zoukankan      html  css  js  c++  java
  • 正则表达式 学习转载

    PHP 正则表达式
     
    介绍
     
           正则表达式,大家在开发中应该是经常用到,现在很多开发语言都有正则表达式的应用,比如javascript,java,.net,php等等,我今天就把我对正则表达式的理解跟大家唠唠,不当之处,请多多指教!
     
    需要知道的术语——下面的术语你知道多少?
     
    Δ  定界符 通常使用 "/"做为定界符开始和结束,也可以使用"#" 成对出现
    Δ  字符域 [w]用方括号扩起来的部分就是字符域
    Δ  修饰符 用于改变正则表达式的行为

    ◆i :如果在修饰符中加上"i",则正则将会取消大小写敏感性,即"a"和"A" 是一样的。

    ◆m:默认的正则开始"^"和结束"$"只是对于正则字符串如果在修饰符中加上"m",那么开始和结束将会指字符串的每一行:每一行的开头就是"^",结尾就是"$"。

    ◆s:如果在修饰符中加入"s",那么默认的"."代表除了换行符以外的任何字符将会变成任意字符,也就是包括换行符!

    ◆x:如果加上该修饰符,表达式中的空白字符将会被忽略,除非它已经被转义。

    ◆e:本修饰符仅仅对于replacement有用,代表在replacement中作为PHP代码。

    ◆A:如果使用这个修饰符,那么表达式必须是匹配的字符串中的开头部分。比如说"/a/A"匹配"abcd"。

    ◆E:与"m"相反,如果使用这个修饰符,那么"$"将匹配绝对字符串的结尾,而不是换行符前面,默认就打开了这个模式。

    ◆U:和问号的作用差不多,用于设置"贪婪模式"。

    Δ  限定符

    如[w]{3,5}或者[w]*或者[w]+这些[w]后面的符号都表示限定符

    *  匹配前面的子表达式零次或多次。例如,zo* 能匹配 "z" 以及 "zoo"。* 等价于{0,}。 
    +  匹配前面的子表达式一次或多次。例如,'zo+' 能匹配 "zo" 以及 "zoo",但不能匹配 "z"。+ 等价于 {1,}。 
    ?  匹配前面的子表达式零次或一次。例如,"do(es)?" 可以匹配 "do" 或 "does" 中的"do" 。? 等价于 {0,1}。 
    {n}  n 是一个非负整数。匹配确定的 n 次。例如,'o{2}' 不能匹配 "Bob" 中的 'o',但是能匹配 "food" 中的两个 o。 
    {n,}  n 是一个非负整数。至少匹配n 次。例如,'o{2,}' 不能匹配 "Bob" 中的 'o',但能匹配 "foooood" 中的所有 o。'o{1,}' 等价于 'o+'。'o{0,}' 则等价于 'o*'。 
    {n,m}  m 和 n 均为非负整数,其中n <= m。最少匹配 n 次且最多匹配 m 次。例如,"o{1,3}" 将匹配 "fooooood" 中的前三个 o。'o{0,1}' 等价于 'o?'。

    请注意在逗号和两个数之间不能有空格。 

    Δ  脱字符 ^ :1.放在字符域(如:[^w])中表示否定(不包括的意思)——“反向选择” 2.放在表达式之前,表示以当前这个字符开始。(/^n/i,表示以n开头)
    Δ  通配符(正向预查,反向预查) 1.正向预查:(?=)  非正向预查(?!) 2.反向预查:(?<=) 非反向预查 (?<!)            前后紧跟字符
    Δ  反向引用
    Δ  惰性匹配
    Δ  注释
    Δ  零字符宽
     
