正則表達式 (regular expression), 常簡寫爲 regex, 用於在字符串中進行比較複雜的匹配
perl 和 ereg
現有兩種類型的正則表達式 perl 和 POSIX, perl 類型 更規範，執行效率越高, POSIX 類型常用於 Unix
php 提供了兩套正則表達式函數庫
preg_ 系列以 perl 爲基礎
ereg_ 系列以 POSIX 爲基礎
preg_ 系列更常用，ereg_ 將要被淘汰
原子
基本字符
ASCII碼中，除了下面要介紹的字符之外的，所有字符。基本字符與下面要介紹的各種特殊字符與模式結合使用，就形成了所謂的正則表達式。
單元符號 ()
圓括號中的基本字符在匹配時被看做一個整體。
| 正則 | 匹配 |
|---|---|
| (abc) | abc |
該整體會保存在內存中，可作爲整體獲取，例如 "/go(abc)g\\1le/" 可以匹配 goabcgabcle, \\1 對應了 abc。
這種方法可用於匹配不同格式的日期 "/2014(.*)06\1(13)/" 可匹配 2014/06/13 或 2014-06-13 , 但不可匹配 2014-06/13 。這裏 \\1(13) 如不加括號會被認爲內存中的第 113 號。
也可以用模式修飾符 x 實現 "/2014(.*)06\1 13/x"，
原子表 []
與單元符號相反，原子表用於匹配其中的中任意一個原子。
| 正則 | 匹配 |
|---|---|
| [abc] | a 或 b 或 c |
原子表中 x-y 匹配 x 到 y 範圍內的字符, 常見用法如下
| 正則 | 匹配 |
|---|---|
| [0-9] | 所有數字 |
| [a-z] | 所有小寫字母 |
| [A-z] | 所有大寫字母 |
| [a-zA-z] | 所有字母 |
需要注意的是 ^ 符號在原子表中表示排除，而在元字符中表示開頭
| 正則 | 匹配 |
|---|---|
| [^abc] | 除了abc外的字符 |
| [^0-9] | 所有 非 數字 |
轉義字符
轉義字符就是一些常用原子表表達式的簡寫
| 轉義字符 | 匹配 | 原子表表示 |
|---|---|---|
| \d | 所有數字 | [0-9] |
| \D | 除所有數字外 | [^0-9] |
| \w | 所有字母加數字加下劃線 | [a-zA-Z0-9_] |
| \W | 除字母數字下劃線之外的字符 | [^a-zA-Z0-9_] |
| \s | 匹配空白(Tab，空格，換頁，換行) | [\f\v\t\r\n] |
| \S | 匹配非空白 | [^\f\v\t\r\n] |
元字符 metacharacter
| 字符 | 匹配 |
|---|---|
| . | 匹配除換行符以外的任意字符 |
| * | 匹配前一個內容的0次或1次或多次 |
| + | 匹配前一個內容的1次或多次 |
| ? | 匹配0次或1次 |
| | | 邏輯符 “或” |
| ^ | 匹配字符串首部內容，加在原子前, 例如 ^abc |
| $ | 匹配字符串尾部部內容, 加在原子後, 例如 abc$ |
| \b | 通過邊界匹配單詞，邊界爲空格或特殊符號, \bis\b 用於匹配 is 單詞 |
| \B | 通過邊界匹配單詞以外內容 |
| {m} | 匹配前一個內容的m次 |
| {m,} | 匹配前一個內容的大於等於m次 |
| {m,n} | 匹配前一個內容的m到n次 |
運算順序
從高到底
()
* ? + {}
^ $ \b
|
基本字符
模式修飾符
模式修飾符在正則之外使用，格式爲 /正則/U , U 代表模式修飾符
| 修飾符 | 用法 |
|---|---|
| i | 匹配時不區分大小寫 (默認區分) |
| m | 匹配首內容和尾內容時採用多行識別（默認^和$匹配整個段落的開頭和結尾，加了m之後變爲行首和行尾） |
| s | 將回車轉義取消，這樣 .* 就可以匹配所有內容 |
| x | 忽略正則表達式中的空白 |
| A | 強制從段落頭開始匹配 "/xxx/mA" 相當於沒有加 m |
| D | 強制從段落尾開始匹配 (此外，由於默認 $ 會從行尾的 \n 之前開始匹配，D還用來在尾部從 \n 開始) |
| U | 禁止貪婪匹配，匹配到第一個符合條件的部分就停止，常用於採集程序 |
正則表達式應用
| 用途 | 正則表達式 |
|---|---|
| 判斷email地址 | ^[a-zA-Z0-9_-.]+@[a-zA-Z0-9-]+.[a-zA-Z0-9-.]+$ |
| 判斷日期 | [0-9]{2-4}(.*)[0-9]{0,2}\\1[0-9]{0,2} |
| 非負整數(正整數+0) | ^[0-9]+$ |
| 正整數 | ^[0-9]*[1-9]+[0-9]*$ |
| 非正整數(負整數+0) | ^(-[1-9]+|(0))$ |
| 負整數 | ^-[0-9]+$ |
PHP preg_ 系列函數
preg_match
執行一個正則表達式匹配，沒什麼可多說的，例子如下
$subject = "標題: {title}<br>作者: {author}<br>內容: {con}";
$pattern = ("/{(.*)}/U");
preg_match($pattern, $subject, $matches);
print_r($matches);輸出
Array ( [0] => {title} [1] => title )這裏只匹配了一個就停止了是因爲我們加了模式修飾符 U
preg_match_all
與 preg_match 的區別在於，preg_match_all 在第一個匹配找到後，從結束位置繼續進行搜索，使用相同的目標字符和正則表達式
$subject = "標題: {title}<br>作者: {author}<br>內容: {con}";
$pattern = ("/{(.*)}/U");
preg_match_all($pattern, $subject, $matches);
print_r($matches);輸出結果如下
Array
(
[0] => Array
(
[0] => {title}
[1] => {author}
[2] => {con}
)
[1] => Array
(
[0] => title
[1] => author
[2] => con
)
)preg_replace
用給定內容替換正則表達式匹配的內容，並返回修改後的字符串，以下是一個實現非常簡單的類 smarty 模板例子
$subject = "標題: {title}<br>作者: {author}<br>內容: {con}";
$pattern = array("/{title}/", "/{author}/", "/{con}/");
$replacement = array("Myregex", "gipanda", "simplesmarty");
echo preg_replace($pattern, $replacement, $subject);輸出
標題: Myregex 作者: gipanda 內容: simplesmarty
preg_replace 與 e 模式修正符
模式修正符 e 用於執行 replacement 中的內容
$subject = "test <font color=red>a</font> test";
$pattern = ("/(a)/e");
echo preg_replace($pattern, "md5('\\1')", $subject);輸出
test 0cc175b9c0f1b6a831c399e269772661 test
不加模式修正符 e 會輸出
test md5('a') testmd5() 沒有被當做函數執行
preg_split
按給定正則（一般式原子表）分割字符串