詳解正規表示式
正規表示式語言由兩種基本字元型別組成：原義（正常）文字字元和元字元。
相關推薦：
1. 正規表示式語法教學（含線上測試工具）
2. PHP正規表示式極速入門視訊教學
元字元使用正規表示式具有處理能力。元字元既可以是放在[ ] 中的任意單個字元（如 [a]表示匹配單個小寫字元 a），也可以是字元序列（如 [a-d] 表示匹配 a 、b、 c、 d 之間的任意一個字元，而 w 表示任意英文字母和數位及下劃線），常見的元字元如下：
常見的元字元
| 字元 | 描述 | 特別說明 |
|---|---|---|
. | 匹配除換行符（n）以外的任意字元 | ~ |
[abcde] | 匹配 a b c d e 之中的任意一個字元 | 所有字元是 或 的關係 |
[a-h] | 匹配 a到h之間的任意一個字元 | ~ |
[^fgh] | 不與 fgh之中的任意一個字元匹配 | 在 中括號[ ] 的第一個字元前加上 ^ 表示 取反 不匹配中括號裡面出現的任意字元 |
w | 匹配大小寫英文字元及數位 0 到 9 之間的任意一個及下劃線，相當於[a-zA-Z0-9_] | ~ |
W | 與 w 相反，相當於 [^a-zA-Z0-9_] | ~ |
s | 匹配任意的空白符，相當於 [fnrtv] | ~ |
S | 與 s相反，相當於 [^s] | ~ |
d | 匹配任何 0 到 9 之間的單個數位，相當於 [0-9] | ~ |
D | 與 d 相反，相當於[^0-9] | ~ |
[u4e00-u9fa5] | 匹配任意單個漢字（中文）（這裡用的是 Unicode 編碼表示的漢字） | ~ |
b | 匹配單詞的開始或結束 | ~ |
^ | 匹配字串的開始 | 放在中括號的第一個字元前 則變為 取反的意思 |
$ | 匹配字串的結束 | ~ |
正規表示式限定符
作用：限定這個符號前面 一個 單元 多出現的次數
單元：
- 如果前面出現的是一個字元的話，則這一個字元就為一個 單元
- 如果前面我們用小括號把一個很長的字串括起來的話，那麼整個小括號裡面都算是一個 單元
上面的元字元都是針對單個字元匹配的，要想同時匹配多個字元的話，還需要借助限定符，下面是一些常見的限定符（下表中 n 和 m 都是表示 整數。）
| 字元 | 描述 | 特別說明 |
|---|---|---|
* | 匹配 0 到 多 個元字元，相當於 {0,} | ~ |
? | 匹配 0 到 1 個元字元， 相當於 {0,1} | ~ |
+ | 匹配至少 1 個元字元，相當於 {1,} | ~ |
{n} | 匹配 n 個元字元 | ~ |
{n,} | 匹配至少 n 個元字元 | ~ |
{n,m} | 匹配 n 到 m 個元字元 | ~ |
b | 匹配單詞邊界 | ~ |
^ | 字串必須以指定的字元開始 | ~ |
$ | 字串必須以指定的字元結束 | ~ |
說明 - 特例
- 可以將多個元字元或者原義文字字元用括號括起來形成一個
分組，比如^(13)[4-9]d{8}$表示任意以 13 開頭的移動手機號碼。abcabcabc+表示 最後的字母c出現 1 次或 多次；(abcabcabc)+表示 整個字串abcabcabc出現 1 次或 多次。
- 可以使用
|來表示或的關係，例如z|j|q表示匹配z 、j、q之中的任意一個字母。其實等價於[zjq]。ab|cd|ef表示的是：要麼是ab、要麼是cd要麼是ef。a(b|cd|e)f表示的是：以a開頭，要麼是b、要麼是cd要麼是e，最後以f結尾。- 總結：
|（或） 的唯一邊界是 小括號（( )）
[0-9A-Z.?]這個正則你如何理解？- 當
.和?出現在中括號中時，.和?將變為 普通字元，它就是 點 和 問號。你可以理解為[ ]的優先順序要大於. 和 ?的優先順序。 - 此正規表示式將會完全匹配字串
?aaa.bbb，記住這裡. 和 ?被完全當做了普通字元。
- 當
高階1 - 多選結構
多選結構其實就是元字元 | （或）的使用。
界定範圍：開頭、結尾、小括號
| 正則 | 含義 |
|---|---|
Windows98|Windows2000|WindowsXP | 匹配Windows98或者Windows2000或者WindowsXP |
^Windows98|Windows2000|WindowsXP$ | 以Windows98開頭或者包含Windows2000或者以WindowsXP結尾 注意 ^和$都包含在|的範圍內，因為|的界限只有：開頭、結尾、小括號 |
Windows(98|2000|XP) | Windows然後98 或者2000或者XP |
總結：多選結構可以包括很多字元，但不能超越 括號 的界限。
高階2 - 分組與後向參照
分組
- 我們已經了解怎麼重複單個字元；
- 但如果想要重複一個字串該怎麼辦？你 可以用小括號來指定子表示式（也叫做分組）。
(d{1,3}.){3}d{1,3}簡單的 IP 地址匹配表示式- 但是它也將匹配 256.300.888.999 這種不可能存在的 IP 地址。你能寫一個更準確的正則？
((2[0-4]d|25[0-5]|[01]?dd?).){3}(2[0-4]d|25[0-5]|[01]?dd?)
