PHP正则表达式笔记和实例

本文主要介绍如何在PHP使用正则表达式,并附带几个实例.

这两天工作用到了正则表达式,发现自己已经忘记的差不多了,囧啊!找来以前的学习笔记,好好看了一下,又巩固了这些知识,工作算是完成了,不过正则要学的东西还是蛮多的,以下是整理的以前的笔记和一些实例!

笔记

一、正则表达式的介绍：

二、语法：

三、正则表达式的组成部分：

四、正则表达式的函数：

实例

1.正则表达式匹配

2.正则的元字符匹配

3.正则表达式匹配网页

4正则的其他函数使用

5.子存储(扩展)

笔记:

一、正则表达式的介绍：
    正则表达式是用于描述字符排列和匹配模式的一种语法规则。它主要用于字符串的模式分割、匹配、查找及替换操作。
    1. 用途：匹配、查找、替换、分割
    2. php提供了两套正则表达式函数库
        *1. Perl 兼容正则表达式函数（推荐使用）
        2. POSIX 扩展正则表达式函数

二、语法：
    1. 表达式的格式： "/表达式/[修正符]"
        解释：其中"/"表示正则表达式的定界符，但是也可以是其他符号：如”#“，”！“
                注意：定界符不可以是字母、数字和斜线\。
                像“#”、“|”、“!”等都可以的
                如：/.../   #...# |....|
        其中修正符是可选的，表示对表达式做额外的修饰。

三、正则表达式的组成部分：
    1. 原子是组成正则表达式的基本单位,在分析正则表达式时，应作为一个整体。
       原子包括以下内容:
        > 单个字符、数字，如a-z，A-Z，0-9。
        > 模式单元，如（ABC）可以理解为由多个原子组成的大的原子。
        > 原子表，如 [ABC]。
        > 重新使用的模式单元，如：\\1
        > 普通转义字符，如：\d， \D， \w
        > 转义元字符，如：\*，\.
        > 元字符

    *2. 元字符（具有特殊意义字符）：
        [] 表示单个字符的原子表
            例如：[aoeiu] 表示任意一个元音字母
                  [0-9] 表示任意一位数字
                  [a-z][0-9]表示小写字和一位数字构成的两位字符
                  [a-zA-Z0-9] 表示任意一位大小字母或数字
        [^] 表示除中括号内原子之外的任何字符是[]的取反
            例如：[^0-9] 表示任意一位非数字字符
                  [^a-z] 表示任意一位非小写字母
        {m}    表示对前面原子的数量控制，表示是m次
            例如：[0-9]{4} 表示4为数字
                  [1][3-8][0-9]{9} 手机号码
        {m,} 表示对前面原子的数量控制，表示是至少m次
            例如： [0-9]{2,} 表示两位及以上的数字
        {m,n}表示对前面原子的数量控制，表示是m到n次
            例如： [a-z]{6,8} 表示6到8位的小写字母
        * 表示对前面原子的数量控制，表示是任意次，等价于{0,}
        + 表示对前面原子的数量控制，表示至少1次，等价于{1,}
        ? 表示对前面原子的数量控制，表示0次或1次（可有可无）等价于{0,1}
            例如：正整数：[1-9][0-9]*
                    整数：[\-]?[0-9]+
                    email:
        () 表示一个整体原子，【还有一个子存储单元的作用】。
                也可以使用?:来拒绝子存储。（?:.*?）
            例如：（red）字串red
                   (rea|blue) 字串red或blue
                   (abc){2} 表示两个abc
        | 表示或的意思
                (rea|blue) 字串red或blue
        ^ 用在正则单元块的开头处，表示必须以指定的开头
        $ 用在正则单元块的结尾处，表示必须以指定的结尾
        . 表示任意一个除换行符之外的字符
                常用组合： .*? 表示最小匹配所有字符（拒绝贪婪匹配）
    3. 普通转义字符:

