這里的知識點(diǎn)基本上是《正則指引》的讀書筆記，只是每個(gè)知識點(diǎn)的示例代碼用php來實(shí)現(xiàn)。

1. 字符組

字符組(Character Class)就是一組字符，在正則表達(dá)式中，它表示“在同一個(gè)位置可能出現(xiàn)的各種字符”。

寫法：[ab]、[314]、[#.?]

字符組的基本用法

[...]

preg_match('/[0123456]/', '5'); // => 1

preg_match('/[abc123]/', '5'); // => 0

范圍表示法(range)

[x-y]表示x到y(tǒng)整個(gè)范圍內(nèi)的字符。如，[0123456789]表示為[0-9]，[abcdefghijk]表示為[a-k]。

為什么是[0-9]，而不是[9-0]？

因?yàn)?表示的范圍一般是根據(jù)字符對應(yīng)的碼值(Code Point)來確定的。典型地有ACSⅡ編碼。在ACSⅡ編碼中，0~9的碼值是48~57，a~z的碼值是97~122，A~Z的碼值是65~90。

preg_match('/[0-9]/', '5'); // => 1

preg_match('/[a-z]/', '5'); // => 0

preg_match('/[0-9a-fA-F]/', '0'); // 16進(jìn)制

字符組簡記法(shorthands)

提供比范圍表示法更簡潔的表示方法，如\d表示[0-9]，\w表示[0-9a-zA-z_]。

php中支持的字符組簡記：

\d 所有的數(shù)字，即[0-9]

\D 所有的非數(shù)字，與\d互斥

\w 所有的單詞字符(字符、數(shù)字、下劃線)，即[0-9a-zA-Z_]

\W 所有的非單詞字符，與\W互斥

\s 所有的空白字符，包括空格、制表符、回車符、換行符等空白字符

\S 所有的非空白字符，與\s互斥

preg_match('/\d/', '8'); // => 1

preg_match('/\d/', 'a'); // => 0

preg_match('/\d[a-z]/', 'a'); // => 1

preg_match('/\w/', 'a'); // => 1

preg_match('/\w/', '6'); // => 1

preg_match('/\w/', '_'); // => 1

preg_match('/\s/', ' '); // => 1

preg_match('/\s/', "\t"); // => 1

preg_match('/\s/', "\r"); // => 1

元字符與轉(zhuǎn)義

在范圍表示法中，字符組中的橫線-不能匹配橫線字符，而是用來表示范圍，這類字符叫做元字符(meta-character)。元字符除了-還有開方括號[、閉剛括號]、^、$等，它們都有特殊的意義。

當(dāng)元字符想要表示普通字符的含義時(shí)(如-就只想表示橫線字符)，就需要轉(zhuǎn)義處理(在元字符前加反斜線字符\)。對于-，有一個(gè)例外情況，就是當(dāng)它緊跟著字符組中的開括號[時(shí)，它就表示普通橫線字符，此時(shí)不用轉(zhuǎn)義。

preg_match('/[0\-9]/', "-"); // => 1

preg_match('/[0\-9]/', "8"); // => 0

preg_match('/[0\-9]/', "0"); // => 1

preg_match('/[-09]/', "-"); // => 1

preg_match("/[0\\-9]/", "-"); // => 1

preg_match("/[0\-9]/", "-"); // => 1

仔細(xì)看上面第一個(gè)表達(dá)式和最后兩個(gè)表示式。這里要注意：

在php中，字符串既可以用單引號標(biāo)注也可以用雙引號標(biāo)注。兩者的主要區(qū)別在于，雙引號字符串可以插值，二單引號字符串不能；另外，雙引號字符串會(huì)處理字符串轉(zhuǎn)義，二單引號字符串不會(huì)

正則表達(dá)式是以字符串的方式提供的。在php中，雙引號字符串本身也有關(guān)于轉(zhuǎn)義的規(guī)定(如"\\"、'\r'、"\t"等)，因此"0\\-9"與'0\-9'是等價(jià)的。

那么最后一個(gè)表達(dá)式為什么也可以匹配呢？這是因?yàn)?#xff0c;盡管php的正則表達(dá)式用字符串文字給出，但它與常見的字符串不完全一樣——如果某個(gè)轉(zhuǎn)義序列可以有字符串識別，則對其進(jìn)行轉(zhuǎn)義處理；否則，將整個(gè)轉(zhuǎn)義序列“原封不動(dòng)”地保存下來。

