PHP学习之-正则表达式

PHP学习之-正则表达式

1、什么是正则表达式

正则表达式是对字符串处理额一种逻辑公式，就是用特定的字符串组合成一个规则的字符串，称之为正则匹配模式

$p = '/apple/';
$str = ''apple banna';
if (preg_match($p,$str)) {
  echo 'matched';
}

其中字符串 '/apple/' 就是一个正则表达式,用来匹配字符串中是否存在apple字符串。

PHP中使用PCRE库函数进行正则匹配，比如上例中的preg_match用于执行一个正则匹配，常用来判断一类字符模式是否存在。

2、正则表达式的基本语法

PCRE库函数中，正则匹配模式使用分隔符与元字符串组成，分隔符可以使非数字、反斜线、空格的任意字符。经常使用的分隔符是正斜线（/）、hash符号（#）以及取反符号（~），例如

/foo bar/
#^[^0-9]$#
~PHP~

如果正则表单时中包含分隔符，则分隔符需要使用反斜线（\）进行转义。

/http:\/\//

如果模式中包含较多的分隔符，建议跟换其他的字符作为分隔符，也可以使用preg_quote进行转义。

$p = 'http://';
$p = '/'.preg_quote($p,'/').'/';
echo $p;

分隔符后面可以使用模式修饰符，模式修饰符包括：i，m，s,x等，例如使用修饰符可以忽略大小写

$str = 'http://www.baidu.com';
if (preg_match('/http/i',$str)) {
  echo '匹配成功';
}

3、元字符与转义

正则表达式具有特殊含义的字符成为元字符，常用的字符有：

\ 一般转义字符

^ 断言磨边的开始位置（或在多行模式下是行首）

$ 断言牧鞭的结束位置（或在多行下是行尾）

. 匹配除换行符外的任何字符（默认）

[ 开始字符类定义

] 结束字符类定义

( 子组的开始标记

) 子组的结束标记

? 作为量词,表示0次或者1次匹配，位于两次后面用于改变量的词贪婪特性（查阅量词）

* 量词,0次或者多次匹配。

+ 量词，1次或者多次匹配

} 自定义量词的开始

{ 自定义量词的结束

// 下边的\s表示任意的空白符，包括空格，制表符，换行符。[^\s] 代表非空白符。[^\s]+表示一次或者多次匹配非空格符。
$p = '/^ 我[^\s]+(苹果|香蕉)$/';
$str = "我喜欢吃苹果";
if (preg_match($p,$str)) {
  echo '匹配成功';
}

元字符具有两种使用场景，一种是可以在任何地方都可能使用，另一种是只能在方括号中使用，在方括号中只用的有：

\ 转义字符

^ 只是作为第一个字符（方括号内），表示字符取反

- 标记字符范围

其中^ 在反括号外面，表示断言目标的开始位置，但是在方括号的内部表示匹配字符类取反，方括号内的减号-可以标记字符范围，例如：0-9表示0到9自检的所有数字。

// 下面的 \w匹配字母或数字或下划线
$p = '/[\w\.\-]+@[a-z0-9\-]+\.(com|cn)/';
$str = "我的邮箱是 zhangsh@163.com";
preg_match($p,$str,$match);
echo $match;

4、贪婪模式和懒惰模式

正则表达式中每个元字符匹配一个字符，当使用+自后会变得贪婪，它将匹配尽可能多的字符，但使用问号?字符时，它将竟可能少的匹配字符,即使懒惰模式。

贪婪模式：在可以匹配与不匹配的时候，优先匹配

// 下面的\d代表匹配数字
$p = '/\d+\-\d+/';
$str = '我的电话是101-12345678';preg_match($p,$str,$match);
echo $match[0]; // 结果101-12345678

懒惰模式：在可匹配和不可匹配的时候，优先不匹配

// 下面的\d代表匹配数字
$p = '/\d+\-\d+/';
$str = '我的电话是101-12345678';
preg_match($p,$str,$match);
echo $match[0]; // 结果0-1

当我们确切的知道所匹配的字符长度的时候可以使用{}自定匹配字符数

// 下面的\d代表匹配数字
$p = '/\d{3}\-\d{8}/';
$str = '我的电话是101-12345678';
preg_match($p,$str,$match);
echo $match[0]; // 结果0-1

5、使用正则表达式进行匹配

使用正则表达式的目的是为了实现比字符串处理函数更加灵活的处理方式，因此跟字符串处理函数一样，其主要用来判断子字符串是否存在、字符串替换、分割字符串、获取模式子串等。

