php 正則式筆記

一.正則表達式
1.匹配符
1)頭匹配符"^":如^0754,只匹配開頭為0754的字符串
2)尾匹配符"$":如0754$,只匹配結尾為0754的字符串
3)全字匹配:將^和$結合,如^0754$,匹配0754字符串

2.轉義字符
1)空字符：
換行\n
回車\r
製表符\t
2)其他字符：
"$" \$
"^" \^
"+" \+
"/" \/

3.通配符
1)*號:用來匹配前面一個字符是否在字符串中出現零次或多次.
例1:'abc*'，匹配含有ab的所有字符串。
2)+號:......................................一次或多次.
例2:'abc+'，匹配含有abc的所有字符串。
3)?號:......................................零次或一次.
例3：只匹配含有ab、abc結尾不再含c的字符串。如abca，aabc，aaab都可以，但abcc就不行。

4.關於轉義字符\$與雙、單引號(php4環境)
1)正則表達式本身就是一個字符串。
2)當引號中含有$時，用雙、單引號定義就有區別，區別如下：
(1)使用單引號定義時，解釋器會把引號內所有字符(包括$在內)都原封不動的賦值給字符串變量。
(2)使用雙引號定義時，解釋器會把引號內"$"字符以及其後的合法字符(字母、數字、下劃線)翻譯成變量，直到遇到一個非法字符才認為變量名結束，該非法字符及其後面的字符都被視為一般字符賦給字符串變量，直到遇到下一個"$"為止。
(3)注意：單個$出現在雙引號的尾部，並且其後面不再有任何字符的時候，解釋器不會將其翻譯成變量。也不需要加轉義\，當然不提倡。
(4)如果待匹配的字符中本身就有$，就無法用雙引號來定義這個正則表達式，原因是轉義字符\$在單，雙引號中表示的意義不同：
<1>雙引號中，\$和單個的$意義是一樣的，都是代表尾匹配符，因此c\$$=c\$=c\$\$=c$=c\$\$；雙引號中，\$在 任何時刻都只代表一個字符"$"，echo "c\$$"結果是c$$，並且\$和單個的$(單個的$是指該$無法和其後字符組成變量名)是完全等效的，都是尾匹配符，所以雙引號中是無法寫入作為非 尾匹配字符的字符"$"的，也正是這個原因，大多數需要匹配$時定義正則表達式只能用''。
<2>單引號中，\$的意義僅僅表示字符"$"，尾匹配符是$，不管後面是否有合法變量名字符；單引號中，\$其實是兩個字符，如不用於正 則匹配將沒有任何意義，echo 'c\$$'結果仍是c\$$。單作為正則表達式來使用，單引號中的\$表示的是特殊字符"$"，而尾匹配符就是單獨的$字符。
3)正則表達式的尾匹配符"$"和變量的定義符是相同的：
例1：定義正則表達式為^ab$：$pattern="^ab\$";轉義字符\$在雙引號中就表示字符$，結果是^ab$。
例2：如上題，使用$pattern="^ab$";顯然是錯誤的，但是由於$在尾部，後面沒有其他字符，所以依然適用。
例3：以字符組合c$結尾的正則表達式：$pattern='c\$$';
例4：如上題，$pattern="c\$$";正則表達式將\$視為尾匹配符，故只匹配以c結尾。

5."[]"方括號(字符簇)用法
1)[]匹配一個字符，在[]中使用^開頭表示取非，即其後的字符全部是不匹配的。
例1：[a-zA-Z0-9]匹配所有大小寫字母和數字。
例2：[\n\t\r\f]匹配所有空字符。
例3：[^A-Z]不匹配大寫字母。
例4：^[^0-9]匹配不以數字開頭的字符或字符串
2)特殊字符"."(句點)匹配除了"新行"之外的所有字符，模式^.abc$匹配任何以abc結尾的字符，但是不能匹配其本身。模式"."則可以匹配任何字符串，除了空字符串和只有一個"新行"字符的字符串。
例1：'^.abc$';匹配所有尾部含有abc的字符串，不匹配小數(新行)，當不匹配abc。
例2：'.';匹配所有字符串，但不匹配空值。
例3：'.abc';匹配所有含abc的字符串，小數等等都可以，前提是不以abc為首，不匹配abc。
例4：'.abc$'；匹配所有以abc結尾的字符串，任何小數等等都可以，不匹配abc。
3)php提供了內置通用字符簇：
[[:alpha:]]任何字母
[[:digit:]]任何數字
[[:alnum:]]任何字母和數字
[[:space:]]任何空白字符
[[:upper:]]任何大寫字母
[[:lower:]]任何小寫字母
[[:punct:]]任何表點符號
[[:xdigit:]]任何十六進制數字
[[:cntrl:]]任何ASCII值小於32的字符
注意：以上字符簇有個特點，只要被匹配的字符或字符串中有此字符，即匹配正確，不管字符串是以什麼方式組成的。