因此，在正則表達(dá)式中轉(zhuǎn)義要小心，在php中，使用單引號字符串來構(gòu)建正則表達(dá)式會(huì)比雙引號字符串更簡單明了。

排除型字符組(Negated Character Class)

在方括號[…]中列出希望匹配的所有字符叫做“普通字符組”。在開方括號[之后緊跟一個(gè)脫字符^，寫作[^…]，表示“在當(dāng)前位置，匹配一個(gè)沒有列出的字符”。例如，[^0-9]匹配非數(shù)字字符。

preg_match('/[^0-9][0-9]/', "A8"); // => 1

排除型字符組中的緊跟著開方括號[的脫字符^也是元字符，如果要匹配尖括號字符，需要進(jìn)行轉(zhuǎn)義處理。但是，不緊跟著開方括號[的^就是普通字符，不需要轉(zhuǎn)義。

preg_match('/[^0-9]/', '0'); // => 0

preg_match('/[\^0-9]/', '0'); // => 1

preg_match('/[\^0-9]/', '^'); // => 1

preg_match('/[0-9^]/', '^'); // => 1

POSIX字符組

之前介紹的字符組，都屬于Perl衍生出來的正則表達(dá)式流派(Flavor)，這個(gè)流派叫做PCRE(Per Compatible Regular Expression)。正則表達(dá)式還有其他流派，比如POSIX(Portable Operating System Interface for unix)，它是一系列規(guī)范，定義了UNIX操作系統(tǒng)應(yīng)當(dāng)支持的功能，其中也包括了正則表達(dá)式的規(guī)范。

常見的[a-z]形式的字符組，在POSIX規(guī)范中仍然獲得支持，稱作POSIX方括號表達(dá)式。POSIX方括號表達(dá)式中的\不是用來轉(zhuǎn)義的，如[\d]就只能匹配\和d兩個(gè)字符。這里涉及到]、-這兩個(gè)特殊字符，在POSIX規(guī)范中，緊接在開方括號[之后的]才表示閉方括號字符，緊挨在閉方括號]之前的-才表示橫線字符。

對于PCRE規(guī)范中的\d、\w、\s等字符組簡記法，POSIX中有類似的東西，叫做POSIX字符組。在ASCⅡ語言環(huán)境(locale)中，常見的POSIX字符組及其含義如下：

POSIX字符組

說明

ACSⅡ字符組

等價(jià)的PCRE簡記法

[:alnum:]

字母和數(shù)字

[0-9a-zA-Z]

[:alpha:]

字母

[a-zA-Z]

[:ASCⅡ]

ASCⅡ字符

[\x00-\x7F]

[:blank:]

空格字符和制表字符

[ \t]

[:cntrl:]

控制字符

[\x00-\x1F\x7F]

[:digit:]

數(shù)字字符

[0-9]

\d

[:graph:]

空白字符之外的字符

[\x21-\x7E]

[:lower:]

小寫字母字符

[a-z]

[:print:]

類似[:graph:]，但包括空白字符

[\x20-\x7E]

[:punct:]

標(biāo)點(diǎn)符號

[][!"#$%&'()*+,./:;<=>?@\^_`{\

}~-]

[:space:]

空白字符

[ \t\r\n\v\f]

\s

[:upper:]

大寫字母

[A-Z]

[:word:]

字母字符

[A-Za-z0-9_]

\w

[:xdigit:]

十六進(jìn)制字符

[A-Fa-f0-9]