反向參照
- 使用小括號指定一個子表示式（分組）後，匹配這個子表示式的文字可以被捕獲，從而在表示式或其他程式中作進一步的處理。
- 預設情況下，每個分組會自動擁有一個組號，規則是：以分組的
左括號為標誌，從左向右，第一個分組的組號為 1 ，第二個為 2 ，依次類推。
範例：
b(w+)bs+1b可以用來匹配重複的單詞- 匹配諸如：
where where go, tom tom happy
直白解釋：
正規表示式中，前面用小括號進行劃分（分組），後面把小括號匹配到的內容參照到後面來，分別用1、2等 來表示。（第一個小括號極1...）。如果存在 小括號巢狀小括號的情況 (w+(.?)) 記住：這個時候要以 ( 為標誌 從左往右 數小括號就可以了。
高階3 - 環視（零寬斷言）
- 環視不匹配任何字元，只匹配文字中的 特定位置。類似於
b、^、$那樣。環視不會佔用字元。 - 環視分為順序和逆序兩種：
- 順序
(?=exp)位置的後面能匹配exp。例如：(?=d)當前位置右邊是數位。(?!exp)位置的後面不能匹配exp。例如：(?!d)當前位置右邊不是數位。
- 逆序
(?<=exp)位置的前面能匹配exp。例如：(?<=d)當前位置左邊是數位(?<!exp)位置的前面不能匹配exp。例如：(?!d)當前位置左邊不是數位。
- 順序
高階4 - 貪婪與懶惰
- 當正規表示式中包含能接受重複的 量詞 （指定數量的程式碼，例如：
+、*、{3,12}等）時， 通常的行為是匹配儘可能多的字元。 - 正規表示式：
a.*b，它將會匹配最長的以a開始，以b結束的字串。如果用它來搜尋aabab的話，它會匹配整個字串aabab，這被稱為 -------貪婪匹配 - -
- 我們更需要 懶惰匹配，也就是匹配儘可能少的字元，前面給出的量詞都可以被轉化為 懶惰匹配模式， 只要在它後面加一個問號
?。這樣.*?就意味著匹配任意數量的重複，但是在能使整個 匹配成功的前提下使用最少的重複。 a.*?b匹配最短的，以a開始， 以b結束的字串。如果把它應用於aabab的話，它會匹配aab和ab。
總結：
貪婪與懶惰模式之間的區別就在於：懶惰模式 在量詞
*的後面多了一個 問號?。
高階5 - 模式匹配的優先順序
在使用正規表示式時，需要注意匹配的順序。通常相同優先順序 從左到右 進行計算，不同優先順序的運算 先高後低。各種操作符的匹配順序優先順序 從高到低 如下表所示。
| 順序 | 元字元 | 描述 |
|---|---|---|
| 1 | | 跳脫字元 |
| 2 | ()、(?:)、(?=)、[] | 模式單元和原子表 |
| 3 | *、+、？、{n}、{n,}、{n,m} | 重複匹配 |
| 4 | ^、$、b、B、A、Z | 邊界限制 |
| 5 | | | 模式選擇 |
範例
1. 字元跳脫
1問：要匹配字串 333333$3333333 中的 $ 正則應該怎麼寫？
2問：如果在 PHP 中 preg_match 函數分別用單引號和雙引號的表示式來匹配上面的 $，怎麼寫？
答案：
- 表示式需要的規則是
$ - 用單引號表示上面的字串
'/$/'。（為方便檢視我們拆分一下為'/ $/'） - 用雙引號表示上面的字串
"/$/"。（為方便檢視我們拆分一下為"/ $/"） - 問什麼呢？
再答：
- PHP 中單引號不跳脫任何字元，但是唯獨跳脫
，所以我們需要 6個來生成表示式。 雙引號除了跳脫
以外，還需要多一個用來跳脫$所以它 需要 7 個。
相關教學推薦：PHP視訊教學
以上就是詳解正規表示式的詳細內容，更多請關注TW511.COM其它相關文章！