PHP正規表示式的幾個使用技巧基本教學

Benjamin · 2010年08月03日00:49

PHP正規表示式主要用于字串的模式分割、匹配、查找及替換操作。使用正規表示式在某些簡單的環境下可能效率不高，因此如何更好的使用PHP正規表示式需要綜合考慮。

我的PHP正規入門，是起源于網上的一篇文章，這篇文章由淺入深的闡述了PHP正規表示式使用的方法，我覺得是一個很好的入門材料，不過學成還是要靠個人，在使用的過程中，還是會不斷地忘記，因此反反複複的閱讀了這篇文章有四五遍，對于其中一些比較困難的知識點，甚至要用很久才能消化，但是只要能見堅持著看完，你會發現自己對于正規的運用能力就會顯著提高。

PHP正規表示式的定義：
用于描述字串排列和匹配模式的一種語法規則。它主要用于字串的模式分割、匹配、查找及替換操作。

PHP中的正規函數：
PHP中有兩套正規函數，兩者功能差不多，分別為：
一套是由PCRE（Perl Compatible Regular Expression）庫提供的。使用“preg_”為前綴命名的函數；

一套由POSIX（Portable Operating System Interface of Unix ）擴展提供的。使用以“ereg_”為前綴命名的函數；（POSIX的正規函數庫，自PHP 5.3以後，就不在推薦使用，從PHP6以後，就將被移除）

由于POSIX正規即將推出曆史舞台，並且PCRE和perl的形式差不多，更利于我們在perl和php之間切換，所以這裏重點介紹PCRE正規的使用。

PCRE正規表示式：
PCRE全稱為Perl Compatible Regular Expression，意思是Perl兼容正規表示式。
在PCRE中，通常將模式表達式（即正規表示式）包含在兩個反斜線“/”之間，如“/apple/”。

正規中重要的幾個概念有：元字串、轉義、模式單元（重複）、反義、引用和斷言，這些概念都可以在文章[1]中輕松的理解和掌握。

常用的元字串(Meta-character)：

元字串 說明

\A 匹配字串串首的原子

\Z 匹配字串串尾的原子

\b 匹配單詞的邊界 /\bis/ 匹配頭為is的字串 /is\b/ 匹配尾為is的字串 /\bis\b/ 定界

\B 匹配除單詞邊界之外的任意字串 /\Bis/ 匹配單詞“This”中的“is”

\d 匹配一個數字；等價于[0-9]

\D 匹配除數字以外任何一個字串；等價于[^0-9]

\w 匹配一個英文字母、數字或下劃線；等價于[0-9a-zA-Z_]

\W 匹配除英文字母、數字和下劃線以外任何一個字串；等價于[^0-9a-zA-Z_]

\s 匹配一個空白字串；等價于[\f\t\v]

\S 匹配除空白字串以外任何一個字串；等價于[^\f\t\v]

\f 匹配一個換頁符等價于 \x0c 或 \cL

匹配一個換行符；等價于 \x0a 或 \cJ

匹配一個回車符等價于\x0d 或 \cM

\t 匹配一個制表符；等價于 \x09\或\cl

\v 匹配一個垂直制表符；等價于\x0b或\ck

\oNN 匹配一個八進制數字

\xNN 匹配一個十六進制數字

\cC 匹配一個控制字串

模式修正符（Pattern Modifiers）：

模式修正符在忽略大小寫、匹配多行中使用特別多，掌握了這一個修正符，往往能解決我們遇到的很多問題。

i －可同時匹配大小寫字母

M －將字串視為多行

S －將字串視為單行，換行符做普通字串看待，使“.”匹配任何字串

X －模式中的空白忽略不計

U －匹配到最近的字串

e －將替換的字串作為表達使用

格式：/apple/i匹配“apple”或“Apple”等，忽略大小寫。 /i

PCRE的模式單元：

//1 提取第一位的屬性

/^\d{2} ([\W])\d{2}\1\d{4}$匹配“12-31-2006”、“09/27/1996”、“86 01 4321”等字串。
但上述正規表示式不匹配“12/34-5678”的格式。
這是因為模式“[\W]”的結果“/”已經被存儲。
下個位置“\1”引用時，其匹配模式也是字串“/”。

當不需要存儲匹配結果時使用非存儲模式單元“（？：）”

例如/(?:a|b|c)(D|E|F)\1g/ 將匹配“aEEg”。
在一些正規表示式中，使用非存儲模式單元是必要的。
否則，需要改變其後引用的順序。
上例還可以寫成/（a|b|c） (C|E|F)\2g/。