6."{}"大括號用法
1)方括號只能匹配一個字符，而匹配多個字符只能用{}實現：{}用來確定前面內容出現的次數。{n}表示出現n次；{m,n}表示出現m~n次，包括m和n次；{n,}表示出現n次或者n次以上。
例1:^a{10}$;匹配aaaaaaaaaa。
例2:[0-9]{1,}$;匹配所有>0的數。
2)"{}"與通配符之間的關係
? 相當於 {0,1} 零次或一次
* ..... {0,} 零次或無數次
+ ..... {1,} 一次或無數次

7."()"用法
圓括號"()"括住的pattern表示子模式，如$pattern='([1-9]{1}[0-9]{3})-([0-1]{1}[1-2] {1})-([0-3]{1}([0-9]|))';()擴住的就是一個個子模式，()相當於把他們獨立起來，分別匹配而相互不干擾。

二.POSIX風格正則表達式函數
1.ereg
ereg(pattern,string,[array $regs]);
eregi(pattern,string,[array $regs]);
ereg函數在string中找到滿足pattern模式的文本，如果找到true，沒找到false。如果有第三個參數$regs，那找到的文本將放 在$regs[0]中，並且regs數組中將一次存放各個圓括號表達的子模式匹配的結果。$regs[1]中存放了第一個子模式所匹配的結 果，$regs[2]中是第二個，順序從左到右，依次類推。如果沒有找到匹配的文本，$regs數組的值不會被改變。
注意：如果找到了匹配的文本，不管找到的子模式是多少個>9還是<9，ereg()只會改變$regs數組前10個元素的值。但是這不會影響 函數對子模式組合的匹配結果。ereg總是先匹配完，如果沒發現匹配的文本就false，發現了就true。如果有子模式，會逐步根據這些子模式重新在字 符串中尋找匹配的文本，直到$regs數組被填滿10個元素或者所有子模式被匹配完，如果子模式少於10則剩餘的$regs將被賦空值。總之一句話，匹配 歸匹配，$regs歸$regs，$regs只有10個值。 eregi()函數與ereg()基本用法相同，只是eregi對大小寫不敏感。

2.ereg_replace和eregi_replace ereg_replace(pattern,string replacement,string) eregi_replace(pattern,string replacement,string) string字串中滿足pattern的文本將被替換成replacement。如果string中有pattern匹配的文本，那麼返回替換之後的值，如果沒有，則返回原來的string值。 如果pattern中包含子模式，子模式可以有選擇的被保留而不被替換。 例1：pattern中的第二個子模式不被替換，replacement可寫成這樣:replacement\\2。這樣string中匹配的 pattern的字符串將被替換為replacement+pattern2，pattern2表示匹配pattern的文本中又匹配pattern的第 二個子模式的文本。如果使用"\\0"表示保留整個匹配文本。利用這個特性可以實現在特定的字符串之後插入文本的操作。 replacement必須是字符串類型變量，如果不是，替換時將強制轉換成字符串類型。

3.split()函數和spliti()函數用法 split(pattern,string,[int limit]); spliti(pattern,string,[int limit]); split以正則表達式pattern定義的模式為分隔符將string分隔成幾個部分。如果分隔成功，返回的值為各個分隔後部分組成的數組，失敗則返回 false。可選limit表示最大分割塊數。如果limit為5，那麼即使string有>5個的地方符合pattern，string也只被分 割為5個部分，最後一個部分是string去掉前四個部分後剩下的部分。返回值中也只有5個元素。

