##什么叫正則表達式 正則表達式是對字符串進行操作的一種邏輯公式，就是用一些特定的字符組合成一個規則字符串，稱之為正則匹配模式。 ~~~ $p = '/apple/'; $str = "apple banna"; if (preg_match($p, $str)) { echo 'matched'; } ~~~ 其中字符串'/apple/'就是一個正則表達式，他用來匹配源字符串中是否存在apple字符串。 PHP中使用PCRE庫函數進行正則匹配，比如上例中的preg_match用于執行一個正則匹配，常用來判斷一類字符模式是否存在。 ## 正則表達式的基本語法 PCRE庫函數中，正則匹配模式使用分隔符與元字符組成，分隔符可以是非數字、非反斜線、非空格的任意字符。經常使用的分隔符是正斜線(/)、hash符號(#) 以及取反符號(~)，例如： ~~~ /foo bar/ #^[^0-9]$# ~php~ ~~~ 如果模式中包含分隔符，則分隔符需要使用反斜杠（\）進行轉義。 `/http:\/\//` 如果模式中包含較多的分割字符，建議更換其他的字符作為分隔符，也可以采用preg_quote進行轉義。 ~~~ $p = 'http://'; $p = '/'.preg_quote($p, '/').'/'; echo $p; ~~~ 分隔符后面可以使用模式修飾符，模式修飾符包括：i, m, s, x等，例如使用i修飾符可以忽略大小寫匹配： ~~~ $str = "Http://www.imooc.com/"; if (preg_match('/http/i', $str)) { echo '匹配成功'; } ~~~ ## 元字符與轉義 正則表達式中具有特殊含義的字符稱之為元字符，常用的元字符有： \ 一般用于轉義字符 ^ 斷言目標的開始位置(或在多行模式下是行首) $ 斷言目標的結束位置(或在多行模式下是行尾) . 匹配除換行符外的任何字符(默認) [ 開始字符類定義 ] 結束字符類定義 | 開始一個可選分支 ( 子組的開始標記 ) 子組的結束標記 ? 作為量詞，表示 0 次或 1 次匹配。位于量詞后面用于改變量詞的貪婪特性。 (查閱量詞) * 量詞，0 次或多次匹配 + 量詞，1 次或多次匹配 { 自定義量詞開始標記 } 自定義量詞結束標記 ~~~ //下面的\s匹配任意的空白符，包括空格，制表符，換行符。[^\s]代表非空白符。[^\s]+表示一次或多次匹配非空白符。 $p = '/^我[^\s]+(蘋果|香蕉)$/'; $str = "我喜歡吃蘋果"; if (preg_match($p, $str)) { echo '匹配成功'; } ~~~ 元字符具有兩種使用場景，一種是可以在任何地方都能使用，另一種是只能在方括號內使用，在方括號內使用的有： \ 轉義字符 ^ 僅在作為第一個字符(方括號內)時，表明字符類取反 - 標記字符范圍 其中^在反括號外面，表示斷言目標的開始位置，但在方括號內部則代表字符類取反，方括號內的減號-可以標記字符范圍，例如0-9表示0到9之間的所有數字。 ~~~ //下面的\w匹配字母或數字或下劃線。 $p = '/[\w\.\-]+@[a-z0-9\-]+\.(com|cn)/'; $str = "我的郵箱是Spark.eric@imooc.com"; preg_match($p, $str, $match); echo $match[0]; ~~~ ## 貪婪模式與懶惰模式 正則表達式中每個元字符匹配一個字符，當使用+之后將會變的貪婪，它將匹配盡可能多的字符，但使用問號?字符時，它將盡可能少的匹配字符，既是懶惰模式。 貪婪模式：在可匹配與可不匹配的時候，優先匹配 //下面的\d表示匹配數字 ~~~ $p = '/\d+\-\d+/'; $str = "我的電話是010-12345678"; preg_match($p, $str, $match); echo $match[0]; //結果為：010-12345678 ~~~ 懶惰模式：在可匹配與可不匹配的時候，優先不匹配 ~~~ $p = '/\d?\-\d?/'; $str = "我的電話是010-12345678"; preg_match($p, $str, $match); echo $match[0]; //結果為：0-1 ~~~ 當我們確切的知道所匹配的字符長度的時候，可以使用{}指定匹配字符數 ~~~ $p = '/\d{3}\-\d{8}/'; $str = "我的電話是010-12345678"; preg_match($p, $str, $match); echo $match[0]; //結果為：010-12345678 ~~~ ## 使用正則表達式進行匹配 使用正則表達式的目的是為了實現比字符串處理函數更加靈活的處理方式，因此跟字符串處理函數一樣，其主要用來判斷子字符串是否存在、字符串替換、分割字符串、獲取模式子串等。 