乐趣区

正则表达式

jiezi

第 1 章 认识正则

所谓正则，其实就是字符串规则表达式，比如说大家熟悉的 ”*” 代表的是所有字符. 其实不应该叫正则表达式，你叫它规则表达式更好，因为它的主要作用就是，通过规则，找出你想要找的东西。

1. 描述你要找的字符串的规律。
2. 调用函数，执行该正则表达式。

1.php

// 把字符串的 'hi' 找出来
// 规律:'hi'
$str = 'hi，this is his history';
$patt = '/hi/';
preg_match_all($patt，$str，$res);
print_r($res);

程序员都会用到，但是平常用的不多，所以容易忘。

入手: 找谁？怎么找？找几个？

  • 具体字符(字面值) –> 比如说就找 a，b，hi
  • 字符边界(下面加粗) –> 从哪开始到哪结束
  • 字符集合[ace]，[0123456789] –> 里面任意条件符合找出来
  • 字符补集1: 不在 qxz 范围内 –> 里面任意条件符合的不要
  • 字符范围[a-z0-9] –> 注意: 必须是连续的，你不能写 a -Z
  • 字符簇(系统定义好的常用集合，在第二章) –> 系统定义好的常用集合

字符边界

  • ^ 匹配字符串的开始
  • $ 匹配字符串的结尾
  • \b 匹配单词的开始和结尾(边界)
  • \B 匹配单词的非边界

第 2 章 常用字符簇

簇 代表
.(点) 任意字符，不含换行
w [a-zA-Z0-9 _]
W W 的补集
s 空白符，包括 nrtv 等
S 非空白符
d [0-9]
D 非数字

第 3 章 单词匹配

// 把字符串的 hi 单词找出来
// 规律，单词开始处 =>hi=> 单词结束处 \b
$str = 'hi，this is some history book';
$patt = '/\bhi\b/';
preg_match_all($patt，$str，$res);
print_r($res);

// 把包括在单词内部的 hi 找出来
$patt = '/\Bhi\B/';
$str = ''

第 4 章 集合与补集示例

/*
给定一组手机号，必须由 [0123456789] 组成的，才选出来从哪找? 从字符串的开始找，找到字符串的结束 ^ $ 
找谁[01235689]
找几个?11 个
*/
$arr = array('13800138000'，'13487656887'，'434456'，'45454353434543');
//$patt = '/^[^47]{11}$/'; // 补集方法
$patt = '/^[01235689]{11}$/';// 集合方式
foreach($arr as $v){preg_match_all($patt，$v，$res);
    print_r($res);
}

第 5 章 字符范围

// 试着找纯字母组成的单词
$str = 'o2o，b2b，hello，wordl，that';
//$patt = '/\[a-zA-Z]{1，}\b'; //{1，}最少 1 个字母
$patt = '/\b[a-zA-Z]+\b';
preg_match_all($patt，$str，$res);
print_r($res);

第 6 章 字符簇

就是系统规定好的标识方法

$str = 'tommorw is another day，o2o，you dont bird me i dont bird you';
$patt = '/\W{1，}';// \w \w[a-zA-Z0-9_]的补集
//preg_split 通过正则的表达式，分割字符串
print_r(preg_split($patt，$str));

// 把多个空格或者制表符换成一个空格
$str = 'a     b        hello          world';//'a b hello world';
$patt = '/\s{1，}/'; //\s 空白符，包括 \n\r\t\v 等
//preg_replace - 执行一个正则表达式的搜索和替换
echo preg_replace($patt，' '，$str);

第 7 章 找几个

  • * 匹配前面的子表达式零次或多次。
  • + 匹配前面的子表达式一次或多次。
  • ? 匹配前面的子表达式零次或一次。
  • {n} n 是一个非负整数。匹配确定的 n 次。
    {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。。
  • {n，} n 是一个非负整数。至少匹配 n 次。
$str = 'longren lao wang meng ge bi';
// 5 个字母组成的单词
//$patt = '/\b[a-zA-Z]{5}\b/';

// 3- 5 个字母组成的单词
//$patt = '/\b[a-zA-Z]{3，5}\b/';