PHP使用PCRE库的函数来进行正则处理，通过设定好模式，然后调用想过的处理函数来匹配结果。

preg_macth用来执行一个匹配。可以简单的用来判断模式是否匹配成功，或者获取一个匹配结果，它返回的之时匹配成功的次数0或者1在匹配到一次后就会停止收索

$subject = 'abcdef';
$pattern = '/def/';
preg_match($pattern,$subject,$matches);
print_r($matches);

上面的代码简单的执行了一个匹配，简单的判断def是否匹配成功，但是正则表单时的强大地方是进行模式匹配，因此更多的时候会使用模式。

 $subject = 'abcdef';
 $pattern = '/a(.*?)d/';
 preg_match($pattern,$subject,$matches);
 print_r($matches);
 abcd[i] => bc

6、查找所有匹配结果

preg_match 只能匹配一次结果，但是我们需要匹配所有的结果，preg_match-all可以循环获取一个列表的匹配结果

$p = "|<[^>]+>*(.*?)</[^>]+>|i";
$stre = ”<b>example: </b><div align=left >this is a test</div>“;
preg_match_all($p,$str,$matches);
print_r($matches);

可以使用preg_match_all匹配一个表格中的数据：

$p = "/<tr><td>(.*?)<\/td>\s*<td>(.*?)<\/td>\s*<\/tr>/i";
$str = "<table> <tr><td>Eric</td><td>25</td></tr> <tr><td>John</td><td>26</td></tr> </table>";
preg_match_all($p, $str, $matches);
print_r($matches);

$matches 结果排序为$matdches[0]保存完整模式的所有匹配。

$matches[1] 保存第一个子组的所有匹配，以此类推。

7、增长表单时的搜索和替换

正则表达式的搜索与替换在某些方面具有重要用途，比如调整目标字符串的格式，改变目标字符串中匹配字符串的顺序等。

例如我们可以简单的调整字符串的日期格式：

$string = 'April 15, 2014';
$pattern = '/(\w+) (\d+), (\d+)/i';
$replacement = '$3, ${1} $2';
echo preg_replace($pattern, $replacement, $string); //结果为：2014, April 15

其中${1}与$1的写法是等效的，表示第一个匹配的字串，$2代表第二个匹配的。

通过复杂的模式，我们可以更加精确的替换目标字符串的内容。

$patterns = array ('/(19|20)(\d{2})-(\d{1,2})-(\d{1,2})/',
                   '/^\s*{(\w+)}\s*=/');
$replace = array ('\3/\4/\1\2', '$\1 =');//\3等效于$3,\4等效于$4，依次类推
echo preg_replace($patterns, $replace, '{startDate} = 1999-5-27'); //结果为：$startDate = 5/27/1999
//详细解释下结果：(19|20)表示取19或者20中任意一个数字，(\d{2})表示两个数字，(\d{1,2})表示1个或2个数字，(\d{1,2})表示1个或2个数字。^\s*{(\w+)\s*=}表示以任意空格开头的，并且包含在{}中的字符，并且以任意空格结尾的，最后有个=号的。

用正则替换来去掉多余的空格与字符：

$str = 'one     two';
$str = preg_replace('/\s+/', ' ', $str);
echo $str; // 结果改变为'one two'

8、正则匹配常用案例

正则匹配常用在表单验证上，一些字段会有一定的格式要求，比如用户名一般都要求必须是字母、数字或下划线组成，邮箱、电话等也都有自己的规则，因此使用正则表达式可以很好的对这些字段进行验证。我们通过案例来看一下一般的用户注册页，都怎样对字段进行验证。

<?php
$user = array(
    'name' => 'spark1985',
    'email' => 'spark@imooc.com',
    'mobile' => '13312345678'
);
//进行一般性验证
if (empty($user)) {
    die('用户信息不能为空');
}
if (strlen($user['name']) < 6) {
    die('用户名长度最少为6位');
}
//用户名必须为字母、数字与下划线
if (!preg_match('/^\w+$/i', $user['name'])) {
    die('用户名不合法');
}
//验证邮箱格式是否正确
if (!preg_match('/^[\w\.]+@\w+\.\w+$/i', $user['email'])) {
    die('邮箱不合法');
}
//手机号必须为11位数字，且为1开头
if (!preg_match('/^1\d{10}$/i', $user['mobile'])) {
    die('手机号不合法');
}
echo '用户信息验证成功';