php中正则表达式的子模式详解

文章介绍了关于php中正则表达式的子模式详解，有需要知道php中正则表达式的子模式的朋友可参考一下。

函数
mixed preg_replace ( mixed pattern, mixed replacement, mixed subject [, int limit])

功能
在 subject 中搜索 pattern 模式的匹配项并替换为 replacement。如果指定了 limit，则仅替换 limit 个匹配，如果省略 limit 或者其值为 -1，则所有的匹配项都会被替换。
replacement可以包含\n形式或$n形式的逆向引用，n可以为0到99，\n表示匹配pattern第n个子模式的文本，\0表示匹配整个pattern的文本。

子模式
$pattern参数中被圆括号括起来的正则表达式，子模式的数目即从左到右圆括号的数目。（pattern即模式）

首先，我们先看一段PHP代码：

代码如下	复制代码
$time = date ("Y-m-d H:i:s"); $pattern = "/d{4}-d{2}-d{2} d{2}:d{2}:d{2}/i"; if(preg_match($pattern,$time,$arr)){ echo " "; print_r($arr); echo " "; } ?>

显示结果：

Array
(
[0] => 2012-06-23 03:08:45
)有没有注意到，显示的结果只有一条数据，即符合匹配模式的时间格式，那如果只有一条记录的话，为什么还要用数组保存呢？直接使用字符串保存不是更好？

带着这个问题，我们来看下正则表达式中的子模式。

在正则表达式中，可以使用“(”和“)”将模式中的子字符串括起来，以形成一个子模式。将子模式视为一个整体时，那么它就相当于一个单个字符。

比如，我们将以上的代码稍微修改下，改成如下：

代码如下	复制代码
$time = date ("Y-m-d H:i:s"); $pattern = "/(d{4})-(d{2})-(d{2}) (d{2}):(d{2}):(d{2})/i"; if(preg_match($pattern,$time,$arr)){ echo " "; print_r($arr); echo " "; } ?>

注意：我只修改了$pattern，在匹配模式中，使用了括号()

执行结果：

Array
(
[0] => 2012-06-23 03:19:23
[1] => 2012
[2] => 06
[3] => 23
[4] => 03
[5] => 19
[6] => 23
)
总结：我们可以使用小括号给整个匹配模式进行分组，默认情况下，每个分组会自动拥有一个组号，规则是，从左到右，以分组的左括号为标志，第一个出现的分组为组号1，第二个为组号2，以此类推。其中，分组0对应整个正则表达式。对整个正则匹配模式进行了分组以后，就可以进一步使用“向后引用”来重复搜索前面的某个分组匹配的文本。例如：1代表分组1匹配的文本，2代表分组2匹配的文本等等我们可以进一步修改下代码，如下所示：

代码如下	复制代码
$time = date ("Y-m-d H:i:s"); $pattern = "/(d{4})-(d{2})-(d{2}) (d{2}):(d{2}):(d{2})/i"; $replacement = "$time格式为：$0 替换后的格式为：\1年\2月\3日 \4时\5分\6秒"; print preg_replace($pattern, $replacement, $time); if(preg_match($pattern,$time,$arr)){ echo " "; print_r($arr); echo " "; } ?>

注意：

因为是在双引号中，所以使用分组的时候应该使用两个反斜杠，如:\1，而如果在单引号中，则使用一个反斜杠就可以了，如：1
\1用于捕获分组一种的内容：2012，\6用于捕获分组6中的内容　　　　　　　　　　
执行结果：

$time格式为：2012-06-23 03:30:31
替换后的格式为：2012年06月23日 03时30分31秒
Array
(
[0] => 2012-06-23 03:30:31
[1] => 2012
[2] => 06
[3] => 23
[4] => 03
[5] => 30
[6] => 31
)

高级正则表达式

除了 POSIX BRE 和 ERE 之外，libutilitis 还支持与TCL 8.2兼容的高级正则表达式语
法（ARE）。 通过为 stRegEx 参数增加前缀 "***:" 就可以开启 ARE 模式，这个前缀覆
盖 bExtended 选项。基本上讲，ARE 是 ERE 的超集。 它在 ERE 的基础上进行了如下几
项扩展：

1. 支持"懒惰匹配"（也叫"非贪婪匹配"或"最短匹配"）：在 '?', '*', '+' 或 '{m,n}'
后追加 '?' 符号就可以启用最短匹配，使得该正则表达式子句在满足条件的前提下匹
配尽可能少的字符（默认是匹配尽可能多的字符）。例如：将 "a.*b" 作用于 "abab"
时，将匹配整个串（"abab"），若使用 "a.*?b"，则将只匹配前两个字符（"ab"）。

