正则在php中的使用

一、基础

a)常用元字符

代码	说明
.	匹配除了换行符意外的任意字符
w	字母|数字|下划线|汉字
s	匹配任意的空白符
d	匹配数字
	匹配单词的开始或者结束
^	匹配字符串的开始
$	匹配字符串的结束

 

b)常用限定符

*	重复零次或更多次
+	重复一次或更多次
？	重复一次或零次
{n}	重复n次
{n,}	重复n次或更多次
{n,m}	重复n到m次

 

我们也可以轻松地指定一个字符范围，像[0-9]代表的含意与d就是完全一致的：一位数字；同理[a-z0-9A-Z_]也完全等同于w（如果只考虑英文的话）。

c)分支条件

正则表达式里的分枝条件指的是有几种规则，如果满足其中任意一种规则都应该当成匹配，具体方法是用|把不同的规则分隔开。

0d{2}-d{8}|0d{3}-d{7}

d)子表达式

可以用小括号来指定子表达式(也叫做分组)，子表达式的内容会被捕获，再次使用就方便了。

e)反义

有时需要查找不属于某个能简单定义的字符类的字符。比如想查找除了数字以外，其它任意字符都行的情况，这时需要用到反义：

W	匹配不是数字字母下划线或汉字的字符
S	任意不是空白符的字符
D	任意非数字字符
B	不是以单词开头的位置
[^x]	除了x意外的任意字符
[^aeiou]	aeiou以外的字符

 

f）反向引用

使用小括号指定一个子表达式后，匹配这个子表达式的文本(也就是此分组捕获的内容)可以在表达式或其它程序中作进一步的处理。默认情况下，每个分组会自动拥有一个组号，规则是：从左向右，以分组的左括号为标志，第一个出现的分组的组号为1，第二个为2，以此类推。

g)贪婪与懒惰

当正则表达式中包含能接受重复的限定符时，通常的行为是（在使整个表达式能得到匹配的前提下）匹配尽可能多的字符。以这个表达式为例：a.*b，它将会匹配最长的以a开始，以b结束的字符串。如果用它来搜索aabab的话，它会匹配整个字符串aabab。这被称为贪婪匹配。

有时，我们更需要懒惰匹配，也就是匹配尽可能少的字符。前面给出的限定符都可以被转化为懒惰匹配模式，只要在它后面加上一个问号?。这样.*?就意味着匹配任意数量的重复，但是在能使整个匹配成功的前提下使用最少的重复。

a.*?b匹配最短的，以a开始，以b结束的字符串。如果把它应用于aabab的话，它会匹配aab（第一到第三个字符）和ab（第四到第五个字符）。

*?	重复任意次，但尽可能少重复
+?	重复1次或更多次，但尽可能少重复
??	重复1次或0次，但尽可能少重复
{n,m}?	重复n到m次，但尽可能少重复
{n,}?	重复n次以上，但尽可能少重复

 

内容参考自：http://www.92csz.com/regex/

二、php中使用正则

a)匹配

$pattern = "/<div>.*div>/i";
$subject = "<div>abc</div><b>d</b><div></div>";
preg_match_all($pattern, $subject, $matchs);
echo htmlentities($matchs[0][0]);

输出：<div>abc</div><b>d</b><div></div>（贪婪）

$pattern = "/<div>.*?div>/i";
preg_match_all($pattern, $subject, $matchs);
echo '<br />';
echo htmlentities($matchs[0][0]);

输出：<div>abc</div>（懒惰）

b)替换

$string = 'The quick brown fox jumped over the lazy dog.';
echo $string . '<br>';
$patterns = array('/quick/', '/brown/', '/fox/');
$replacements = array('slow', 'black', 'bear');
echo preg_replace($patterns, $replacements, $string);

输出：

The quick brown fox jumped over the lazy dog.

The slow black bear jumped over the lazy dog.

$string = "hello 100";
$pattern = "/(w+) (d+)/i";
$replacement = "$1,$2";
echo preg_replace($pattern, $replacement, $string);

输出：hello,100