进阶级-正则表达式

简述

正则表达式（regular expression）：描述可能出现在用户提交的文本中的一小段代码，我们通过它，将出现的代码块替换为特殊格式。
正则表达式广泛好用，但入门困难。

语法规范

分隔符

目标代码块被分隔符包围，分隔符一般选用斜杠（/）或井号（#），也可以用除字母、数字和反斜杠之外的任何字符作为分隔符。反斜杠可以转义，转义在基础级文章略有提及，此处不赘述。

模式修饰符

默认情况下，正则表达式区分大小写，不过我们可以通过模式修饰符（pattern modified），使正则忽略大小写。
模式修饰符是一个单个的字符标志，跟在表达式的结束分隔符后。

符号	注释
i	匹配时，不区分大小写

特殊字符

符号-	中文名—-	注释
^	脱字字符	匹配字符串的开始，自身不包含任何字符，只考虑字符位置
$	美元符号	匹配字符串的结尾，同上
.	点号	通配符，匹配任何单个字符，除了换行（\n）
*	星号	要求前面的字符出现0或多次，具有贪婪属性1
+	加号	要求前面的字符出现1或多次，具有贪婪属性
?	问号	匹配前面的子表达式0次或1次，在*或+的后面加上一个?就可以实现非贪婪（最小匹配，minimal match）
|	管道符号	正则匹配管道左或右边的模式
(…)	圆括号	标记一个子表达式的开始和结束位置。可对其应用一个修饰符，至于结束括号后即可
[…]	方括号	定义字符类（character class），匹配方括号列出的字符之一。在前方括号后加入^，即可匹配 除去方括号包含的字符

转义序列

（escape sequences）
意义：匹配不太容易输入的一个字符，或匹配某种类型的一个字符。

符号	注释
\n	换行字符
\r	回车字符
\t	制表符
\s	空白字符(whitespace character)，等同[\n\r\t]
\S	非空白字符，等同[^\n\r\t]
\d	数字，等同[0-9]
\D	非数字，等同[^0-9]
\w	单词字符，等同[a-zA-Z0-9_]
\W	非单词字符，等同[^a-zA-Z0-9_]
\b	表示单词边界（起始/结束）
\B	表示非单词边界（非起始/结束）

PHP中的正则函数

preg_match：

用来确认一个特定的字符串，是否匹配一个正则表达式。

preg_replace：

接受一个正则表达式和一个文本字符串，并尝试在字符串中匹配该正则表达式。还接受另一个文本字符串，并用该字符串来替换每一次正则匹配。
preg_replace (regExp, replaceWith, OldString [, $limit = -1(无穷) [, int &$count ]] )
例子：

$test = preg_replace('/_([^_]+)_/', '<em>$1</em>');
// 每一个圆括号内，都包含了一个块内容，而块内容的名称按$1、$2……依次递增，在JScript 中则使用 $0…$9 属性。

str_replace：

搜索字符串而非正则表达式模式，类似preg_replace函数，但比之更为高效，对于不区别大小写的简单替换，可以用它来代替。

结语

正则表达式并没有那么容易，但无论如何，既然从事这个职业，既然爱上了编程和编程所涉及的部分方面，我们就应该去尽力做好，将正则写的优雅而易读，这并不能从技术上降低正规表达式的复杂性，但可以使它们更容易被理解。
By the way，匹配中文字符的正则表达式： [\u4e00-\u9fa5]。

参考资料：1
《PHP&MySQL Novice to Ninja》（Kevin Yank [澳]）
正则表达式 - 菜鸟教程
preg-replace - 官方手册

1. 匹配时，*或+会很贪婪（greedy）的包含尽可能多的字符。 ↩