2. 支持子表达式的向前引用匹配：在 stRegEx 中，可以使用 'n' 向前引用曾经定义的
子表达式。如："(a.*)1" 可匹配 "abcabc" 等。

3. 无名子表达式：使用 "(?:表达式)" 的方式创建一个无名表达式， 无名表达式不返回
到一个 'n' 匹配。

4. 向前预判：要命中匹配，必须向前满足指定条件。 向前预判分为肯定预判和否定预判
两种。肯定预判的语法为："(?=表达式)"，例如："bai.*(?=yang)" 匹配 "bai yang"
中的前四个字符（"bai "），但在匹配时保证字符串在 "bai.*" 后必须包含 "yang".
否定判断的语法为："(?!表达式)"， 例如："bai.*(?!yang)" 匹配 "bai shan" 的前
四个字符，但在匹配是保证字符串在 "bai.*" 后不出现 "yang"。

5. 支持模式切换前缀，在 "***:" 之后可以紧跟形如 "(?模式串)" 样式的模式串，模式
串影响其后表达式的语义和行为。模式串可以是一下字符的组合：

b - 切换至 POSIX BRE 模式，覆盖 bExtended 选项。
e - 切换至 POSIX ERE 模式，覆盖 bExtended 选项。
q - 切换至文本字面匹配模式， 表达式中的字符都作为文本进行搜索，取消一切正则
语义。此模式将正则匹配退化为一次简单字符串查找。"***=" 前缀是其快捷表示
方式，意即："***=" 等同于 "***:(?q)"。

c - 执行大小写敏感的匹配，覆盖 bNoCase 选项。
i - 执行忽略大小写的匹配，覆盖 bNoCase 选项。

n - 开启行敏感的匹配：'^' 和 '$' 匹配行首和行尾；'.' 和否定集（'[^...]'）不
匹配换行符。此功能等同于 'pw' 模式串。覆盖 bNewLine 选项。
m - 等同于 'n'。
p - '^' 和 '$' 只匹配整个字符串的首尾，不匹配行；'.' 和否定集不匹配换行符。
覆盖 bNewLine 选项。
w - '^' 和 '$' 匹配行首和行尾；'.' 和否定集匹配换行符。覆盖 bNewLine 选项。
s - '^' 和 '$' 只匹配整个字符串的首尾，不匹配行；'.' 和否定集匹配换行符。覆
盖 bNewLine 选项。ARE 状态下默认使用此模式。

x - 开启扩展模式：在扩展模式中，将忽略表达式中的空白符和注释符 '#' 后的内容
例如：
@code@
(?x)
s+ ([[:graph:]]+) # first number
s+ ([[:graph:]]+) # second number
@code@
等同于 "s+([[:graph:]]+)s+([[:graph:]]+)"。
t - 关闭扩展模式，不忽略空白符和注释符后的内容。ARE 状态下默认使用此模式。

6. 与 BRE/ERE 模式不同的 Perl 风格字符类换码序列：

perl类 等效POSIX表达式 描述
----------------------------------------------------------------------------
a - 响铃字符
A - 不论当前模式如何，仅匹配整个串的最开头
b - 退格字符 ('x08')
B - 转义字符本身 ('\')
cX - 控制符-X (= X & 037)
d [[:digit:]] 10 进制数字 ('0' - '9')
D [^[:digit:]] 非数字
e - 退出符 ('x1B')
f - 换页符 ('x0C')
m [[:<:> M [[:>:]] 单词结束位置
n - 换行符 ('x0A')
r - 回车符 ('x0D')
s [[:space:]] 空白符
S [^[:space:]] 非空白符
t - 制表符 ('x09')
uX - 16 位 UNICODE 字符 (X∈[0000 .. FFFF])
UX - 32 位 UNICODE 字符 (X∈[00000000 .. FFFFFFFF])
v - 纵向制表符 ('x0B')
w [[:alnum:]_] 组成单词的字符
W [^[:alnum:]_] 非单词字符
xX - 8 位字符 (X∈[00 .. FF])
y - 单词边界（m 或 M）
Y - 非单词边界
Z - 不论当前模式如何，仅匹配整个串的最尾部
- NULL，空字符
X - 子表达式向前引用 (X∈[1 .. 9])
XX - 子表达式向前引用或 8 进制表示的 8 字符
XXX - 子表达式向前引用或 8 进制表示的 8 字符