PHP核心技术与最佳实践 读书笔记 第三章 正则表达式基础与应用

第三章 正则表达式基础与应用

3.1 认识正则表达式

正则表达式就是用某种模式去匹配一类字符串的公式。

Perl和.NET对正则表达式的支持最为强大，而Javascript对正则表达式的支持则比较“朴素”。

3.1.1 PHP中的正则函数

NFA和DFA

PHP有两套正则函数 ：PCRE库的 preg_  和POSIX扩展的ereg_（不推荐）

3.1.2 正则表达式的组成

分隔符，表达式和修饰符

分隔符：是除了字母，数字，反斜线以及空白字符意外的任何字符（如/ ! # % | ~等）

表达式：由一些特殊字符和非特殊的字符串组成

修饰符：用于开启或者关闭某种功能/模式

3.1.3 测试工具的使用

RegexTester    Firefox扩展Regular Expression Tester

3.2 正则表达式中的元字符

\b 是正则表达式规定的一个特殊代码，代表单词的开头或者结尾，也就是单词的分界处。

点号.是元字符，匹配除了换行符以外的任意字符。 *同样是元字符，它指定“*”前面的内容可以连续重复使用任意次以使整个表达式得到匹配。 

3.2.1 什么是元字符

元字符（Meta-Characters）是正则表达式中具有特殊意义的专用字符，用来规定其前导字符在目标对象中的出现模式。 

元字符	描述
.	匹配除换行符以外的任何字符
\w	匹配字母或数字或下划线或汉字
\s	匹配任意空白符
\d	匹配数字
\b	匹配单词的开始或结束
^	匹配字符串的开始
$	匹配字符串的结束
-	表示范围
[]	匹配括号中的任意一个字符
*  + ?	量词

3.2.2 起始和结束元字符

3.2.3 点号

3.2.4 量词

限定符代码/语法	描述
*	重复0次或更多次
+	重复1次或更多次
?	重复0次或者1次
{n}	重复n次
{n,}	重复n次或更多次
{n,m}	重复n此到m次

3.3 正则表达式匹配规则

3.3.1 字符组

[]匹配单个字符，尽管看起来[]里有好多字符

3.3.2 转义

Javascript   \r\n代表换行   alert("可以换行\r\n第二行"); 

PHP转义符\    \Q和\E也可以在模式中忽略正则表达式元字符   \Q和\E之间的元字符都会作为普通字符来匹配

$reg="#[aby\{]#";
$str='a\bc[]{}';
preg_match_all($reg,$str,$m);
var_dump($m);

3.3.3 反义

常用反义	描述
\W	匹配任意不是字母，数字，下划线，汉子的字符
\S	匹配任意不是空白符的字符
\D	匹配任意非数字的字符
\B	匹配不是单词开头或者结束的位置
[^x]	匹配除了x以外的任意字符
[^aeiou]	匹配除了aeiou这几个字符以外的任意字符

3.3.4 分支

|表示分支  

3.3.5 分组

重复一组字符  

用 (表达式)

3.3.6 反向引用

反向引用用于重复搜索前面某个分组匹配的文本。

后一个例子没看懂 略过

3.3.7 环视

只有断言为真时才会继续进行匹配。

1 顺序肯定环视(?=exp)

2 逆序肯定环视(?<=exp)

3 顺序否定环视(?!exp)

4 逆顺否定环视(?<!exp)

3.3.8 贪婪/懒惰匹配模式

最先开始的匹配拥有最高优先权

懒惰限定符

懒惰限定符代码/语法	描述
*?	重复任意次，但尽可能少重复
+?	重复1次或更多次，但尽可能少重复
??	重复0次或1次，但尽可能少重复
{n,m}?	重复n到m次，但尽可能少重复
{n,}?	重复n次以上，但尽可能少重复