\d	匹配一个数字；等价于[0-9]
\D	匹配除数字以外任何一个字符；等价于[^0-9]
\w	匹配一个英文字母、数字或下划线；等价于[0-9a-zA-Z_]
\W	匹配除英文字母、数字和下划线以外任何一个字符；等价于[^0-9a-zA-Z_]
\s	匹配一个空白字符；等价于[\f\n\r\t\v]
\S	匹配除空白字符以外任何一个字符；等价于[^\f\n\r\t\v]
\f	匹配一个换页符等价于 \x0c 或 \cL
\n	匹配一个换行符；等价于 \x0a 或 \cJ
\r	匹配一个回车符等价于\x0d 或 \cM
\t	匹配一个制表符；等价于 \x09\或\cl
\v	匹配一个垂直制表符；等价于\x0b或\ck
\oNN	匹配一个八进制数字
\xNN	匹配一个十六进制数字
\cC	匹配一个控制字符

         4. 模式修整符
        i 表示不区分大小写；
            "/[a-zA-Z]/" <==>"/[a-z]/i"
        s 表示匹配视为单行（就是可以让点.支持换行）
        U 表示拒绝贪婪匹配

四、正则表达式的函数：
    preg_grep -- 返回与模式匹配的数组单元
    * preg_match_all -- 进行全局正则表达式匹配 , 返回共计匹配的个数。
        和下面的一样，不同的是匹配到最后（全局匹配）
    * preg_match -- 进行正则表达式匹配，只匹配一次，返回1，否则0，
        格式：preg_match("正则表达式","被匹配的字串",存放结果的变量名,PREG_OFFSET_CAPTURE,起始偏移量)
        其中：PREG_OFFSET_CAPTURE表示获取匹配索引位置
              起始偏移量：从指定位置开始匹配
    preg_quote -- 转义正则表达式字符
    preg_split -- 用正则表达式分割字符串
    preg_replace -- 执行正则表达式的搜索和替换

实例:

1.正则表达式匹配

//正则匹配函数preg_match()

//模糊匹配（包含形式）
//if(preg_match("/a/","qwertayuio")){ //匹配字串中是否包含a字符
//if(preg_match("/(abc)/","qwerta bcayuio")){ //匹配字串中是否包含abc字串
//if(preg_match("/[abc]/","qwertbycuiop")){ //匹配字串中是否包含a、b或c字字符
//if(preg_match("/[0-9]/","qwertbycuiop")){ //匹配字串中是否包数字
//if(preg_match("/[a-z]/","12345a6789")){ //匹配字串中是否包小写字母
//if(preg_match("/[0-9]{2}/","qwe89rqw9re8qwer",$a)){ //匹配字串中是否包两位的数字
//if(preg_match("/[0-9]{2,}/","qwe12rqw9re8qwer",$a)){ //匹配字串中是否包至少两位的数字
if(preg_match("/[0-9]{2,4}/","qwe12567rqw9re8qwer",$a)){ //匹配字串中是否包至少两位到4位的数字
    echo "匹配！";
}else{
    echo "不匹配！";
}

echo $a[0];   

echo "<hr/>";

//精确匹配
//if(preg_match("/^[0-9]{2}$/","34")){ //精确匹配两位数字
if(preg_match("/^[1][35][0-9]{9}$/","13520319616")){ //匹配一个手机号码
    echo "匹配！";
}else{
    echo "不匹配！";
}

2.正则的元字符匹配

//正则的元字符使用
//检测是否是一个合法的mail地址
if(preg_match("/^[\w\.][email protected][\w]+(\.[a-zA-Z]+){1,3}$/","[email protected]")){
    echo "正确";
}else{
    echo "错误";
}

/*
//检测是否是一个十六进制整数（正整数，负整数，0）
if(preg_match("/^-?0[xX][\da-fA-F]+$/","-2")){
    echo "正确";
}else{
    echo "错误";
}

//检测是否是一个整数（正整数，负整数，0）
//if(preg_match("/^-?[0-9]+$/","-2")){
if(preg_match("/^-?\d+$/","-2")){
    echo "正确";
}else{
    echo "错误";
}
*/

/*
//检测一个变量名是否正确
//if(preg_match("/^[a-zA-Z_][a-zA-Z0-9_]*$/","1a5b_c")){
if(preg_match("/^[a-zA-Z_][\w]*$/","a5b_c")){
    echo "正确";
}else{
    echo "错误";
}
*/

//匹配字串中的4位数字
//preg_match("/[0-9]{4}/","qweabi123srqcdwer456iabs7890asfcd",$a);
//preg_match("/\d{4}/","qweabi123srqcdwer456iabs7890asfcd",$a);
//var_dump($a[0]); //匹配:7890

