正则表达式高级篇及其应用

• 分组
  分组就是对正则表达式进行用“()”分割后命名，便于后续的操作，例如：（\d{1,3}.）{3}\d{1,3}简单匹配IP。
  默认的分组命名方式是：整个正则表达式为分组0，从左到右分组为1、2、3以此类推。也可以自己进行命名,例如：(?\w+)或者(?"Word"\w+)。
  常用分组语法

  1、捕获

代码	描述
(exp)	匹配exp，并捕获文本到自动命名的组内
(?exp)	匹配exp，并捕获文本到name的组里面，尖括号可以换成''
(?:exp)	匹配exp，不捕获匹配的文本，也不给此分组分配组号

2、零宽断言

代码	描述
(?=exp)	匹配exp前面的位置（顺序肯定环视）
(?<=exp)	匹配exp后面的位置（逆序肯定环视）
(?!exp)	匹配后面跟的不是exp的位置（顺序否定环视）
(?	匹配前面不是exp的位置（逆序否定环视）

3、注释

代码	描述
(?#comment)	提供注释阅读，不对正则产生影响

• 反向引用
  用于重复搜索前面某个分组匹配的文本。如：匹配"This is a 'string'"里面的双引号里的内容"This is a 'string'"，可以这么写：(\"|').*?(\"|')，但此时匹配的却是"This is a '，这是因为|分支的特性。如果采用反向引用：(\"|').*?\1，或者利用命名捕捉组（即给分组命名，但本人测试没通过，测试代码为(?\"|').*?\k），就能匹配到"This is a 'string'"。

• 贪婪/懒惰匹配模式
  贪婪：当正则表达式中包含能接受重复的限定符时，匹配尽可能多的字符（默认）
  懒惰：当正则表达式中包含能接受重复的限定符时，匹配尽可能少的字符，只需在重复的限定符后面加上?
  懒惰限定符：

懒惰限定符代码/语法	描述
*?	重复0次或更多次，但尽可能的少重复
+?	重复一次或更多次，但尽可能的少重复
??	重复0次或一次，但尽可能的少重复
{n,}?	重复n次或更多次，但尽可能的少重复
{n,m}?	重复n到m次，但尽可能的少重复

注意：实际开发中贪婪与懒惰是比较常用的，使用懒惰模式可以减少回溯，提高效率

正则表达式的运算符优先级

转义符->括号和中括号->限定符->定位点和序列（字符）->替换

正则表达式的常用模式

• 忽略大小写（i）
• 多行模式（m）
• 点号通配模式（s）:点号通配换行符
• 懒惰模式（U）:相当于前面的?
• 结尾模式（D）:匹配时限定$匹配出来的不可有换行
• 支持UTF-8转义表达（u）:使表达式支持UTF-8

正则表达式的应用

1、校验手机、email

2、数据安全（转义跟过滤、PHP中的strip_tags）

3、URL重写与搜索引擎优化

4、删除文件中的空行和注释（发布代码时使用）

正则表达式的使用注意事项

1、使用字符组代替分支条件

2、优先选择最左端的匹配结果

3、标准量词是匹配优先的

4、谨慎用点号，尽可能不用*号和+号

5、尽量使用字符串函数处理代替

6、合理使用括号

7、起始、行描点优化

8、拆分大的正则表达式