PHP-正则表达式

正则表达式

正则表达式被用来检索或替换那些符合某个模式的文本内容。许多程序设计语言都支持利用正则表达式进行字符串操作。例如：JavaScript、PHP、ASP、JAVA、Perl、C#、.NET、ColdFusion、Python、Visual Basic、MYSQL、LINUX、VI编辑器等等语言都支持正则表达式。

简单来说正则表达式就是完成字符串的增、删、改、查。

定界符

正则表达式语句需要由分隔符（定界符）闭合包裹，分隔符可以使任意非字母数字, 非反斜线, 非空白字符

经常使用的分隔符是正斜线(/), hash符号(#) 以及取反符号(~)。

建议使用//做为定界符,因为与js一致。

$status =  preg_match('/houdunren/', 'houdunren.com');
var_dump($status);

元字符

元字符是正则表达式中的最小元素，只代表单一（一个）字符。下面是元字符列表

元字符	说明	范围
d	匹配任意一个数字	[0-9]
D	与除了数字以外的任何一个字符匹配	[^0-9]
w	与任意一个英文字母,数字或下划线匹配	[a-zA-Z_0-9]
W	除了字母,数字或下划线外与任何字符匹配	[^a-zA-Z_0-9]
s	与任意一个空白字符匹配	[ f v]
S	与除了空白符外任意一个字符匹配	[^ f v]
	换行字符
	制表符

var_dump(preg_match('/d/', '1'));
var_dump(preg_match('/D/', 'h'));
var_dump(preg_match('/w/', '_'));
var_dump(preg_match('/W/', '@'));
var_dump(preg_match('/s/', ' '));
var_dump(preg_match('/S/', 'h'));
var_dump(preg_match('/
/', "
"));
var_dump(preg_match('/
/', '
'));
var_dump(preg_match('/	/', "	"));

元字符表（原子表）

在一组字符中匹配某个元字符，在正则表达式中通过元字符表来完成，就是放到方括号中。

原子表	说明
[]	只匹配其中的一个原子
[^]	只匹配"除了"其中字符的任意一个原子
[0-9]	匹配0-9任何一个数字
[a-z]	匹配小写a-z任何一个字母
[A-Z]	匹配大写A-Z任何一个字母
.	点在正则中表示除换行符外的任意字符

匹配聊了 678外的任何字符

$status = preg_match('/[^678]/', 678);
var_dump($status);

匹配大小写字母

$status = preg_match('/[a-zA-Z]/', 'a');
var_dump($status);

用. 匹配字符

$status = preg_match('/./', 'houdunren');
var_dump($status);

下面是通过原子表拆分字符串

$str ="1.jpg@2.jpg@3.jpg#4.jpg";
$arr = preg_split('/[@#]/',$str); //按正则表达式拆分字符串
print_r($arr); //输出结果 Array ( [0] => 1.jpg [1] => 2.jpg [2] => 3.jpg [3] => 4.jpg )

原子组

如果一次要匹配多个元子，可以通过元子组完成
原子组与原子表的差别在于原子组一次匹配多个元子，而原子表则是匹配成功表中的一个元字符就可以
元字符组用（）表示

下面是使用正则表达式将houdunwang 字符中的 houdun 描红。

$str = "官网www.houdunwang.com 论坛http://bbs.houdunwang.com，我在网名叫houdun";
$preg = "/(houdun)wang/is";
$newStr= preg_replace($preg, '<span style="color:#f00">1</span>wang', $str);
echo $newStr;

匹配字符边界

如果想匹配字符的边界，边界包括空格、标点符号、换行等，可以使用正则表达式的匹配字符边界修饰符如下。

符号	说明
^	匹配字符串的开始
$	匹配字符串的结束，忽略换行符

$status = preg_match('/^houdunren$/', 'houdunren');
var_dump($status); //返回真

选择修释符

| 这个符号带表选择修释符，也就是 | 左右两侧有一个匹配到就可以。

下面是通过选择修释符将域名修改为 houdunren

$str = "http://www.baidu.com与新浪网http://www.sina.com";
$preg = "/.(baidu|sina)./is";
echo preg_replace($preg, '.houdunren.', $str);

匹配域名后缀

$str = '来了，老弟！有问题就上 houdunren.com 或 houdunwang.com 我们在那里等你';
$preg = '/(houdunren|houdunwang).com/';
$replace = '<a href="http://www.1.com">1.com</a>';
echo preg_replace($preg, $replace, $str);

重复匹配

如果要重复匹配一些内容时我们要使用重复匹配修饰符，包括以下几种。

因为正则最小单位是元字符，而我们很少只匹配一个元字符如a、b所以基本上重复匹配在每条正则语句中都是必用到的内容

符号	说明
*	重复零次或更多次
+	重复一次或更多次
?	重复零次或一次
{n}	重复n次
{n,}	重复n次或更多次
{n,m}	重复n到m次

var_dump(preg_match('/^.*$/', '')); //* 零个及空字符串也是可以的
var_dump(preg_match('/^[0-9]+$/', '1976')); // 返回真
var_dump(preg_match('/^9?$/', '99')); // 返回假
var_dump(preg_match('/^9{2}$/', '99')); // 返回真
var_dump(preg_match('/^[0-9]{2,}$/', '123')); //返回真
var_dump(preg_match('/^[0-9]{2,3}$/', '1234')); // 返回假，只能2~3位

