，可以这样写 ‘/ShUlv.+123/Ui’;这样就可以既忽略大小写，又使用懒惰模式

《PHP之正则表达式系统总结》

PHP常用技术文之文件操作和目录操作总结

Oracle笔记之对象权限与系统权限总结

PHP 之Section与Cookie使用总结

PHP入门之常量简介和系统常量

PHP注入实例之PHP网站系统入侵(图)

PHP 正则表达式之正则处理函数小结(preg_match,preg_match_all,preg_replace,preg_split)

PHP正则表达式之定界符和原子介绍

ionic App问题总结系列之ionic点击系统返回键退出App

php之header的不同用法总结(实例讲解)

JS正则表达式学习之贪婪和非贪婪模式实例总结