三.perl風格正則表達式及相關函數
1.perl正則語法
perl分隔符，可使用"/","!"和"{}"。
例1：/^[^0-9]/ !^[0-9]! {^[0-9]}三個都一樣。
在分隔符內部，分隔字符本身就是一個特殊敏感字符，要進行轉義。如果用分隔符"/"，正則中又用了表達字符的"/"，則必須要用"\/"。如果混合用"/"和"!"就沒問題。
例2：/\/\/$/ !//$! 兩者也相同
例3：!^\!\![0-9]$! /^!![0-9]$/ 兩者也相同
2.perl特殊意義字符
\a ASCII值為7的告警符
\b 詞的邊界
\A 和脫出符號("/")等價
\B 非詞邊界
\cn 控制字符
\d 單個數字
\D 單個非數字
\s 單個空白
\S 單個非空白
\w 單個的字母或下劃線
\W 單個的非詞字符(不是字母也不是下劃線)
\Z 從目標字串的尾部開始匹配
3.高級特性
1)或運算"|"：
例如!^ex|em!匹配條件是ex或em開頭的字符串，還可以寫成!^e(x|m)!。
注意：()內的內容代表子模式\
2)邏輯符號後面的模式選項
!正則表達式!邏輯選項
A：只匹配位於目標字串開頭的字符。
E：該選項使轉義字符$構成的正則表達式只匹配目標字符串的結尾字符。如果選擇m選項，該選項就被忽略。
U：該選項禁止最大長度的搜索。一般情況下，搜索會儘量找最長的匹配字符串。例如模式/a+/在"caaaaab"字符串中的匹配結果是"aaaaa"，但是使用該選項的模式/a+/U匹配的結果會是"a"。
S：對模式進行學習，提高查找速度。
i：該選項忽略大小寫。
m：該選項將含有換行符的字符串視為多行而不是一行。這個時候"$"，"^"等字符會匹配每個換行符。
s:該選項使句點"."也匹配換行符。
x:該選項通知PHP解釋器在分析的時候忽略正則表達式定義中的非轉義空格符。這樣可以在正則表達式中使用空格來增強其可讀性，但這時在表達式中使用空格符必須使用轉義字符。
3)擴展模式符號。
(?#comment) 添加註釋comment，可以增強正則可讀性。
(?=pattern) 指定在模式之後必須跟隨值pattern。
(?!pattern) 指定在模式之後不能跟隨值pattern。
(?n) 在模式內部而非結尾處定義模式選項n。
(?: ) 消耗字符，不捕獲匹配結果。
例:echo ereg("?:^a$","a");//無任何輸出。
4.per正則函數
1.preg_grep函數
preg_grep(pattern,array input);
輸入數組input中尋找匹配模式pattern的字串，並將所有的匹配字符串返回。返回值就是所有匹配的字符串組成的數組。

2.preg_match函數
preg_match(pattern,string subject,[array matches])
該函數在subject字符串中尋找匹配pattern的字符串。如果找到則返回一個非零值，否則返回零值。如果選用了可選項matches，那麼匹配的 字符串將被放到第一個元素的位置，可以用$matches[0]來讀取，圓括號匹配的結果也按順序放在這個數組中，第一個是$matches[1]，第二 個是$matches[2]，依次類推。

3.preg_match_all函數
preg_match_all(pattern,subject,array matches,[int order])
該函數在subject字符串中尋找匹配pattern的互不重疊的文本，找到了匹配的文本則返回匹配文本的個數，否則返回0。匹配文本被放在二維數組 matches中，matches[0]中存放的是所有符合的字符串。各種嵌入的子模式匹配的結果依次放在數組matches[1]~[n]中。
order參數可選，可取的值為PREG_PATTERN_ORDER和PREG_SET_ORDER。

4.preg_replace函數
preg_replace(pattern,replacement,subject,[int limit])
該函數將subject中符合pattern模式的部分替換成replacement，返回值類型和subject類型一樣，如果有替換，則返回替換後的值，反之則返回原來的值。
參數可以是數組也可以是變量，有幾種情況：
<1>如果subject參數是數組類型。函數對每一個數組元素進行替換操作；
<2>如果pattern是數組則函數根據每一個pattern中的類型進行替換；
<3>如果pattern和replacement都是數組，則按兩個數組中的元素對應完成替換；
<4>如果replacement中的元素個數少於pattern中的元素個數。那麼不夠的部分將有空字符串來代替。

5.preg_split函數
preg_split(pattern,subject,[int limit][flages])
該函數以pattern定義的模式為分隔符將subject字符串分隔為若干個部分，返回數組，其中存放被分隔後的字符串。limit可限制返回字符串的 數目，如果設置為-1表示對返回的字符串數目不加任何限制。flags也是可選項，其有兩個值：PREG_SPLIT_NO_EMPTY設定函數不返回空 字符串，PERG_SPLIT_DELIM_CAPTURE，該選項設定pattern中的嵌入子模式也會被函數匹配。