PHP正则表达式基础

正则表达式语法

一个正则表达式就是由普通字符（例如字符 a 到 z）以及特殊字符（称为 元字符 ）组成的文字模式。该模式描述在查找文字主体时待匹配的一个或多个字符串。正则表达式作为一个模板，将某个字符模式与所搜索的字符串进行匹配。 
这里有一些可能会遇到的正则表达式示例：

visual basic scripting edition	vbscript	匹配
/^\[ \t]*$/	"^\[ \t]*$"	匹配一个空白行。
/\d{2}-\d{5}/	"\d{2}-\d{5}"	验证一个id 号码是否由一个2位数字，一个连字符以及一个5位数字组成。
/<(.*)>.*<\/\1>/	"<(.*)>.*<\/\1>"	匹配一个 html 标记。

下表是元字符及其在正则表达式上下文中的行为的一个完整列表：

字符	描述
\	将下一个字符标记为一个特殊字符、或一个原义字符、或一个 后向引用、或一个八进制转义符。例如，n 匹配字符 "n"。\n 匹配一个换行符。序列 \\ 匹配 "\" 而 "\(" 则匹配 "("。
^	匹配输入字符串的开始位置。如果设置了 regexp 对象的 multiline 属性，^ 也匹配 \n 或 \r 之后的位置。
$	匹配输入字符串的结束位置。如果设置了regexp 对象的 multiline 属性，$ 也匹配 \n 或 \r 之前的位置。
*	匹配前面的子表达式零次或多次。例如，zo* 能匹配 "z" 以及 "zoo"。 * 等价于{0,}。
+	匹配前面的子表达式一次或多次。例如，zo+ 能匹配 "zo" 以及 "zoo"，但不能匹配 "z"。+ 等价于 {1,}。
?	匹配前面的子表达式零次或一次。例如，"do(es)?" 可以匹配 "do" 或 "does" 中的"do" 。? 等价于 {0,1}。
{n}	n 是一个非负整数。匹配确定的 n 次。例如，o{2} 不能匹配 "bob" 中的 o，但是能匹配 "food" 中的两个 o。
{n,}	n 是一个非负整数。至少匹配n 次。例如，o{2,} 不能匹配 "bob" 中的 o，但能匹配 "foooood" 中的所有 o。o{1,} 等价于 o+。o{0,} 则等价于 o*。
{n,m}	m 和 n 均为非负整数，其中n <= m。最少匹配 n 次且最多匹配 m 次。 "o{1,3}" 将匹配 "fooooood" 中的前三个 o。o{0,1} 等价于 o?。请注意在逗号和两个数之间不能有空格。
?	当该字符紧跟在任何一个其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如，对于字符串 "oooo"，o+? 将匹配单个 "o"，而 o+ 将匹配所有 o。
.	匹配除 "\n" 之外的任何单个字符。要匹配包括 \n 在内的任何字符，请使用象 [.\n] 的模式。
(pattern)	匹配pattern 并获取这一匹配。所获取的匹配可以从产生的 matches 集合得到，在vbscript 中使用 submatches 集合，在visual basic scripting edition 中则使用 $0…$9 属性。要匹配圆括号字符，请使用 \( 或 \)。
(?:pattern)	匹配 pattern 但不获取匹配结果，也就是说这是一个非获取匹配，不进行存储供以后使用。这在使用 "或" 字符 (|) 来组合一个模式的各个部分是很有用。例如， industr(?:y|ies) 就是一个比 industry|industries 更简略的表达式。
(?=pattern)	正向预查，在任何匹配 pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如， windows (?=95|98|nt|2000) 能匹配 "windows 2000" 中的 "windows" ，但不能匹配 "windows 3.1" 中的 "windows"。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始。
(?!pattern)	负向预查，在任何不匹配negative lookahead matches the search string at any point where a string not matching pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如windows (?!95|98|nt|2000) 能匹配 "windows 3.1" 中的 "windows"，但不能匹配 "windows 2000" 中的 "windows"。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始
x|y	匹配 x 或 y。例如，z|food 能匹配 "z" 或 "food"。(z|f)ood 则匹配 "zood" 或 "food"。
[[i]xyz[/i]]	字符集合。匹配所包含的任意一个字符。例如， [abc] 可以匹配 "plain" 中的 a。
[^[i]xyz[/i]]	负值字符集合。匹配未包含的任意字符。例如， [^abc] 可以匹配 "plain" 中的p。
[[i]a-z[/i]]	字符范围。匹配指定范围内的任意字符。例如，[a-z] 可以匹配 a 到 z 范围内的任意小写字母字符。
[^[i]a-z[/i]]	负值字符范围。匹配任何不在指定范围内的任意字符。例如，[^a-z] 可以匹配任何不在 a 到 z 范围内的任意字符。
\b	匹配一个单词边界，也就是指单词和空格间的位置。例如， er\b 可以匹配"never" 中的 er，但不能匹配 "verb" 中的 er。
\b	匹配非单词边界。er\b 能匹配 "verb" 中的 er，但不能匹配 "never" 中的 er。
\cx	匹配由x指明的控制字符。例如， \cm 匹配一个 control-m 或回车符。 x 的值必须为 a-z 或 a-z 之一。否则，将 c 视为一个原义的 c 字符。
\d	匹配一个数字字符。等价于 [0-9]。
\d	匹配一个非数字字符。等价于 [^0-9]。
\f	匹配一个换页符。等价于 \x0c 和 \cl。
\n	匹配一个换行符。等价于 \x0a 和 \cj。
\r	匹配一个回车符。等价于 \x0d 和 \cm。
\s	匹配任何空白字符，包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。
\s	匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。
\t	匹配一个制表符。等价于 \x09 和 \ci。
\v	匹配一个垂直制表符。等价于 \x0b 和 \ck。
\w	匹配包括下划线的任何单词字符。等价于[a-za-z0-9_]。
\w	匹配任何非单词字符。等价于 [^a-za-z0-9_]。
\xn	匹配 n，其中 n 为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如， \x41 匹配 "a"。\x041 则等价于 \x04 & "1"。正则表达式中可以使用 ascii 编码。.
\num	匹配 num，其中 num 是一个正整数。对所获取的匹配的引用。例如，(.)\1 匹配两个连续的相同字符。
\n	标识一个八进制转义值或一个后向引用。如果 \n 之前至少 n 个获取的子表达式，则 n 为后向引用。否则，如果 n 为八进制数字 (0-7)，则 n 为一个八进制转义值。
\nm	标识一个八进制转义值或一个后向引用。如果 \nm 之前至少有is preceded by at least nm个获取得子表达式，则 nm 为后向引用。如果 \nm 之前至少有 n 个获取，则 n 为一个后跟文字 m 的后向引用。如果前面的条件都不满足，若  n 和 m 均为八进制数字 (0-7)，则 \nm将匹配八进制转义值 nm。
\nml	如果 n 为八进制数字 (0-3)，且 m 和 l 均为八进制数字 (0-7)，则匹配八进制转义值 nml。
\un	匹配 n，其中 n 是一个用四个十六进制数字表示的 unicode 字符。例如， \u00a9 匹配版权符号 (?)。