    定位
     
           我们什么时候使用正则表达式呢?不是所有的字符操作都用正则就好了,php在某些方面用正则反而影响效率。当我们遇到复杂文本数据的解析时候,用正则是比较好的选择。
     
    优点
     
          正则表达式在处理复杂字符操作的时候,可以提高工作效率,也在一定程度节省你的代码量
     
    缺点
     
           我们在使用正则表达式的时候,复杂的正则表达式会加大代码的复杂度,让人很难理解。所以我们有的时候需要在正则表达式内部添加注释。
     
    通用模式

     
     ¤ 定界符,通常使用 "/"做为定界符开始和结束,也可以使用"#"。
      什么时候使用"#"呢?一般是在你的字符串中有很多"/"字符的时候,因为正则的时候这种字符需要转义,比如uri。
         使用"/"定界符的代码如下.
    $regex = '/^http://([w.]+)/([w]+)/([w]+).html$/i';
    $str = 'http://www.youku.com/show_page/id_ABCDEFG.html';
    $matches = array();
     
    if(preg_match($regex, $str, $matches)){
        var_dump($matches);
    }
     
    echo " ";

        preg_match中的$matches[0]将包含与整个模式匹配的字符串。 

        使用"#"定界符的代码如下.这个时候对"/"就不转义!

    $regex = '#^http://([w.]+)/([w]+)/([w]+).html$#i';
    $str = 'http://www.youku.com/show_page/id_ABCDEFG.html';
    $matches = array();
     
    if(preg_match($regex, $str, $matches)){
        var_dump($matches);
    }
     
    echo " ";

      ¤ 修饰符:用于改变正则表达式的行为。

         我们看到的('/^http://([w.]+)/([w]+)/([w]+).html/i')中的最后一个"i"就是修饰符,表示忽略大小写,还有一个我们经常用到的是"x"表示忽略空格。

    贡献代码:

      

    $regex = '/HELLO/';
    $str = 'hello word';
    $matches = array();
     
    if(preg_match($regex, $str, $matches)){
        echo 'No i:Valid Successful!'," ";
    }
     
    if(preg_match($regex.'i', $str, $matches)){
        echo 'YES i:Valid Successful!'," ";
    }

     

      ¤ 字符域:[w]用方括号扩起来的部分就是字符域。

      ¤ 限定符:如[w]{3,5}或者[w]*或者[w]+这些[w]后面的符号都表示限定符。现介绍具体意义。

         {3,5}表示3到5个字符。{3,}超过3个字符,{,5}最多5个,{3}三个字符。

         * 表示0到多个

         + 表示1到多个。

      ¤ 脱字符号

          ^:

              > 放在字符域(如:[^w])中表示否定(不包括的意思)——“反向选择”

              >  放在表达式之前,表示以当前这个字符开始。(/^n/i,表示以n开头)。

          注意,我们经常管""叫"跳脱字符"。用于转义一些特殊符号,如".","/"

     

    通配符(lookarounds):断言某些字符串中某些字符的存在与否!
     
    lookarounds分两种:lookaheads(正向预查 ?=)和lookbehinds(反向预查?<=)。
    > 格式:
    正向预查:(?=) 相对应的 (?!)表示否定意思
    反向预查:(?<=) 相对应的 (?<!)表示否定意思
    前后紧跟字符
    $regex = '/(?<=c)d(?=e)/'/* d 前面紧跟c, d 后面紧跟e*/
    $str = 'abcdefgk';
    $matches = array();
     
    if(preg_match($regex, $str, $matches)){
        var_dump($matches);
    }
     
    echo " ";

    否定意义:

    $regex = '/(?<!c)d(?!e)/'/* d 前面不紧跟c, d 后面不紧跟e*/
    $str = 'abcdefgk';
    $matches = array();
     
    if(preg_match($regex, $str, $matches)){
        var_dump($matches);
    }
     
    echo " ";

     

    >字符宽度:零
    验证零字符代码
    $regex = '/HE(?=L)LO/i';
    $str = 'HELLO';
    $matches = array();
     
    if(preg_match($regex, $str, $matches)){
        var_dump($matches);
    }
     
    echo " ";

    打印不出结果!

    $regex = '/HE(?=L)LLO/i';
    $str = 'HELLO';
    $matches = array();
     
    if(preg_match($regex, $str, $matches)){
        var_dump($matches);
    }
     
    echo " ";

     能打印出结果!