php中有專門處理POSIX正則的函數(shù)，但從5.3.0開始已經(jīng)廢棄了。這里只是了解一下相關(guān)知識。

2. 量詞

這里首先介紹一下^和$兩個(gè)特殊字符，在上一章的元字符與轉(zhuǎn)義一節(jié)提到過這兩個(gè)特殊字符。

^放在正則表達(dá)式的開頭，表示“定位到字符串的起始位置”；$用在正則表達(dá)式的末尾，表示“定位到字符串的結(jié)束位置”。

preg_match('/\w\d/', '1a2b'); // => 1

preg_match('/^\w\d/', '1a2b'); // => 0 必須以字母開頭

preg_match('/\w\d$/', '1a2b'); // => 0 必須以數(shù)字結(jié)尾

preg_match('/^\w\d/', 'a2b'); // => 1

preg_match('/\w\d$/', '1a2'); // => 1

preg_match('/^\w\d$/', '1a2'); // => 0 開頭必須是字母，結(jié)尾必須是數(shù)字

preg_match('/^\w\d$/', 'a2'); // => 1

量詞的一般形式

如果要匹配一個(gè)郵政編碼(6位數(shù)字)，目前能寫出來的正則表達(dá)式是^\d\d\d\d\d\d$：

preg_match('/^\d\d\d\d\d\d$/', '100010'); // => 1

preg_match('/^\d\d\d\d\d\d$/', '10001035'); // => 0

preg_match('/^\d\d\d\d\d\d$/', '10a010'); // => 0

\d重復(fù)6次的寫法很不科學(xué)，正則表達(dá)式肯定會(huì)有更方便的寫法，也就是量詞(quantifier)。量詞的通用形式是{m,n}(注意，,后面不能有空格)，它限定之前的元素能夠出現(xiàn)的次數(shù)，m是下限，n是上限。其他常見的量詞形式有：

量詞

說明

{n}

之前的元素必須出現(xiàn)n次

{m,n}

之前的元素最少出現(xiàn)m次，最多出現(xiàn)n次

{m,}

之前的元素最少出現(xiàn)m次，出現(xiàn)次數(shù)無上限

{0,n}

之前的元素可以不出現(xiàn)，也可以出現(xiàn)，最多出現(xiàn)n次

preg_match('/^\d{6}$/', '100010'); // => 1

preg_match('/^\d{4,6}$/', '123'); // => 0

preg_match('/^\d{4,6}$/', '1234'); // => 1

preg_match('/^\d{4,6}$/', '123456'); // => 1

preg_match('/^\d{4,6}$/', '1234567'); // => 0

常用量詞

正則表達(dá)式還有三個(gè)常用的量詞，分別是+、?、*：

常用量詞

{m,n}等價(jià)形式

說明

*

{0,}

可能出現(xiàn)，也可能不出現(xiàn)，出現(xiàn)次數(shù)沒有上限

+

{1，}

至少出現(xiàn)1次，出現(xiàn)次數(shù)沒有上限

?

{0,1}

出現(xiàn)0次或1次

這三種量詞在實(shí)際中使用的非常多。

例如，匹配url的時(shí)候，有可能是http，也有可能是https，這個(gè)時(shí)候用?就很方便：

preg_match('/^https?:\/\/www\.baidu\.com/', 'http://www.baidu.com'); // => 1

preg_match('/^https?:\/\/www\.baidu\.com/', 'https://www.baidu.com'); // => 1

在匹配html的tag(如

、、等)的時(shí)候，在中間會(huì)有字符，但是字符長度不確定。這種情況下就需要使用+了：

preg_match('/^]+>$/', ''); // => 1

preg_match('/^]+>$/', ''); // => 1

preg_match('/^]+>$/', '<>'); // => 0

如果說匹配一個(gè)雙引號字符串，在雙引號內(nèi)，既可以出現(xiàn)字符也可以不出現(xiàn)字符。這種情況下就應(yīng)該使用量詞*。

preg_match('/^\"[^\"]*\"$/', '""'); // => 1

preg_match('/^\"[^\"]*\"$/', '"abcd"'); // => 1

點(diǎn)號

點(diǎn)號.是與量詞搭配比較多得一個(gè)字符。一般情況下，點(diǎn)號.可以匹配除了換行符\n以外的任意字符。

preg_match('/^.$/', 'z'); // => 1

preg_match('/^.$/', '8'); // => 1

preg_match('/^.$/', "\n"); // => 0

如果要使.能匹配的字符包含換行符\n，可以使用自制通配符\s\S或\w\W、\d\D。

preg_match('/^[\s\S]$/', "\n"); // => 1

使.能匹配的字符包含換行符\n的另外一種方法是指定正則匹配時(shí)使用單行模式。在php中，可以使用模式修飾符和預(yù)定義常量兩種方法來指定單行模式。關(guān)于正則匹配的模式，后面會(huì)詳細(xì)介紹。

preg_match('/(?s)^.$/', "\n"); // => 1 模式修飾符

preg_match('/^.$/s', "\n"); // => 1 預(yù)定義常量

匹配優(yōu)先量詞、忽略優(yōu)先量詞

很多語言中，都可以使用/*...*/來注釋代碼，如果是一個(gè)支持語法高亮的文本編輯器就要能夠提取/*...*/注釋塊。很easy的，我們可以寫出如下正則表達(dá)式：

