PHP正则表达式&字符串处理

第四课：正则表达式&字符串处理

程序原理：处理数据(Web上的数据）

数据：类型字符串是程序中的一种最基本的类型 serialize

正则就是处理字符串的一种方式

处理字符串：查找、替换、删除、匹配、分割

1、正则表达式简介

正则表达式介绍

正则表达式：Regular Expression,是用于描述字符排列模式的一种语法规则。正则表达式是查找和替换、切割字符串模式的简洁和灵活的表示方法。

正则表达式的用途：

在unix(linux)系统中，可以在编辑器中使用正则表达式实现对字符的搜索及处理；各种编程语言(c/c++,perl,java,javascript)也可以使用正则表达式实现对字符的模式分割、匹配、查找及替换操作。

正则表达式早期仅用于Unix系统程序，现在已被绝大多数系统、程序所支持。

PHP支持两种风格的正则表达式函数：一种是由PCRE（Perl Compatible Regular Expression）库提供的；另一种是由POSIX（Portable Operation System Implementation for unix,UNIX可移植操作系统实现接口）扩展库提供的。前者使用以“preg_”为前缀命名的函数；后者使用以“ereg_”为前缀命名的函数。两者功能相似，只是执行效率略有差异。PERL库的函数(preg_)执行效率略高。ereg_*相关函数在php6中将不被支持（从PHP5.3.0开始已经删除），不推荐使用。

正则语法记忆、理解

PHP函数

2、正则表达式的语法规则

正则表达式描述了一种字符串的排列模式，主要用于字符串的模式分割、匹配、查找及替换等操作。正则表达式是主要由原子（普通字符，如单个英文字符、数字、特殊字符等）、元字符（有特殊功用的字符）以及模式修正字符组成。一个正则表达式中至少包含一个原子。他们各自功能和含义有所不同，下面将分别讲述正则表达式的组成元素及其语法规则。

$content = preg_split('//i',$content);原子：通常是最基本一个字符。

元字符：特殊字符，比如^,$。

模式修正字符:i,m等。9.php

模式修正符:

模式修正符是标记在整个模式之外的.

i :模式中的字符将同时匹配大小写字母.

m :字符串视为多行.

s :将字符串视为单行,换行符作为普通字符.

x :将模式中的空白忽略.

A :强制仅从目标字符串的开头开始匹配.

D :模式中的美元元字符仅匹配目标字符串的结尾.

U :匹配最近的字符串.

2.1普通转义字符

普通转义字符是一种原子。正则表达式所使用的普通转义字符见下表：

原子说明

\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] ；\d取反

\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]。包括空格。

\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\cI

\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

参考1.php

2.2 字符类（字符集）和范围：

任何包含在方括号[]中的内容都是一个字符类——一个被匹配字符所属的字符

集合。"[]"中存放一组原子，彼此地位平等，且仅匹配其中的一个原子。

例:

[abc]表示匹配a或b或c中的一个

[a-z]表示所有a到z之间的字符中的一个

[A-Z]匹配所有大写字母中的一个

[a-zA-Z]表示任何的大小写字母中的一个

[^a-z]匹配任何不在a到z之间的字符(^表示否)

[0-9]匹配所有的数字 \d

[0-9.-]匹配所有的数字，点号和减号

注意：

a.[]中的内容只表示一个字符。被匹配的文本中只要有[]中的任何一个字符，就匹配成功。

b.当把^放在方括号里面第一个位置时，表示否；如果^在方括号中的其他位置，表示是一个字符^。当^在[]中的第一个位置时，如果要匹配它本身,要用\转义。当该符号用在方括号外面时，一般表示正则表达式的开始。

c.当-不在a和z，A和Z,0和9之间，单独出现时，表示是一个字符-。

d.在[]中的特殊符号，不用转义。但是几个特殊字符除外：] 要转义，^在第一个位置要转义，反斜杠\，-要转义。三个反斜杠\代表一个\（4个也代表一个反斜杠）。

参考2.php

var_dump(preg_match_all('/[^a^\]]/', '33]3anba',$t)); //非a非]

2.3 重复匹配

重复

* 表示这个模式可以被重复0次，1次或多次 a{0,}

+ 表示这个模式可以被重复1次或多次 a{1,}

? 表示这个模式可以被重复0次或1次 a{0,1}

计数

{5} 表示匹配5次

{2,} 表示至少匹配2次

{0,5} 表示至多匹配5次（不能写成{,5})

{2,5} 表示最少匹配2次，最多匹配5次

注:,后面不能有空格

参考3.php

2.4 开始或结尾

^ （或\A)用于正则表达式的开始

$ （或\Z)用于正则表达式的结尾

例：

^andy 表示在字符串开始处是 andy

.cn$ 表示在字符串结尾处是 .cn