//preg_match_all("/(ab|cd)/","qweabisrqcdweriabsasfcd",$a);
//var_dump($a[0]); //匹配字串所有ab或cd

//preg_match_all("/is/","qweisrqwerisasfd",$a);
//var_dump($a); //匹配字串所有is

//preg_match("/.*/","*a\nbc",$a);
//var_dump($a); //*a

3.正则表达式匹配网页

//正则匹配函数：preg_match   preg_match_all
$str=<<<yfstr
    <div id="mainNav" class="clearfix">
        <a href="index.php">首页</a>
        <a href="category.php?id=3">GSM手机</a>
       <a href="category.php?id=4">双模手机</a>
       <a href="category.php?id=6">手机配件</a>
       <a href="group_buy.php">团购
       商品</a>
       <a href="activity.php">优惠活动</a>
       <a href="snatch.php">夺宝奇兵</a>
       <a href="auction.php">拍卖活动</a>
       <a href="exchange.php">积分商城</a>
       <a href="message.php">留言板</a>
       <a href="http://bbs.ecshop.com/">EC论坛</a>
 </div>
yfstr;

echo "<table width='900' border='1'>";
echo "<tr><th>名称</th><th>URL地址</th><th>链接</th></tr>";
//使用正则匹配
preg_match_all("/<a href=\"(.*?)\".*?>(.*?)<\/a>/s",$str,$a);
foreach($a[0] as $k=>$v){
    echo "<tr>";
    echo "<td>{$a[2][$k]}</td>";
    echo "<td>{$a[1][$k]}</td>";
    echo "<td>{$v}</td>";
    echo "</tr>";
}
echo "</table>";

注:使用<<< 这个是php定界符

使用格式:

<<<EOF
...
EOF;

使用定界符无需给双引号增加转义字符,可以参考如下:

$str=”/<div id=\"mainNav\" class=\"clearfix\">/”;

4正则的其他函数使用

//正则的其他函数使用：
//preg_quote -- 转义正则表达式字符
//preg_split -- 用正则表达式分割字符串
//preg_replace -- 执行正则表达式的搜索和替换

//1.preg_quote -- 转义正则表达式字符
echo preg_quote("(abc){10}","'");//在每个增则表达式语法的字符前增加一个反斜杠

$s = "a{4}";
preg_match("/".preg_quote($s)."/","werta{4}yu",$a);
var_dump($a);

echo "<br/>";
//2. preg_split -- 用正则表达式分割字符串
$s = "12,34:56;784;35,67:897:65";
$list = preg_split("/[,:;]/",$s);
var_dump($list);

echo "<hr/>";

//3. preg_replace执行正则表达式的搜索和替换
$s = "12,34:56;784;35,67:897:65";
//要求将上面的:,;都换成空格
echo preg_replace("/[,;:]/"," ",$s);

$str = "<ul style='color:red'>
            <li>aaaaa</li>
            <li>bbbbb</li>
            <li>ddddd</li>
            <li>eeeee</li>
        </ul>";

//将上面字串中所有li标签中都添加一个b标签。
echo "<hr/>";
echo $str;

echo "<hr/>";
//echo preg_replace("/<li>(.*?)<\/li>/","<li><b>\\1</b></li>",$str);
//echo preg_replace("/<li>(.*?)<\/li>/","<li><b>\$1</b></li>",$str);
echo preg_replace("/<li>(.*?)<\/li>/",'<li><b>$1</b></li>',$str);

5.子存储(扩展)

//子存储使用
$date="[2012-08-09],[2012,09-19],[2011/08,09],[2012/10/09],[2013,08,01]";

//将上面字串中合法的日期匹配出来
preg_match_all("/\[[0-9]{4}([\-,\/])[0-9]{2}\\1[0-9]{2}\]/",$date,$a);
var_dump($a);

echo "<hr/>";

$str = "<ul 
style='color:red'><br/>
            <li>aaaaa</li>
            <li>bbbbb</li>
            <li>ddddd</li>
            <li>eeeee</li>
        </ul>";
//将上面字串中的html标记删除掉(替换空)
echo  preg_replace("/<\/?.*?\/?>/s","",$str);

附录

常用正则表达式

按 Ctrl+C 复制代码
按 Ctrl+C 复制代码