$str = '/*this is a comment*/ /*this is another comment*/';

preg_match('/\/\*.*\*\//', $str, $arr);

echo $arr[0];

/*this is a comment*/ /*this is another comment*/

可以看到，這個(gè)正則表達(dá)式出了點(diǎn)小問題，它把兩個(gè)注釋塊匹配出來了，如果兩個(gè)注釋塊中間有代碼，那么代碼也會(huì)匹配出來。

這是因?yàn)?#xff0c;我們介紹的*、+、?都是匹配優(yōu)先量詞(greedy quantifier，也稱貪婪量詞)。匹配優(yōu)先量詞是指在拿不準(zhǔn)是否要匹配的時(shí)候，優(yōu)先嘗試匹配。因此，$str中間的*/ /*都被.*匹配了。

正則表達(dá)式中利用忽略優(yōu)先量詞來解決上述問題。與*、+、?對應(yīng)的忽略優(yōu)先量詞的形式是*?、+?、??。忽略優(yōu)先量詞在不確定是否要匹配時(shí)選擇“不匹配”的狀態(tài)。還是以提取注釋塊的代碼為例：

preg_match('/\/\*.*?\*\//', $str, $arr);

echo $arr[0];

/*this is a comment*/

這樣就達(dá)到了提取注釋塊的效果。

匹配優(yōu)先量詞

忽略優(yōu)先量詞

限定次數(shù)

*

*？

可能出現(xiàn)，可能不出現(xiàn)，出現(xiàn)次數(shù)沒有上限

+

+？

至少出現(xiàn)1次，沒有上限

?

??

出現(xiàn)0次或1次

{m,n}

{m,n}?

出現(xiàn)次數(shù)大于等于m，小于等于n

{m,}

{m,}?

至少出現(xiàn)m次，沒有上限

{0,n}

{0,n}?

出現(xiàn)0次-n次

php中有指定非貪婪匹配模式的模式修飾符和預(yù)定義常量，與忽略優(yōu)先量詞是一樣的效果：

// 默認(rèn)貪婪匹配

preg_match('/\/\*.*\*\//', $str, $arr); // => /*this is a comment*/ /*this is another comment*/

// 預(yù)定義常量 指定非貪婪匹配

preg_match('/\/\*.*\*\//U', $str, $arr); // => /*this is a comment*/

// 模式修飾符 指定非貪婪匹配

preg_match('/(?U)\/\*.*\*\//', $str, $arr); // => /*this is a comment*/

// 同時(shí)使用 忽略優(yōu)先量詞 和 預(yù)定義常量

preg_match('/\/\*.*?\*\//U', $str, $arr); // => /*this is a comment*/ /*this is another comment*/

// 同時(shí)使用 忽略優(yōu)先量詞 和 模式修飾符

preg_match('/(?U)\/\*.*?\*\//', $str, $arr); // => /*this is a comment*/ /*this is another comment*/

量詞的轉(zhuǎn)義

*、+、?的轉(zhuǎn)義比較簡單，就是\*、\+、\?。主要是{m,n}形式的轉(zhuǎn)義需要注意。

量詞

轉(zhuǎn)義

量詞

轉(zhuǎn)義

量詞

轉(zhuǎn)義

{n}

\\{n}

*

\*

*?

\*\?

{m,n}

\\{m,n}

+

\\+

+?

\\+\?

{m,}

\\{m,}

?

\?

??

\?\?

{0,n}

\\{0,n}

3.括號

分組

上一章介紹了量詞，上一章的例子中量詞都只能控制它前面的字符或字符組。那么量詞能否控制連續(xù)的字符或字符組呢，如控制一個(gè)單詞hello出現(xiàn)或者不出現(xiàn)。這就要用到正則表達(dá)式的分組功能(子表達(dá)式)，使用圓括號(...)實(shí)現(xiàn)分組(子表達(dá)式)。

// 量詞限定前面一個(gè)字符

preg_match('/^hello?, world$/', 'hello, world'); // => 1

preg_match('/^hello?, world$/', 'hell, world'); // => 1

preg_match('/^hello?, world$/', ', world'); // => 0

// 量詞限定一個(gè)單詞

preg_match('/^(hello)?, world$/', 'hello, world'); // => 1

preg_match('/^(hello)?, world$/', 'hell, world'); // => 0

preg_match('/^(hello)?, world$/', ', world'); // => 1

多選結(jié)構(gòu)

