程序師世界是廣大編程愛好者互助、分享、學習的平台,程序師世界有你更精彩!
首頁
編程語言
C語言|JAVA編程
Python編程
網頁編程
ASP編程|PHP編程
JSP編程
數據庫知識
MYSQL數據庫|SqlServer數據庫
Oracle數據庫|DB2數據庫
 程式師世界 >> 編程語言 >> 網頁編程 >> PHP編程 >> 關於PHP編程 >> PHP 正則表達式

PHP 正則表達式

編輯:關於PHP編程

1. 引子
        目前,正則表達式已經在很多軟件中得到廣泛的應用,包括*nix(Linux, Unix等),HP等操作系統,PHP,C#,Java等開發環境,以及很多的應用軟件中,都可以看到正則表達式的影子。      

        正則表達式的使用,可以通過簡單的辦法來實現強大的功能。為了簡單有效而又不失強大,造成了正則表達式代碼的難度較大,學習起來也不是很容易,所以需要付出一些努力才行,入門之後參照一定的參考,使用起來還是比較簡單有效的。

        例子: ^.+@.+\\..+$

        這樣的代碼曾經多次把我自己給嚇退過。可能很多人也是被這樣的代碼給嚇跑的吧。繼續閱讀本文將讓你也可以自由應用這樣的代碼。

2. 正則表達式的歷史
        正則表達式的“祖先”可以一直上溯至對人類神經系統如何工作的早期研究。Warren McCulloch 和 Walter Pitts 這兩位神經生理學家研究出一種數學方式來描述這些神經網絡。

        1956 年, 一位叫 Stephen Kleene 的數學家在 McCulloch 和 Pitts 早期工作的基礎上,發表了一篇標題為“神經網事件的表示法”的論文,引入了正則表達式的概念。正則表達式就是用來描述他稱為“正則集的代數”的表達式,因此采用“正則表達式”這個術語。

        隨後,發現可以將這一工作應用於使用 Ken Thompson 的計算搜索算法的一些早期研究,Ken Thompson 是 Unix 的主要發明人。正則表達式的第一個實用應用程序就是 Unix 中的qed編輯器。

        如他們所說,剩下的就是眾所周知的歷史了。從那時起直至現在正則表達式都是基於文本的編輯器和搜索工具中的一個重要部分。


3. 正則表達式定義
        正則表達式(regular expression)描述了一種字符串匹配的模式,可以用來檢查一個串是否含有某種子串、將匹配的子串做替換或者從某個串中取出符合某個條件的子串等。

        正則表達式是由普通字符(例如字符 a 到 z)以及特殊字符(稱為元字符)組成的文字模式。正則表達式作為一個模板,將某個字符模式與所搜索的字符串進行匹配。

3.1 普通字符
        由所有那些未顯式指定為元字符的打印和非打印字符組成。這包括所有的大寫和小寫字母字符,所有數字,所有標點符號以及一些符號。

3.2 非打印字符 

 \cx  匹配由x指明的控制字符。例如,\cM 匹配一個Control-M 或回車符。x 的值必須為A-Z 或a-z 之一。否則,將c 視為一個原義的'c' 字符。 \f  匹配一個換頁符。等價於\x0c 和\cL。 \n  匹配一個換行符。等價於\x0a 和\cJ。 \r  匹配一個回車符。等價於\x0d 和\cM。 \s  匹配任何空白字符,包括空格、制表符、換頁符等等。等價於[ \f\n\r\t\v]。 \S  匹配任何非空白字符。等價於[^ \f\n\r\t\v]。 \t  匹配一個制表符。等價於\x09 和\cI。 \v  匹配一個垂直制表符。等價於\x0b 和\cK。  

3.3 特殊字符
        所謂特殊字符,就是一些有特殊含義的字符,如上面說的"*.txt"中的*,簡單的說就是表示任何字符串的意思。如果要查找文件名中有*的文件,則需要對*進行轉義,即在其前加一個\。ls \*.txt。正則表達式有以下特殊字符。

  

