php正則表達式及其函數

正則表達式基礎

1. ‘^’和 $’ 表示用來匹配字符串的開始和結束。(^有兩種用法，下一種，見下面)

• “^mtg”: 匹配以 “mtg”開頭的字符串;
• “mtg$”: 匹配以 “mtg” 結尾的字符串;
• “^mtg$”: 匹配以mtg開頭和以mtg結尾的字符串，實際上是隻有abc與之匹配

2. ‘*’表示0次或者多次，‘+’表示1次或多次，‘？’表示0次或1次

• “ab*”: 匹配字符串a和0個或者多個b組成的字符串
• “ab*”: 匹配字符串a和1個或者多個b組成的字符串
• “ab？”: 匹配字符串a和0個或者1個b組成的字符串

3. 大括號裏面控制字符出現的個數

• “ab{2}”: 匹配一個a後面只跟兩個b;
• “a(bc){2,}”: 匹配一個a至少跟兩個bc;
• “ab{3,5}”: 匹配一個a跟3到5個b”.

4.字符 ‘│’, 相當於OR 操作

• “(a│bc)de”: 匹配含有 “ade” 或者 “bcde”的字符串;

5.一個點’.’可以代表除換行符之外的任意單個字符,中括號括住的內容只匹配一個單一的字符

• “a.[0-9]”: 匹配一個a跟一個字符再跟一個數字

如果需要匹配包含換行符在內的任意字符

"([\s\S]*)" 或"([\d\D]*)" 或"([\w\W]*)" 來表示。

6.[^x]:匹配除了 x 意外的任意字符

• “[^x]*”: 表示匹配除x外的任意字符

7.常用的元字符

• “\w”: 匹配字母或數字或下劃線
• “\W”: \w的反義，即匹配任意非字母，數字，下劃線和漢字的字符
• “\d”: 匹配數字
• “\D”: \d的反義，即匹配任意非數字的字符
• “\s”: 匹配任意的空白符
• “\S”: \s的反義，即匹配任意非空白符的字符
• “\b”: 匹配單詞的開始或結束
• “\B”: \b的反義，即不是單詞開頭或結束的位置
  下面的代碼是對\b的用法的實例，preg_match_all()函數下面將介紹：

$str="hi history";
preg_match_all("/\bhi\b/",$str,$arr);
preg_match_all("/hi/",$str,$arr1);
var_dump($arr);
var_dump($arr1);

輸出爲：

array(1) {
  [0]=>
  array(1) {
    [0]=>
    string(2) "hi"
  }
}
array(1) {
  [0]=>
  array(2) {
    [0]=>
    string(2) "hi"
    [1]=>
    string(2) "hi"
  }
}

即”\b”只匹配單個的單詞

8.正則表達式中需要轉義的特殊字符：

* . ? + $ ^ [ ] ( ) { } | \ / " " 

如[，如果需要轉義使用 \[;
下面的代碼是關於\[的使用代碼：

$str="[123]";
preg_match_all("/\[([^\]]*)\]/",$str,$arr);//更簡單的正則式爲
"/\[(.*)\[/"

var_dump($arr);

輸出爲

array(2) {
  [0]=>
  array(1) {
    [0]=>
    string(5) "[123]"
  }
  [1]=>
  array(1) {
    [0]=>
    string(3) "123"
  }
}

9.preg_match()函數:

函數原型：
int preg_match( string pattern, string subject [, array matches ] )成功返回 1 ，否則返回 0 。

參數：

• pattern 正則表達式
• subject 需要匹配檢索的對象
• matches 可選，存儲匹配結果的數組， matches[0]將包含與整個模式匹配的文本， matches[1] 將包含與第一個捕獲的括號中的子模式所匹配的文本，以此類推

提示：preg_match() 第一次匹配成功後就會停止匹配，如果要實現全部結果的匹配，即搜索到subject結尾處，則需使用 preg_match_all() 函數。
例如：

$str=" aabab ";
preg_match("/a.*?b/",$str,$arr);

var_dump($arr);

輸出爲

array(1) {
  [0]=>
  string(3) "aab"
}

10.preg_match_all()函數：

函數原型：
int preg_match_all( string pattern, string subject, array matches [, int flags ] )
成功返回整個模式匹配的次數（可能爲零），如果出錯返回 FALSE 。
參數：

• pattern 正則表達式
• subject 需要匹配檢索的對象
• matches 存儲匹配結果的數組
• flags
  可選，指定匹配結果放入 matches 中的順序，可供選擇的標記有：
  
  1. PREG_PATTERN_ORDER：默認，對結果排序使 matches[0]爲全部模式匹配的數組， matches[1] 爲第一個括號中的子模式所匹配的字符串組成的數組，以此類推
  2. PREG_SET_ORDER：對結果排序使 matches[0]爲第一組匹配項的數組， matches[1] 爲第二組匹配項的數組，以此類推
  3. PREG_OFFSET_CAPTURE：如果設定本標記，對每個出現的匹配結果也同時返回其附屬的字符串偏移量

$str=" <p>abcde</p> <p>fghij</p> ";
preg_match_all("/<p>(.*?)<\/p>/",$str,$arr);

var_dump($arr);

array(2) {
  [0]=>
  array(2) {
    [0]=>
    string(12) "<p>abcde</p>"
    [1]=>
    string(12) "<p>fghij</p>"
  }
  [1]=>
  array(2) {
    [0]=>
    string(5) "abcde"
    [1]=>
    string(5) "fghij"
  }
}

11.模式修正符的使用

12.貪婪模式（儘可能的匹配更多內容）和非貪婪模式（儘可能的匹配更少的內容）

如字符串aabab：

• 貪婪模式：pattern爲”/a.*b/”匹配的結果爲aabab。
• 非貪婪模式： pattern爲”/a.*?b/”匹配的結果爲aab和ab

13.向後引用

定義：當用“()”定義了一個正則表達式組後，正則引擎則會把被匹配的組按照順序編號，存入緩存。當對被匹配的組進行向後引用的時候，可以用“\數字”的方式進行引用。”\1“引用第一個匹配的後向引用組，”\2”引用第二個組，以此類推，”\n”引用第n個組。而”\0”則引用整個被匹配的正則表達式本身。我們看一個例子。
假設你想匹配一個HTML標籤的開始標籤和結束標籤，以及標籤中間的文本。例如

<B>This is a test</B>

則pattern爲

<(.*)>.*<\/\1>

14.常用正則表達式

1. E-mail地址：^[\w-]+(\.[\w-]+)*@[\w-]+(\.[\w-]+)+$
2. 2.URL：^[a-zA-Z]+://(\w+(-\w+)*)(\.(\w+(-\w+)*))*(\?\s*)?$
3. 郵政編碼：^[1-9]\d{5}$
4. 手機號碼：^((\(\d{2,3}\))|(\d{3}\-))?13\d{9}$
5. 匹配HTML標記：<(.*)>.*<\/\1>|<(.*) \/>
6. 提取信息中的圖片鏈接：(s|S)(r|R)(c|C) *= *('|")?(\w|\|\/|\.)+('|"| *|>)?
7. 提取信息中的中國手機號碼：(86)*0*13\d{9}
8. 提取信息中的中國固定電話號碼：(\(\d{3,4}\)|\d{3,4}-|\s)?\d{8}
9. 騰訊QQ號：`^[1-9]*[1-9][0-9]*$
10. 千里碼的一道題：寫一個正則表達式來匹配這些符合要求的身份證號（出生年份在1985-1995的男性用戶）：^[\d]{6}19(8[5-9]|9[0-5])[\d]{6}[013579][0-9xX]$