// 5 个以上字母组成的单词
//$patt = '/\b[a-zA-Z]{5，}\b/';

preg_match_all($patt，$str，$res);
print_r($res);
/*
某编辑部，键盘坏了，0 键弹不出来，经常打出多个 0
于是 god 打成 good，gooood，请把这些单词替换成 god
*/
$s = 'goooood，goood，goooooooooood';
$p = '/go+d/';
print_r(preg_replace($p，'god'，$s));

第 8 章 或者的用法

// 查询纯数字或者纯字母的词
$str = 'hello o2o 2b9 250';
$patt = '/\b[a-zA-Z]+\b|\b[0-9]+\b/';// 最少一个
preg_match_all($patt，$str，$res);
print_r($res);

// 查询苹果系统的产品
$str = 'ipad，iphone，imac，ipod，iamsorry';
$patt = '/\bi(pad|phone|mac|pod)\b/';
preg_match_all($patt，$str，$res);
print_r($res);

第 9 章 贪婪与非贪婪

$str = 'ksda good goooood good kl s ja dfs dk';
// 把 g(任意多的内容)d 这样的字符串，换成 god
$patt = '/g.+d/'; // 默认贪婪模式(会尽量多匹配)
preg_match_all($patt，$str，$res);
print_r($res); //god is not good

$patt = '/g.+?d/'; // 在数量 (+ * {n，}) 限定符后，加?，非贪婪模式
preg_match_all($patt，$str，$res);
print_r($res); //god，good

第 10 章 采集手机号

$str = '汤小姐，联系手机号:18611015252，备用电话:18828821111，QQ:381413622，email:381413622@qq.com，，身份证号:430426199901013478';\
// 采集电话号码 \
$patt = '/\b1[358]\d{9}\b/';\
preg_match_all($patt，$str，$res);\
print_r($res);

第 11 章 后向引用

找收尾字母相同的单词

$str = 'txt hello，high，bom，mum';
// 简化，先找到首尾字母都是 t 的
$patt = '/\bt\w+t\b/';
preg_match_all($patt，$str，$res);
print_r($res);

此方法重复 26 次，也能找到

// 第 n 个小括号内的子表达式，命中的内容，后面就用 \n 来引用
// 后向引用
$patt = '/\b([a-z])\w+\1\b/';
//1. 单词开始和结束 \b\b
//2. 开始的 [a-z] 都可以.\b[a-z]\b
//3. 后面跟什么都行，不管. 并且字数不限 \b[a-z]\w+\b
//4. 最后一个应该和第一个相同.\b([a-z])\w+\b 子表达式，放在下面另一个数组里面，最后一个引用子表达式匹配出来的结果 \b([a-z])\w+\1\b
preg_match_all($patt，$str，$res);
print_r($res);

把手机号中间的 4 位替换为 *

$str = '13800138000，13426060134';
// 前 3 位和后 4 位放子表达式中，中间 4 位随便，保留子表达式. 替换中间的 4 位
$patt = '/(\d{3})\d{4}(\d{4})/';
//preg_match_all($patt，$str，$res);
//print_r($res);
echo preg_replace($patt，'\1****\2'，$str);

第 12 章 模式

模式修饰符，可以一定程度上影响正则的解析行为
比如 i，就代表正则不区分大小写，/[a-z A-Z]+/ —>/[a-z]+/i
比如 s，单行模式，就代表把整个文件看成一个 ” 单行 ”，忽略回车

$str = 'hello WORLD  ChINa';
//$patt = '/\b[a-z]+\b/'; //hello
$patt = '/\b[a-z]+\b/i'; // 忽略大小写
preg_match_all($patt，$str，$matches);
print_r($matches);


$str = "abc haha
abc dgh";
$patt = '/.+/s'; # single 单行模式，将所有内容看成一整行
preg_match_all($patt，$str，$matches);
print_r($matches);
//U 模式，把传入的参数看成 unicode 字符集的编码，可以判断中文
// http://blog.sina.com.cn/s/blog_640937d101017pca.html
// PHP 下正则匹配中文，u 模式，\x{4e00}-\x{9fa5}

$str = 'bob 李';
$patt = '/^[\x{4e00}-\x{9fa5}]+$/u';
echo preg_match($patt，$str)?'国货':'杂货';
  1. qxz ↩
退出移动版