多選結(jié)構(gòu)(alternative)的形式是(...|...)，在括號內(nèi)以豎線|分開多個(gè)子表達(dá)式，這些子表達(dá)式也叫多選分支(option)。

例如，匹配常見的11位手機(jī)號

// 匹配常見11位手機(jī)號

preg_match('/(13[0-9]|15[0-356]|18[025-9])\d{8}/', '18521510001', $arr); // => 1

引用分組

正則表達(dá)式會(huì)保存每個(gè)(...)分組匹配的文本，這種功能叫捕獲分組(capturing group)。在需要直接使用子表達(dá)式的時(shí)候非常有用

例如，提取標(biāo)簽中的地址和描述文本

// 提取標(biāo)簽中的地址和描述文本

preg_match('/(.*?)/', 'visit github', $arr);

print_r($arr);

/*

Array

(

[0] => github

[1] => github.com

[2] => visit github

)

*/

正則表達(dá)式替換時(shí)也支持捕獲分組。php中支持\num和$num的形式替換，但是num不能大于10；另一種形式${num}可以大于10。

例如，日期的替換

// 正則表達(dá)式替換

preg_replace('/(\d{4})-(\d{2})-(\d{2})/', '$1年$2月$3日', '2015-08-25'); // => 2015年08月25日

preg_replace('/(\d{4})-(\d{2})-(\d{2})/', '\1年\2月\3日', '2015-08-25'); // => 2015年08月25日

反向引用

在正則表達(dá)式內(nèi)部引用之前的捕獲分組匹配的文本叫反向引用(back-reference)。實(shí)測php支持\num形式的反向引用，不支持$num形式的反向引用

例如，利用反向引用匹配id相同的不同標(biāo)簽

// 匹配id為main的標(biāo)簽

preg_match('/.*?/', '

hello, world', $arr); // => 1

print_r($arr);

/*

Array

(

[0] =>

hello, world

[1] => div

)

*/

// 匹配id為main的標(biāo)簽

preg_match('/.*?/', '

Hello, World

', $arr); // => 1

print_r($arr);

/*

Array

(

[0] =>

Hello, World

[1] => p

)

*/

命名分組

數(shù)字編號的分組有時(shí)候不夠直觀，因此有些語言和工具的正則表達(dá)式提供了命名分組(named grouping)。

正則字符中(?P)來命名，(?P=name)來使用。preg_replace替換時(shí)不支持

// 捕獲命名分組

preg_match('/[^\'"\s]*)">(?P.*?)/', '', $arr);

print_r($arr);

/*

Array

(

[0] => visit github

[link] => github.com

[1] => github.com

[description] => visit github

[2] => visit github

)

*/

// 反向引用命名分組

preg_match('/[\w]+)\s+id="main">.*?/', '

hello, world', $arr);

print_r($arr);

/*

Array

(

[0] =>

hello, world

[tag] => div

[1] => div

)

*/

非捕獲分組

正則表達(dá)式默認(rèn)會(huì)保存每個(gè)(...)匹配的文本，前面利用這個(gè)特性可以實(shí)現(xiàn)一些有用的功能。但是，有時(shí)候正則表達(dá)式比較復(fù)雜，(...)會(huì)出現(xiàn)的比較多，而此時(shí)僅僅是想實(shí)現(xiàn)分組或者多選的功能，而不需要捕獲分組；同時(shí)，大量不需要的捕獲分組可能會(huì)影響性能。

為了解決這種問題，正則表達(dá)式提供了非捕獲分組(non-capturing group)，它的形式是(?:...)。

// 捕獲分組

preg_match('/(13[0-9]|15[0-356]|18[025-9])\d{8}/', '18521510001', $arr); // => 1

print_r($arr);

/*

Array

(

[0] => 18521510001

[1] => 185

)

*/

// 非捕獲分組

echo preg_match('/(?:13[0-9]|15[0-356]|18[025-9])\d{8}/', '18521510001', $arr); // => 1

print_r($arr);

/*

Array

(

[0] => 18521510001

)

*/

4.斷言

正則表達(dá)式中的有些結(jié)構(gòu)不匹配真正的文本，只負(fù)責(zé)判斷在某個(gè)位置左/右側(cè)的文本是否符合要求，這種結(jié)構(gòu)稱為斷言(assertion)。常見的斷言有三類：單詞邊界、行起始/結(jié)束位置、環(huán)視。