字符  $  匹配輸入字符串的結尾位置如果設置了RegExp 對象的Multiline 屬性,則$ 也匹配'\n' 或'\r'要匹配$ 字符本身,請使用\$ ()  標記一個子表達式的開始和結束位置子表達式可以獲取供以後使用要匹配這些字符,請使用\( 和\) *  匹配前面的子表達式零次或多次要匹配* 字符,請使用\* +  匹配前面的子表達式一次或多次要匹配+ 字符,請使用\+ .  匹配除換行符\n之外的任何單字符要匹配.,請使用\. [  標記一個中括號表達式的開始。要匹配[,請使用\[ ?  匹配前面的子表達式零次或一次,或指明一個非貪婪限定符。要匹配? 字符,請使用\? \  將下一個字符標記為或特殊字符、或原義字符、或向後引用、或八進制轉義符。 ^  匹配輸入字符串的開始位置,除非在方括號表達式中使用,此時它表示不接受該字符集合。要匹配^ 字符本身,請使用\^ {  標記限定符表達式的開始。要匹配{,請使用\{ |  指明兩項之間的一個選擇。要匹配|,請使用\|  

3.4 限定符

        限定符用來指定正則表達式的一個給定組件必須要出現多少次才能滿足匹配。有*或+或?或{n}或{n,}或{n,m}共6種。*、+和?限定符都是貪婪的,因為它們會盡可能多的匹配文字,只有在它們的後面加上一個?就可以實現非貪婪或最小匹配。
        正則表達式的限定符有:

  

特別字符  *  匹配前面的子表達式零次或多次。例如,zo* 能匹配"z" 以及"zoo"。* 等價於{0,} +  匹配前面的子表達式一次或多次。例如,'zo+' 能匹配"zo" 以及"zoo",但不能匹配"z"。+ 等價於{1,} ?  匹配前面的子表達式零次或一次。例如,"do(es)?" 可以匹配"do" 或"does" 中的"do" 。? 等價於{0,1} {n}  n 是一個非負整數。匹配確定的n 次。例如,'o{2}' 不能匹配"Bob" 中的'o',但是能匹配"food" 中的兩個o {n,}  n 是一個非負整數。至少匹配n 次。 {n,m}  m 和n 均為非負整數,其中n <= m。最少匹配n 次且最多匹配m 次。  

3.5 定位符

        用來描述字符串或單詞的邊界,^和$分別指字符串的開始與結束,\b描述單詞的前或後邊界,\B表示非單詞邊界。不能對定位符使用限定符。


3.6 選擇

        用圓括號將所有選擇項括起來,相鄰的選擇項之間用|分隔。但用圓括號會有一個副作用,是相關的匹配會被緩存,此時可用?:放在第一個選項前來消除這種副作用。
        其中?:是非捕獲元之一,還有兩個非捕獲元是?=和?!,這兩個還有更多的含義,前者為正向預查,在任何開始匹配圓括號內的正則表達式模式的位置來匹配搜索字符串,後者為負向預查,在任何開始不匹配該正則表達式模式的位置來匹配搜索字符串。

 3.7 後向引用

        對一個正則表達式模式或部分模式兩邊添加圓括號將導致相關匹配存儲到一個臨時緩沖區中,所捕獲的每個子匹配都按照在正則表達式模式中從左至右所遇到的內容存儲。存儲子匹配的緩沖區編號從 1 開始,連續編號直至最大 99 個子表達式。每個緩沖區都可以使用 '\n' 訪問,其中 n 為一個標識特定緩沖區的一位或兩位十進制數。
  可以使用非捕獲元字符 '?:', '?=', or '?!' 來忽略對相關匹配的保存。

4. 各種操作符的運算優先級

  相同優先級的從左到右進行運算,不同優先級的運算先高後低。各種操作符的優先級從高到低如下:

 
 

 \  轉義符 (), (?:), (?=), []  圓括號和方括號 *, +, ?, {n}, {n,}, {n,m}  限定符 ^, $, \anymetacharacter  位置和順序 |  “或”操作  

摘自 Lee.的專欄

  1. 上一頁:
  2. 下一頁:
Copyright © 程式師世界 All Rights Reserved