PHP使用PCRE庫函數來進行正則處理，通過設定好模式，然后調用相關的處理函數來取得匹配結果。 preg_match用來執行一個匹配，可以簡單的用來判斷模式是否匹配成功，或者取得一個匹配結果，他的返回值是匹配成功的次數0或者1，在匹配到1次以后就會停止搜索。 ~~~ $subject = "abcdef"; $pattern = '/def/'; preg_match($pattern, $subject, $matches); print_r($matches); //結果為：Array ( [0] => def ) ~~~ 上面的代碼簡單的執行了一個匹配，簡單的判斷def是否能匹配成功，但是正則表達式的強大的地方是進行模式匹配，因此更多的時候，會使用模式： ~~~ $subject = "abcdef"; $pattern = '/a(.*?)d/'; preg_match($pattern, $subject, $matches); print_r($matches); //結果為：Array ( [0] => abcd [1] => bc ) ~~~ 通過正則表達式可以匹配一個模式，得到更多的有用的數據。 ## 查找所有匹配結果 preg_match只能匹配一次結果，但很多時候我們需要匹配所有的結果，preg_match_all可以循環獲取一個列表的匹配結果數組。 ~~~ $p = "|<[^>]+>(.*?)</[^>]+>|i"; $str = "<b>example: </b><div align=left>this is a test</div>"; preg_match_all($p, $str, $matches); print_r($matches); ~~~ 可以使用preg_match_all匹配一個表格中的數據： ~~~ $p = "/<tr><td>(.*?)<\/td>\s*<td>(.*?)<\/td>\s*<\/tr>/i"; $str = "<table> <tr><td>Eric</td><td>25</td></tr> <tr><td>John</td><td>26</td></tr> </table>"; preg_match_all($p, $str, $matches); print_r($matches); ~~~ $matches結果排序為$matches[0]保存完整模式的所有匹配, $matches[1] 保存第一個子組的所有匹配，以此類推。 ## 正則表達式的搜索和替換 正則表達式的搜索與替換在某些方面具有重要用途，比如調整目標字符串的格式，改變目標字符串中匹配字符串的順序等。 例如我們可以簡單的調整字符串的日期格式： ~~~ $string = 'April 15, 2014'; $pattern = '/(\w+) (\d+), (\d+)/i'; $replacement = '$3, ${1} $2'; echo preg_replace($pattern, $replacement, $string); //結果為：2014, April 15 ~~~ 其中${1}與$1的寫法是等效的，表示第一個匹配的字串，$2代表第二個匹配的。 通過復雜的模式，我們可以更加精確的替換目標字符串的內容。 ~~~ $patterns = array ('/(19|20)(\d{2})-(\d{1,2})-(\d{1,2})/', '/^\s*{(\w+)}\s*=/'); $replace = array ('\3/\4/\1\2', '$\1 =');//\3等效于$3,\4等效于$4，依次類推 echo preg_replace($patterns, $replace, '{startDate} = 1999-5-27'); //結果為：$startDate = 5/27/1999 //詳細解釋下結果：(19|20)表示取19或者20中任意一個數字，(\d{2})表示兩個數字，(\d{1,2})表示1個或2個數字，(\d{1,2})表示1個或2個數字。^\s*{(\w+)\s*=}表示以任意空格開頭的，并且包含在{}中的字符，并且以任意空格結尾的，最后有個=號的。 ~~~ 用正則替換來去掉多余的空格與字符： ~~~ $str = 'one two'; $str = preg_replace('/\s+/', ' ', $str); echo $str; // 結果改變為'one two' ~~~