正则表达式的语法规则

行定位符（^和$）

 

行定位符就是用来描述字串的边界。“^”表示行的开始；“$”表示行的结尾。如：
　　 ^tm
　　该表达式表示要匹配字串tm的开始位置是行头，如tm equal Tomorrow Moon就可以匹配，而Tomorrow Moon equal tm则不匹配。但如果使用
　　 tm$
　　则后者可以匹配而前者不能匹配。如果要匹配的字串可以出现在字符串的任意部分，那么可以直接   写成
　　 tm
　　这样两个字符串就都可以匹配了。

 

单词定界符（\b、\B）

 

单词分界符\b，表示要查找的字串为一个完整的单词。如：
　　 \btm\b
　　还有一个大写的\B，意思和\b相反。它匹配的字串不能是一个完整的单词，而是其他单词或字串的一部分。如：
 　　\Btm\B

 

字符类（[ ]）

 

正则表达式是区分大小写的，如果要忽略大小写可使用方括号表达式“[]”。只要匹配的字符出现在方括号内，即可表示匹配成功。但要注意：一个方括号只能匹配一个字符。例如，要匹配的字串tm不区分大小写，那么该表达式应该写作如下格式：
 　　[Tt][Mm]
　　这样，即可匹配字串tm的所有写法。POSIX和PCRE都使用了一些预定义字符类。但表示方法略有不同。POSIX风格的预定义字符类如表所示。

    选择字符（|）

 

还有一种方法可以实现上面的匹配模式，就是使用选择字符（|）。该字符可以理解为“或”，如上例也可以写成
 　　(T|t)(M|m)
　　该表达式的意思是以字母T或t开头，后面接一个字母M或m。

 

连字符（-）

 

变量的命名规则是只能以字母和下划线开头。但这样一来，如果要使用正则表达式来匹配变量名的第一个字母，要写为
　　 [a,b,c,d…A,B,C,D…]
　　这无疑是非常麻烦的，正则表达式提供了连字符“-”来解决这个问题。连字符可以表示字符的范围。如上例可以写成
 　　[a-zA-Z]

 

排除字符（[^]）

 

上面的例子是匹配符合命名规则的变量。现在反过来，匹配不符合命名规则的变量，正则表达式提供了“^”字符。这个元字符在前面出现过，表示行的开始。而这里将会放到方括号中，表示排除的意思。例如：
 　　[^a-zA-Z]
　　该表达式匹配的就是不以字母和下划线开头的变量名。

 

限定符（? * + {n,m}）

 

对于重复出现字母或字串，可以使用限定符来实现匹配。限定符主要有6种，如表所示。

    点号字符（.）

点字符（.）可以匹配出换行符外的任意一个字符。注意：是除了换行符外的、任意的一个字符。如匹配以s开头、t结尾、中间包含一个字母的单词。格式如下：
 　　^s.t$
　　匹配的单词包括：sat、set、sit等。再举一个实例，匹配一个单词，它的第一个字母为r，第3个字母为s，最后一个字母为t。能匹配该单词的正则表达式为：
 　　^r.s.*t$

 

转义字符（\）

 

正则表达式中的转移字符（\）和PHP中的大同小异，都是将特殊字符（如“.”、“?”、“\”等）变为普通的字符。举一个IP地址的实例，用正则表达式匹配诸如127.0.0.1这样格式的IP地址。如果直接使用点字符，格式为：
 　　[0-9]{1,3}(.[0-9]{1,3}){3}
　　这显然不对，因为“.”可以匹配一个任意字符。这时，不仅是127.0.0.1这样的IP，连127101011这样的字串也会被匹配出来。所以在使用“.”时，需要使用转义字符（\）。修改后上面的正则表达式格式为：
 　　[0-9]{1,3}(\.[0-9]{1,3}){3}

 

反斜线（\）

 

除了可以做转义字符外，反斜线还有其他一些功能。反斜线可以将一些不可打印的字符显示出来，如表所示。

　　还可以指定预定义字符集，如表所示。

　　反斜线还有一种功能，就是定义断言，其中已经了解过了\b、\B，其他如表所示。

    括号字符（()）

 

小括号字符的第一个作用就是可以改变限定符的作用范围，如“|”、“*”、“^”等。来看下面的一个表达式。
 　　(thir|four)th
　　这个表达式的意思是匹配单词thirth或fourth，如果不使用小括号，那么就变成了匹配单词thir和fourth了。
　　小括号的第二个作用是分组，也就是子表达式。如(\.[0-9]{1,3}){3}，就是对分组(\.[0-9]{1,3})进行重复操作。后面要学到的反向引用和分组有着直接的关系。

 

反向引用

 

反向引用，就是依靠子表达式的“记忆”功能来匹配连续出现的字串或字母。如匹配连续两个it，首先将单词it作为分组，然后在后面加上“\1”即可。格式为：
　　(it)\1
　　这就是反向引用最简单的格式。如果要匹配的字串不固定，那么就将括号内的字串写成一个正则表达式。如果使用了多个分组，那么可以用“\1”、“\2”来表示每个分组（顺序是从左到右）。如：
 　　([a-z])([A-Z])\1\2
　　除了可以使用数字来表示分组外，还可以自己来指定分组名称。语法格式如下：
　　 (?P…)
　　如果想要反向引用该分组，使用如下语法：
 　　(?P=subname)
　　下面来重写一下表达式([a-z])([A-Z])\1\2。为这两个分组分别命名，并反向引用它们。正则表达式如下：
 (?P[a-z])(?P[A-Z])(?P=fir)(?P=sec)

 

模式修饰符

 

模式修饰符的作用是设定模式。也就是规定正则表达式应该如何解释和应用。不同的语言都有自己的模式设置，PHP中的主要模式如表所示。