PHP笔记05-正则表达式
【正则表达式】
- 正则表达式中容易混淆的术语：grep、egrep、POSIX（可移植操作系统接口）、Perl（实际抽取与汇报语言）、PCRE。
- 一个完整的正则表达式由两部分构成：元字符（具有特殊含义的字符，如：“?”和“*”）和文本字符（普通的文本，如：字母和数字）。
【正则表达式语法规则】
- 行定位符（^和$），用来描述字串的边界，“^”表示行的开始，“$”表示行的结尾。
- 单词定界符（\b和\B），其中\b表示要查找的字串为一个完整的单词，\B刚好相反，匹配的字串不能是一个完整的单词，而是其他单词或淄川的一部分。
- 字符类（[]），正则表达式区分大小写，若要忽略大小写可使用方括号表达式“[]”，一个方括号只能匹配一个字符。如匹配“tm”，则为：[Tt][Mm]。
- POSIX预定义字符类：
- 选择字符（|），可以理解为“或”，可以匹配任意长度的字符。可以写成 (T|t)(M|m)，也可以写成 TM|tm|Tm|tM 。
- 连字符（-），表示字符的范围，如[a,b,c,d…A,B,C,D…] 可以写成 [a-zA-Z]。
- 排除字符（[^]），匹配不符合命名规则的变量。如：[^a-zA-Z]，该表达式匹配不以字母和下划线开头的变量名。
- 限定符（?*+{n,m}）
- 点号字符（.），匹配除了换行符意外的任意一个字符。如：匹配以s开头、t结尾、中间包含一个字母的单词，格式为：^s.t$ （sat、set、sit）；再如：匹配一个单词，第一个字母为r，第三个字母为s，最后一个为t，格式为：^r.s.t$
- 反斜线（\），可以将一些不可打印的字符显示出来，还可以指定预定义字符集，还可以定义断言（如：\b、\B）。
- 括号字符（()），可以改变限定符的作用范围。如：(thir|four)th，意思就是匹配单词thirth 和 fourth。
- 反向引用（\1、\2、…..）。如：匹配连续两个it，格式为：(it)\1，又如：([a-z])([A-Z])\1\2。
- 模式修饰符，作用是设定模式，也就是规定正则表达式应该如何解释和应用。
模式修饰符既可以写在正则表达式的外面，也可以写在表达式内。如忽略大小写模式，可以写成/tm/I 、(?i)tm(?-i) 、(?i:tm) 三种模式。
【POSIX扩展正则表达式函数—— 已废除，了解下历史用法】
ereg()函数和eregi()函数——实例：使用ereg()函数验证变量是否合法。
ereg_replace()函数和eregi_replace()函数——实例：将下面所有的tm转换成大写的TM。
split()函数和spliti()函数分割字符串——实例：使用字串is来分割字符串$str。
【PCRE正则表达式函数】
preg_grep()函数——例：在数组中匹配具有正确格式的电话号码，并保存到另一个数组中。
preg_match()函数 和 preg_match_all()函数。
preg_quote()函数：将字符串中所有特殊字符进行自动转义。这里特殊字符是指具有一定意义的元字符，其他如“@”、“#”等则不会被当做特殊字符处理。
实例：输出常用的特殊字符，并且将字母b也当做特殊字符输出。
preg_replace()函数。——实例：实现一个常见的UBB代码转换功能，将输入的“[b]…[/b]”、“[i]…[/i]”等类似的格式转换为html能识别的标签。
【正则表达式】
1.正则表达式可以指定3种基本的抽象模式：
2.正则表达式中的元字符：
3.正则表达式基础：
(3.1)方括号表达式：[]
常用的方括号表达式：
(3.2)定位符：^ 和 $，分别表示在字符串的开始匹配和在字符串的结尾匹配。
元字符“^”如果出现在方括号表达式里面，表示含义为：否。
(3.3)量词：也被称为“限定符”，用来指定字符必须要出现的次数。
具体包括六种：*、+、?、{n}、{n,}、{n,m}
量词“?”如果出现在方括号里面时，只代表一个普通字符。
(3.4)选择符：竖线“|”可以表示选择分支。
5.Perl正则表达式——需要以分隔符作为开始和结束标识
(5.1)Perl字符簇：
★ Perl正则表达式函数：preg_grep()、preg_match()、preg_split()、preg_quote()
(5.2) preg_grep()函数：返回一个数组
(5.3)preg_match()函数：用于在字符串中查找匹配项，返回一个数组。
(5.4)preg_split()函数：使用正则表达式分割字符串，并将结果以数组的形式返回。
(5.5)preg_replace()函数：查找和替换子字符串，功能同str_replace()函数
(5.6)preg_quote()函数会在每个正则表达式的特殊字符前面加入一个转义字符，也就是反斜线“\”。其中，正则表达式的特殊字符包括：.\\+*?[^]$(){}=!<>|:
【正则表达式示例】：
1.PHP正则匹配一对中括号内的内容为空：
$ss = "sdfghjfsd[url]88888888888888[/url]";
$ss = preg_replace('/\[url\S*\[\/url\]/', '', $ss);
echo $ss; //输出：sdfghjfsd后面的内容2.PHP正则匹配网页源代码中的图片路径，如果源代码中有空格，先去掉“\r”和"\n"，然后再匹配。
$str=str_replace("\r", "",$content);
$str=str_replace("\n", "",$str);
$pattern="/<[img|IMG].*?src=[\'|\"](.*?(?:[\.gif|\.jpg]))[\'|\"].*?[\/]?>/";
preg_match_all($pattern,$str,$match);
$match[1][0]就是图片的路径
3.PHP正则获取当前页面的所有超链接：
$str = '(包含超链接的字符串)';
//$str=file_get_contents("http://www.baidu.com/index.php");
$pat = '/(.*?)<\/a>/i';
preg_match_all($pat, $str, $m);
print_r($m); 其中$m[2]为超链接内容，$m[4]为超链接的标题。 4.根据网页源代码的某个div提取需要的数字：
$Content='(页面内容)';
$pat = '/.+?<\/div>/';
$str=str_replace("\r", "",$Content);
$str=str_replace("\n", "",$str);
preg_match_all($pat, $str, $res);
preg_match_all('/\d+/', $res[0][0], $nums);
print_r($nums[0][0]);得到结果。
5.PHP 匹配多对中括号中的内容，如下：
$string = "这是[3]def[25]我的[26]想说的话[wer3][as][41]正则匹配！";
preg_match_all('/\[([a-z0-9]+)\]/', $string, $matches);
print_r($matches);
【代码】https://github.com/rxbook/study-php/tree/master/code05