PCRE正则表达式

PCRE正则表达式的定义：

用于描述字符排列和匹配模式的一种语法规则。它主要用于字符串的模式分割、匹配、查找及替换操作。

PHP中的正则函数：

PHP中有两套正则函数，两者功能差不多，分别为：

一套是由PCRE（Perl Compatible Regular Expression）库提供的。使用“preg_”为前缀命名的函数；

一套由POSIX（Portable Operating System Interface of Unix ）扩展提供的。使用以“ereg_”为前缀命名的函数；（POSIX的正则函数库，自PCRE 5.3以后，就不在推荐使用，从PCRE6以后，就将被移除）

由于POSIX正则即将推出历史舞台，并且PCRE和perl的形式差不多，更利于我们在perl和PCRE之间切换，所以这里重点介绍PCRE正则的使用。

PCRE正则表达式

PCRE全称为Perl Compatible Regular Expression，意思是Perl兼容正则表达式。

在PCRE中，通常将模式表达式（即正则表达式）包含在两个反斜线“/”之间，如“/apple/”。

正则中重要的几个概念有：元字符、转义、模式单元（重复）、反义、引用和断言，这些概念都可以在文章[1]中轻松的理解和掌握。

常用的元字符(Meta-character)：

元字符     说明

\A       匹配字符串串首的原子

\Z       匹配字符串串尾的原子

\b       匹配单词的边界     /\bis/   匹配头为is的字符串   /is\b/   匹配尾为is的字符串   /\bis\b/ 定界

\B       匹配除单词边界之外的任意字符   /\Bis/   匹配单词“This”中的“is”

\d       匹配一个数字；等价于[0-9]

\D       匹配除数字以外任何一个字符；等价于[^0-9]

\w       匹配一个英文字母、数字或下划线；等价于[0-9a-zA-Z_]

\W       匹配除英文字母、数字和下划线以外任何一个字符；等价于[^0-9a-zA-Z_]

\s      匹配一个空白字符；等价于[\f\t\v]

\S      匹配除空白字符以外任何一个字符；等价于[^\f\t\v]

\f      匹配一个换页符等价于 \x0c 或 \cL

匹配一个换行符；等价于 \x0a 或 \cJ

匹配一个回车符等价于\x0d 或 \cM

\t     匹配一个制表符；等价于 \x09\或\cl

\v     匹配一个垂直制表符；等价于\x0b或\ck

\oNN   匹配一个八进制数字

\xNN   匹配一个十六进制数字

\cC    匹配一个控制字符

模式修正符（Pattern Modifiers）：

模式修正符在忽略大小写、匹配多行中使用特别多，掌握了这一个修正符，往往能解决我们遇到的很多问题。

i     －可同时匹配大小写字母

M     －将字符串视为多行

S     －将字符串视为单行，换行符做普通字符看待，使“.”匹配任何字符

X     －模式中的空白忽略不计 

U     －匹配到最近的字符串

e     －将替换的字符串作为表达使用

格式：/apple/i匹配“apple”或“Apple”等，忽略大小写。     /i

PCRE的模式单元：

//1 提取第一位的属性

/^\d{2} ([\W])\d{2}\\1\d{4}$匹配“12-31-2006”、“09/27/1996”、“86 01 4321”等字符串。但上述正则表达式不匹配“12/34-5678”的格式。这是因为模式“[\W]”的结果“/”已经被存储。下个位置“\1”引用时，其匹配模式也是字符“/”。

当不需要存储匹配结果时使用非存储模式单元“（？：）”

例如/(?:a|b|c)(D|E|F)\\1g/ 将匹配“aEEg”。在一些正则表达式中，使用非存储模式单元是必要的。否则，需要改变其后引用的顺序。上例还可以写成/（a|b|c） (C|E|F)\2g/。

 

PCRE正则表达式函数：

preg_match() 和preg_match_all() preg_quote() preg_split() preg_grep() preg_replace()

函数的具体使用，我们可以通过PCRE手册来找到，下面分享一些平时积累的正则表达式：

匹配action属性

 

$str = ''; $match = ''; preg_match_all('/\s+action=\"(?!http:)(.*?)\"\s/', $str, $match); print_r($match);

在正则中使用回调函数

 

function callback_replace() { $url = 'http://esfang.house.sina.com.cn'; $str = ''; $str = preg_replace ( '/(?<=\saction=\")(?!http:)(.*?)(?=\"\s)/e', 'search(\$url, \\1)', $str ); echo $str; } function search($url, $match){ return $url . '/' . $match; }

带断言的正则匹配

 

$match = ''; $str = 'xxxxxx.com.cn bold font paragraph text '; preg_match_all ( '/(?<=<(\w{1})>).*(?=<\/\1>)/', $str, $match ); echo "匹配没有属性的HTML标签中的内容："; print_r ( $match );

替换HTML源码中的地址

 

$form_html = preg_replace ( '/(?<=\saction=\"|\ssrc=\"|\shref=\")(?!http:|javascript)(.*?)(?=\"\s)/e','add_url(\$url, \'\\1\')', $form_html );

最后，正则工具虽然强大，但是从效率和编写时间上来讲，有的时候可能没有explode来的更直接，对于一些紧急或者要求不高的任务，简单、粗暴的方法也许更好。