下面匹配域名操作

$web = 'sina.com';
var_dump(preg_match('/^[a-z-0-9-]+.(com|net|com.cn|org|cn)$/', $web));

下面是把 h1标签内容加上超链接

$str = <<<html
<h1>hello houdunren</h1>
html;
echo preg_replace('/<h1>(.+)</h1>/', '<a href="http://www.houdunren.com">1</a>', $str);

禁止重复匹配

正则表达式在进行重复匹配时，默认是贪婪匹配模式，也就是说会尽量匹配更多内容，但是有的时候我们并不希望他匹配更多内容，这时可以通过?进行修饰来禁止重复匹配。

符号	说明
*?	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

$str = '123456';
preg_match('/d+?/',$str,$matches);
print_r($matches);

因为增加了 ? 所以只匹配数字1

下面是使用禁止贪婪符替换将h1标签内容倾斜处理

$str = "<h1>你好</h1><h1>向军大叔</h1>";
$preg = '/<h1>(.*?)</h1>/';
$replace = '<h1><em>1</em></h1>';
echo preg_replace($preg,$replace,$str);

下面是替换h1-h6标签内容，就不需要使用禁止贪婪符了

$str = "<h1>你好</h1><h2>向军大叔</h2>";
$preg = '/<h([1-6])>(.*)</h1>/';
$replace = '<h1><em>2</em></h1>';
echo preg_replace($preg,$replace,$str);

模式修正符

正则表达式在执行时会按他们的默认执行方式进行，但有时候默认的处理方式总不能满足我们的需求，所以可以使用模式修正符更改默认方式。

符号	说明
i	不区分大小写字母的匹配
s	将字符串视为单行，换行符做普通字符看待，使“.” 匹配任何字符
x	忽略空白及#符号，根据此特性可以添加正则注释
m	^与$符匹配按行匹配
A	强制从字符串开始匹配（多行时默认以每行开始设置）
D	以$结尾时不允许后面有换行（使用m时无效）

i修正符不匹分大小示例

$str = 'https://www.HoudunREN.com 后盾人';
$preg = '/https://www.houdunren.com/i';
$replace= '<a href=""></a>';
echo preg_replace($preg,$replace,$str);

s 将字符串示为单行操作

$preg = '#(<h1>)(.*?)(</h1>)#s';
preg_match_all($preg,$str,$matches);
//print_r($matches);

$replace = '1<span style="color:red">23';
echo preg_replace($preg,$replace,$str);

m 使用 ^ 与 $ 按单行操作文本

$str = <<<php
#1 2022-02-12
后盾人
@#100
雅虎网
#2 2033-09-11
向军大叔
php;
$preg = '/^#d+.*[
|
]$/m';
preg_match_all($preg, $str, $matches);
print_r($matches);

x字符忽略空白和添加正则注释

添加注释

$str='houdunren.com';
$preg = '/^h
   # 这是匹配以 h 开始的内容
/x';
echo preg_replace($preg,'',$str);

当设置了x后# 会被忽略，如果正则中使用#需要转义处理

$str=<<<php
#1
后盾人#1
#2
向军大叔#2
php;
$preg = '/^
#d  #匹配以数字开始
+.* $ #后跟任何字符
/mx';
echo preg_replace($preg,'',$str);

U 与?功能相似意为禁止贪婪匹配

$str = <<<php
<h1>后盾人</h1>
<h1>向军大叔</h1>
php;
;
$preg = '#<h1>.*</h1>#sU';
preg_match_all($preg,$str,$matches);
print_r($mat
ches);

A 与 ^限定符使用效果相似，必须以目标字符串开始。下面是验证邮箱例子

$str = '2300071698@qq.com';
$preg = '/w+@[w.]+/A';
preg_match_all($preg,$str,$matches);
print_r($matches);

D 修正符使用不允许以换行结束

$str = <<<php
3a

php;
$preg = '/d+a$/D';
preg_match_all($preg,$str,$matches);
print_r($matches);

常用函数

preg_match

获取第一个匹配的内容

$str= '1@2@3';
preg_match('/d+/',$str,$matches);
print_r($matches);

preg_match_all

获取所有匹配的内容

$str= '1@2@3';
preg_match('/d+/',$str,$matches);
print_r($matches);

preg_split

通过正则表达式拆分字符串

$str= '1@2#3';
$arr = preg_split('/@|#/',$str);
print_r($arr);

preg_replace

通过正则表达式替换

$str= '1@2#3';
echo preg_replace('/@|#/','-',$str);

preg_replace_callback

使用回调函数进行替换操作

$str = '1@2@3';
echo preg_replace_callback('/d+/',function ($matches) {
	return $matches[0]+100;
}, $str);