    说明:(?=L)意思是HE后面紧跟一个L字符。但是(?=L)本身不占字符,要与(L)区分,(L)本身占一个字符。

     
    捕获数据
     
    没有指明类型而进行的分组,将会被获取,供以后使用。
    > 指明类型指的是通配符。所以只有圆括号起始位置没有问号的才能被捕捉。

    > 在同一个表达式内的引用叫做反向引用。
    > 调用格式: 编号(如1)。
    $regex = '/^(Chuanshanjia)[ws!]+1$/';   
    $str = 'Chuanshanjia thank Chuanshanjia';
    $matches = array();
     
    if(preg_match($regex, $str, $matches)){
        var_dump($matches);
    }
     
    echo " ";

     

    > 避免捕获数据
       格式:(?:pattern)
       优点:将使有效反向引用数量保持在最小,代码更加、清楚。
     
    >命名捕获组
       格式:(?P<组名>) 调用方式 (?P=组名)
    $regex = '/(?P<author>chuanshanjia)[s]Is[s](?P=author)/i';
    $str = 'author:chuanshanjia Is chuanshanjia';
    $matches = array();
     
    if(preg_match($regex, $str, $matches)){
        var_dump($matches);
    }
     
    echo " ";

    运行结果

      

    惰性匹配(记住:会进行两部操作,请看下面的原理部分)

      格式:限定符?

         原理:"?":如果前面有限定符,会使用最小的数据。如“*”会取0个,而“+”会取1个,如过是{3,5}会取3个。

    先看下面的两个代码:

    代码1.

    <?php
    $regex = '/heL*/i';
    $str = 'heLLLLLLLLLLLLLLLL';
    if(preg_match($regex, $str, $matches)){
        var_dump($matches);
    }
     
    echo " ";

      结果1.

     

    代码2

    <?php
    $regex = '/heL*?/i';
    $str = 'heLLLLLLLLLLLLLLLL';
    if(preg_match($regex, $str, $matches)){
        var_dump($matches);
    }
     
    echo " ";

      结果2

     

    代码3,使用“+”

    <?php
    $regex = '/heL+?/i';
    $str = 'heLLLLLLLLLLLLLLLL';
    if(preg_match($regex, $str, $matches)){
        var_dump($matches);
    }
     
    echo " ";

     结果3

    代码4,使用{3,5}

    <?php
    $regex = '/heL{3,10}?/i';
    $str = 'heLLLLLLLLLLLLLLLL';
    if(preg_match($regex, $str, $matches)){
        var_dump($matches);
    }
     
    echo " ";

     结果4

     
     

    正则表达式的注释
     
    格式:(?# 注释内容)
    用途:主要用于复杂的注释
     
     贡献代码:是一个用于连接MYSQL数据库的正则表达式
    $regex = '/
        ^host=(?<!.)([d.]+)(?!.)                 (?#主机地址)
    |
        ([w!@#$%^&*()_+-]+)                       (?#用户名)
    |
        ([w!@#$%^&*()_+-]+)                       (?#密码)
    (?!|)$/ix';
     
    $str = 'host=192.168.10.221|root|123456';
    $matches = array();
     
    if(preg_match($regex, $str, $matches)){
        var_dump($matches);
    }
     
    echo " ";

     

     
    特殊字符
     
     
    特殊字符 解释
    * 0到多次
    + 1到多次还可以写成{1,}
    ? 0或1次
    . 匹配除换行符外的所有单个的字符
    w [a-zA-Z0-9_]
    s 空白字符(空格,换行符,回车符)[ ]
    d [0-9]
  • 相关阅读:
    LeetCode_441. Arranging Coins
    LeetCode_437. Path Sum III
    Spearman秩相关系数和Pearson皮尔森相关系数
    Spark MLlib 之 Basic Statistics
    Spark MLlib 之 Naive Bayes
    Spark MLlib Data Type
    maven 下载 源码和javadoc 命令
    Hadoop的数据输入的源码解析
    Spark相关错误汇总
    Spark External Datasets
  • 原文地址:https://www.cnblogs.com/havoe/p/4376620.html
Copyright © 2011-2022 走看看