單詞邊界

單詞邊界(word boundary)，記為\b。它匹配的是單詞邊界(一邊是單詞字符，另一邊不是單詞字符)的位置，而不是字符。

// 單詞邊界

preg_match('/\b\w+\b/', 'word', $arr); // => 1

print_r($arr);

/*

Array

(

[0] => word

)

*/

// 匹配所有單詞邊界

preg_match_all('/\b\w+\b/', 'hello, world', $arr); // => 2

print_r($arr);

/*

Array

(

[0] => Array

(

[0] => hello

[1] => world

)

)

*/

這類匹配位置而不匹配字符的元素叫做錨點(diǎn)(anchor)，下一節(jié)要介紹的^、$等也是錨點(diǎn)。

行起始/結(jié)束位置

^：字符串的開始位置

$：字符串的結(jié)束位置

$str = 'first line

second line

last line';

// 字符串起始位置

preg_match_all('/^\w+\b/', $str, $arr); // => 1

print_r($arr);

/*

Array

(

[0] => Array

(

[0] => first

)

)

*/

// 字符串結(jié)束位置

preg_match_all('/\b\w+$/', $str, $arr); // => 1

print_r($arr);

/*

Array

(

[0] => Array

(

[0] => line

)

)

*/

如果指定了多行模式(Multiline Mode)，^、$分別可以匹配行起始位置、行結(jié)束位置。關(guān)于模式，將在下一章詳細(xì)介紹。指定多行模式的方式是使用模式修飾符(?m)：在正則表達(dá)式之前加上(?m)；或者是預(yù)定義常量的方式：/.../m 。

// 多行模式 行起始位置

// preg_match_all('/^\w+\b/m', $str, $arr); 是一樣的效果

preg_match_all('/(?m)^\w+\b/', $str, $arr); // => 3

print_r($arr);

/*

Array

(

[0] => Array

(

[0] => first

[1] => second

[2] => last

)

)

*/

//多行模式 行結(jié)束位置

// preg_match_all('/\b\w+$/m', $str, $arr); 是一樣的效果

preg_match_all('/(?m)\b\w+$/', $str, $arr); // => 3

print_r($arr);

/*

Array

(

[0] => Array

(

[0] => line

[1] => line

[2] => line

)

)

*/

\A不論是普通模式還是多行模式，都匹配字符串起始位置

\Z、\z不論是普通模式還是多行模式，都匹配字符串結(jié)束位置

\Z與\z的區(qū)別在于最后字符串的末尾是行終止符的時(shí)候，\Z匹配行終止符之前的位置，\z則不管行終止符，只匹配“整個(gè)字符串的結(jié)束位置”。

這里用行終止符，而不用換行符的原因是不同操作系統(tǒng)的行終止符不同(windows\r\n，linux\n，mac\n)。

// \A 始終匹配字符串起始位置

preg_match_all('/\A\w+\b/', $str, $arr); // => 1

print_r($arr);

/*

Array

(

[0] => Array

(

[0] => first

)

)

*/

preg_match_all('/(?m)\A\w+\b/', $str, $arr); // => 1

print_r($arr);

/*

Array

(

[0] => Array

(

[0] => first

)

)

*/

// \Z始終匹配行結(jié)束位置

preg_match_all('/\b\w+\Z/', $str, $arr); // => 1

print_r($arr);

/*

Array

(

[0] => Array

(

[0] => line

)

)

*/

preg_match_all('/(?m)\b\w+\Z/', $str, $arr); // => 1

print_r($arr);

/*

Array

(

[0] => Array

(

[0] => line

)

)

*/

// \Z \z的區(qū)別

$str = 'first line

second line

last line

';

preg_match_all('/(?m)\b\w+\z/', $str, $arr); // => 0

print_r($arr);

/*

Array

(

[0] => Array

(

)

)

*/

preg_match_all('/(?m)\b\w+\Z/', $str, $arr); // => 1

print_r($arr);

/*

Array

(

[0] => Array

(

[0] => line

)

)

*/

環(huán)視

環(huán)視(look-around)用來“停在原地，四處張望”，它本身也不匹配任何字符，用來限定它旁邊的文本滿足某種條件。

名字

記法

含義

肯定順序環(huán)視

(?=...)

