## 正則表達式 正則表達式（regular expression）描述了一種字符串匹配的模式（pattern），可以用來檢查一個串是否含有某種子串、將匹配的子串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 **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。 ### 分隔符 當使用 PCRE 函數的時候，模式需要由分隔符閉合包裹。分隔符可以使任意非字母數字、非反斜線、非空白字符。 經常使用的分隔符是正斜線（/）、hash符號（#） 以及取反符號（~）下面的例子都是使用合法分隔符的模式。 - /foo bar/ - \#^[^0-9]$\# - +php+ - %[a-zA-Z0-9_-]% ### 元字符 正則表達式的威力源于它可以在模式中擁有選擇和重復的能力。 一些字符被賦予特殊的涵義，使其不再單純的代表自己，模式中的這種有特殊涵義的編碼字符稱為元字符。 共有兩種不同的元字符： 一種是可以在方括號外任何地方使用的，一種是需要在方括號內使用的。 **方括號外使用的元字符：** | 字符 | 描述 | | --- | --- | | \ | 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 | | * | 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 | **方括號內使用的元字符：** | 字符 | 描述 | | --- | --- | | \ | 轉義字符 | | ^ | 僅在作為第一個字符時，表明字符類取反 | | - | 標記字符范圍 | **限定符（量詞）** 限定符主要是用來限定每個字符串出現的次數。 | 限定字符 | 含義 | | --- | --- | | ？ | 零次或一次，等價于 {0,1} | | * | 零次或多次, 等價于 {0,n}| | + | 一次或多次, 等價于 {1,n} | | {n} | n 次 | | {n,} | 至少 n 次 | | {n,m} | n 到 m 次 | ### 轉義序列（反斜線） 表達式中的反斜杠有多重意義，如轉義字符、顯示非打印的字符、指定預定義的字符集、定義斷言。 ** （1）轉義字符 ** 轉義字符主要是將一些特殊字符轉為普通字符。比如要匹配元字符，就需要在他們前面加上反斜線，例如：\?, \^, \$ ** （2）顯示非打印字符 ** 非打印字符也可以是正則表達式的組成部分，常見的非打印字符轉義序列： | 字符 | 含義 | | --- | --- | | \b | 退格 | | \f | 換頁符 | | \n | 換行符 | | \r | 回車符 | | \s | 任何空白字符，包括空格、制表符、換頁符等 | | \S | 任何非空白字符 | | \t | 制表符 | | \v | 垂直制表符 | **后向引用** 后向引用依靠子表達式的 ”記憶” 功能，匹配連續出現的字串或是字符。如：(abc)(123)\1\2，表示匹配字符串 abc123abc123 ** （3）指定預定義的字符集 ** | 字符 | 含義 | | --- | --- | | \d | 任意十進制數字 | | \D | 任意非十進制數字 | | \s | 任意空白字符 | |\S | 任意非空白字符 | | \w | 任意單詞字符（數字，字母，下劃線）| | \W | 任意非單詞字符 | ** （4）定義斷言 ** 一個斷言指定一個必須在特定位置匹配的條件， 它們不會從目標字符串中消耗任何字符。 | 字符 | 含義 | | --- | --- | | \b | 單詞邊界 | | \B | 非單詞邊界 | | \A | 目標的開始位置（獨立于多行模式）| | \z | 目標的結束位置（獨立于多行模式）| | \Z | 目標的結束位置或結束處的換行符（獨立于多行模式）| | \G | 在目標中首次匹配位置 | ### 模式修飾符 模式修飾符的作用是設定模式，也就是正則表達式如何解釋。php 中主要模式如下： | 修飾符 | 說明 | | --- | --- | | i | 忽略大小寫 | | m | 多行文本模式 | | s | 單行文本模式 | | x | 忽略空白字符 | ### 表達式示例 匹配特殊字符，例如：$foo, [abc], c++ /\$foo/ /\[abc\]/ /c\+\+/ 匹配以 face 開頭的字符串，例如：facebook /^face/ 匹配以 book 結尾的字符串，例如：facebook /book$/ 表達式將匹配 facebook, gitbook /(face|git)book/ 匹配包含元音的字符串 /[aeiou]/ 匹配英文字母和阿拉伯數字 /[a-zA-Z0-9]/ 匹配非阿拉伯數字 /[^0-9]/ 表達式將匹配 gogle, google, gooogle, goo...ogle /goo*gle/ /goo{0,}gle/ 表達式將匹配 gogle, google /goo?gle/ /goo{0,1}gle/ 表達式將匹配 google，gooogle, goo...ogle /goo+gle/ /goo{1,}gle/ 表達式將匹配 google, gooogle, goooogle /goo{1,3}gle/ 表達式將匹配 gooogle /goo{2}gle/ 表達式將匹配 2017-05-21, 0000-00-00, 1234-56-78 /\d{4}-\d{2}-\d{2}/ 匹配一個完整的單詞，例如： tom and jerry /\band\b/ 匹配忽略大小寫，表達式將匹配 google, Google, GOOGLE /google/i ### 貪婪匹配與惰性匹配 - 貪婪匹配：就是匹配盡可能多的字符。 - 懶惰匹配：就是匹配盡可能少的字符。 例如使用表達式 `/<div>.*<\/div>/` 匹配字符串 `<div>google</div><div>facebook</div>` - 貪婪匹配返回： `<div>google</div><div>facebook</div>` - 懶惰匹配返回： `<div>google</div>` **注意：** 默認情況下，量詞都是 ”貪婪” 的，在量詞后面加上？（問號）標記，它就會轉換成懶惰匹配。 ### PRCE 函數 ``` <?php $html = <<<EOT {div class="list"}php{/div} {div class="list"}python{/div} {div class="list"}java{/div} EOT; $pattern = '/{div class="list"}(.*?){\/div}/'; preg_match($pattern, $html, $matches); print_r($matches); preg_match_all($pattern, $html, $matches); print_r($matches); $str = '小明的出生日期： 1997-10-01'; $pattern = '/(\d{4})-(\d{2})-(\d{2})/i'; $output = preg_replace($pattern, '$1 年 $2 月 $3 日', $str); echo $output . PHP_EOL; $output = preg_replace_callback($pattern, function($matches){ return "{$matches[1]} 年 {$matches[2]} 月 {$matches[3]} 日"; }, $str); echo $output . PHP_EOL; ?> ``` 參考鏈接： - [模式語法](http://php.net/manual/zh/reference.pcre.pattern.syntax.php) - [模式修飾符](http://php.net/manual/zh/reference.pcre.pattern.modifiers.php) - [PCRE函數](http://php.net/manual/zh/ref.pcre.php)