php 正则概述

时间:2022-11-25 21:43:56

修饰符   s 模式中的点号元字符匹配所有字符

非打印字符

字符  含义  
\cx  匹配由x指明的控制字符。例如, \cM 匹配一个 Control-M 或回车符。x 的值必须为 A-Z 或 a-z 之一。否则,将 c 视为一个原义的 'c' 字符。  
\f  匹配一个换页符。等价于 \x0c 和 \cL。  
\n  匹配一个换行符。等价于 \x0a 和 \cJ。  
\r  匹配一个回车符。等价于 \x0d 和 \cM。  
\s  匹配任何空白字符,包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。  
\S  匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。  
\t  匹配一个制表符。等价于 \x09 和 \cI。  
\v  匹配一个垂直制表符。等价于 \x0b 和 \cK

特殊字符 
   所谓特殊字符,就是一些有特殊含义的字符,例如"*.txt"中的*,简单的说就是表示任何字符串的意思。如果要查找文件名中有*的文件,则需要对*进行转义,即在其前加一个\。ls \*.txt。正则表达式有以下特殊字符。 
特别字符  说明  
$  匹配输入字符串的结尾位置。如果设置了 RegExp 对象的 Multiline 属性,则 $ 也匹配 '\n' 或 '\r'。要匹配 $ 字符本身,请使用 \$。  
( )  标记一个子表达式的开始和结束位置。子表达式可以获取供以后使用,即后向饮用。要匹配这些字符,请使用 \( 和 \)。  
*  匹配前面的子表达式零次或多次。要匹配 * 字符,请使用 \*。  
+  匹配前面的子表达式一次或多次。要匹配 + 字符,请使用 \+。  
.  匹配除换行符 \n之外的任何单字符。要匹配 .,请使用 \。  
[  标记一个中括号表达式的开始。要匹配 [,请使用 \[。  
?  匹配前面的子表达式零次或一次,或指明一个非贪婪限定符。要匹配 ? 字符,请使用 \?。  
\  将下一个字符标记为或特殊字符、或原义字符、或向后引用、或八进制转义符。例如, 'n' 匹配字符 'n'。'\n' 匹配换行符。序列 '\\' 匹配 "\",而 '\(' 则匹配 "("。  
^  匹配输入字符串的开始位置,除非在方括号表达式中使用,此时它表示不接受该字符集合。要匹配 ^ 字符本身,请使用 \^。  
{  标记限定符表达式的开始。要匹配 {,请使用 \{。  
|  指明两项之间的一个选择。要匹配 |,请使用 \|。

限定符用来指定正则表达式的一个给定组件必须要出现多少次才能满足匹配。有*或+或?或{n}或{n,}或{n,m}共6种。 
   *、+和?限定符都是贪婪的,因为它们会尽可能多的匹配文字,只有在它们的后面加上一个?就可以实现非贪婪或最小匹配。

定位符 
   用来描述字符串或单词的边界,^和$分别指字符串的开始与结束,\b描述单词的前或后边界,\B表示非单词边界。 不能对定位符使用限定符。 
选择 
   用圆括号将所有选择项括起来,相邻的选择项之间用|分隔。但用圆括号会有一个副作用,是相关的匹配会被缓存,此时可用?:放在第一个选项前来消除这种副作用。 
   其中?:是非捕获元之一,还有两个非捕获元是?=和?!,这两个还有更多的含义,前者为正向预查,在任何开始匹配圆括号内的正则表达式模式的位置来匹配搜索字符串,后者为负向预查,在任何开始不匹配该正则表达式模式的位置来匹配搜索字符串。

后向引用 
   对一个正则表达式模式或部分模式两边添加圆括号将导致相关匹配存储到一个临时缓冲区中,所捕获的每个子匹配都按照在正则表达式模式中从左至右所遇到的内容存储。存储子匹配的缓冲区编号从 
1 开始,连续编号直至最大 99 个子表达式。每个缓冲区都可以使用 '\n' 访问,其中 n 为一个标识特定缓冲区的一位或两位十进制数。 
   可以使用非捕获元字符 '?:', '?=', or '?!' 来忽略对相关匹配的保存。

?  当该字符紧跟在任何一个其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 后面时,匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串,而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如,对于字符串 "oooo",'o+?' 将匹配单个 "o",而 'o+' 将匹配所有 'o'。

.  匹配除 "\n" 之外的任何单个字符。要匹配包括 '\n' 在内的任何字符,请使用象 '[.\n]' 的模式。

(?:pattern)  匹配 pattern 但不获取匹配结果,也就是说这是一个非获取匹配,不进行存储供以后使用。这在使用 "或" 字符 (|) 来组合一个模式的各个部分是很有用。例如, 'industr(?:y|ies) 就是一个比 'industry|industries' 更简略的表达式。

(?=pattern)  正向预查,在任何匹配 pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配,也就是说,该匹配不需要获取供以后使用。例如,'Windows (?=95|98|NT|2000)' 能匹配 "Windows 2000" 中的 "Windows" ,但不能匹配 "Windows 3.1" 中的 "Windows"。预查不消耗字符,也就是说,在一个匹配发生后,在最后一次匹配之后立即开始下一次匹配的搜索,而不是从包含预查的字符之后开始。  
(?!pattern)  负向预查,在任何不匹配 pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配,也就是说,该匹配不需要获取供以后使用。例如'Windows (?!95|98|NT|2000)' 能匹配 "Windows 3.1" 中的 "Windows",但不能匹配 "Windows 2000" 中的 "Windows"。预查不消耗字符,也就是说,在一个匹配发生后,在最后一次匹配之后立即开始下一次匹配的搜索,而不是从包含预查的字符之后开始

部分例子 
正则表达式  说明  
/\b([a-z]+) \1\b/gi  一个单词连续出现的位置  
/(\w+):\/\/([^/:]+)(:\d*)?([^# ]*)/  将一个URL解析为协议、域、端口及相对路径  
/^(?:Chapter|Section) [1-9][0-9]{0,1}$/  定位章节的位置  
/[-a-z]/  A至z共26个字母再加一个-号。  
/ter\b/  可匹配chapter,而不能terminal  
/\Bapt/  可匹配chapter,而不能aptitude  
/Windows(?=95 |98 |NT )/  可匹配Windows95或Windows98或WindowsNT,当找到一个匹配后,从Windows后面开始进行下一次的检索匹配。  
^[_\.0-9a-z-]+@([0-9a-z][0-9a-z-]+\.)+[a-z]{2,3}$  Email 合法格式检查  
^[0-9]+$  纯数据检查  
^[0-9a-z]{1}[0-9a-z\-]{0,19}$  用户名检查,字母和数字开始,只能含字母、数字、横杠