向右看看，右邊出現(xiàn)了環(huán)視中的內(nèi)容才匹配

否定順序環(huán)視

(?!...)

向右看看，右邊不出現(xiàn)環(huán)視中的內(nèi)容才匹配

肯定逆序環(huán)視

(?<=...)

向左看看，左邊出現(xiàn)了環(huán)視中的內(nèi)容才匹配

否定逆序環(huán)視

(?

向左看看，左邊不出現(xiàn)環(huán)視中的內(nèi)容才匹配

例如，要匹配html標(biāo)簽中的開標(biāo)簽(、

、等)，而不能匹配閉標(biāo)簽(、、等)和自閉和標(biāo)簽(
等)，同時(shí)，也不能匹配一個(gè)空的標(biāo)簽<>。

直接使用將/字符排除是不對的，因?yàn)橛行?biāo)簽的屬性中可能會(huì)含有/字符。例如。這里只是在開尖括號之前的第一個(gè)字符不能為/。

然而]*[^\/]>也是不行的，因?yàn)樵谥g會(huì)至少匹配兩個(gè)字符，像這樣的標(biāo)簽是無法匹配到的。這里就要用到環(huán)視了。

上面的正則表達(dá)式中有兩個(gè)環(huán)視結(jié)構(gòu)，一個(gè)在開尖括號之前，表示在閉尖括號>之前向左看看，左邊挨著的字符不能為/。

上面的正則表達(dá)式已經(jīng)解決了匹配html中開標(biāo)簽的主要問題，只是其中的.*?還需要優(yōu)化一下。需要解決的問題是：

有可能會(huì)有單引號'或雙引號"，它們都得成對出現(xiàn)

單引號對或雙引號對之內(nèi)可以有>字符，但是它們的外面不能有>字符

利用正則表達(dá)式的選擇結(jié)構(gòu)，可以寫出下面的表達(dá)式，用于完善上面的問題。

])+(?

5.匹配模式

前面的內(nèi)容中已經(jīng)出現(xiàn)介過了單行模式、多行模式、非貪婪模式。匹配模式是指匹配時(shí)使用的規(guī)則。常用的匹配模式還有不區(qū)分大小寫模式、注釋模式。

在開始介紹具體的模式之前，先介紹php中模式的兩種具體實(shí)現(xiàn)/.../{modifier}和...(?{modifier})...：

模式修飾符

/.../{modifier}

...(?{modifier})...

示例

/

.*/s(?s).*

名稱(php手冊)

模式修飾符

模式內(nèi)修飾符

名稱(《正則指引》)

預(yù)定義常量

模式修飾符

作用范圍

整個(gè)正則表達(dá)式

不在分組(子表達(dá)式)中時(shí)，對它后面的全部正則表達(dá)式起作用；如果在分組(子表達(dá)式)中，則對它分組中的剩余部分起作用。在沒有分組，且放在整個(gè)正則表達(dá)式最前面的時(shí)候相當(dāng)于/.../{modifier}

支持程度

支持所有模式修飾符

支持部分模式修飾符

其他編程語言

可能不支持

一般都支持

不區(qū)分大小寫模式

在html中是不區(qū)分大小寫的，例如

和、、的作用是一樣的。如果要從網(wǎng)頁中提取，不使用匹配模式的表達(dá)式應(yīng)該是這樣：

由于

標(biāo)簽只有兩個(gè)字符，所以上面的寫法還可以接受。但是如果標(biāo)簽是world';

preg_match('/

.*<\/tr>/', $str, $arr);

print_r($arr);

/*

Array

(

[0] =>

helloworld

)

*/

// 非貪婪匹配模式

$str = '

helloworld';

preg_match('/

.*<\/tr>/U', $str, $arr);

print_r($arr);

/*

Array

(

[0] =>

hello

)

*/

Unicode

要匹配中文等Unicode字符，最好是指定Unicode模式修飾符/.../u。如果不指定會(huì)有兩個(gè)問題

GBK編碼環(huán)境下，中文不能匹配

無法利用[\x{4e00}-\x{9fff}]匹配中文

// 指定unicode模式

preg_match('/

[\x{4e00}-\x{9fff}]*<\/td>/u', '姚明', $arr);

print_r($arr);

/*

Array

(

[0] =>

姚明

)

*/

總結(jié)

以上是生活随笔為你收集整理的正则环视 php,正则表达式基本知识（php）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。