PHP学习：正则表达式和字符串处理

在PHP的处理数据中一般都会用到正则表达式，那么正则表达式的编码规则是怎样的呢?以下是本站小编精心为大家整理的关于正则表达式和字符串处理的内容，希望对大家有所帮助!更多内容请关注应届毕业生网!

程序原理：处理数据(Web上的数据)

数据：类型 字符串是程序中的一种最基本的类型 serialize

正则就是处理字符串的一种方式

处理字符串：查找、替换、删除、匹配、分割

　　正则表达式介绍

正则表达式：Regular Expression,是用于描述字符排列模式的一种语法规则。

正则表达式是查找和替换、切割字符串模式的简洁和灵活的表示方法。

　　正则表达式的用途：

在unix(linux)系统中，可以在编辑器中使用正则表达式实现对字符的搜索及处理;各种编程语言(c/c++,perl,java,javascript)也可以使用正则表达式实现对字符的模式分割、匹配、查找及替换操作。

正则表达式早期仅用于Unix系统程序，现在已被绝大多数系统、程序所支持。

PHP支持两种风格的正则表达式函数：一种是由PCRE(Perl Compatible Regular Expression)库提供的;另一种是由POSIX(Portable Operation System Implementation for unix,UNIX可移植操作系统实现接口)扩展库提供的。前者使用以“preg_”为前缀命名的函数;后者使用以“ereg_”为前缀命名的函数。两者功能相似，只是执行效率略有差异。PERL库的函数(preg_)执行效率略高。

ereg_*相关函数在php6中将不被支持(从PHP5.3.0开始已经删除)，不推荐使用。

正则语法 记忆、理解

PHP函数

正则表达式描述了一种字符串的排列模式，主要用于字符串的模式分割、匹配、查找及替换等操作。正则表达式是主要由原子(普通字符，如单个英文字符、数字、特殊字符等)、元字符(有特殊功用的字符)以及模式修正字符组成。一个正则表达式中至少包含一个原子。他们各自功能和含义有所不同，下面将分别讲述正则表达式的组成元素及其语法规则。

$content = preg_split('//i',$content);原子：通常是最基本一个字符。

元字符：特殊字符，比如^,$。

模式修正字符:i,m等。

模式修正符:

模式修正符是标记在整个模式之外的.

i :模式中的字符将同时匹配大小写字母.

m :字符串视为多行.

s :将字符串视为单行,换行符作为普通字符.

x :将模式中的空白忽略.

A :强制仅从目标字符串的开头开始匹配.

D :模式中的美元元字符仅匹配目标字符串的结尾.

U :匹配最近的字符串.

普通转义字符是一种原子。正则表达式所使用的普通转义字符见下表：

参考

任何包含在方括号[]中的内容都是一个字符类——一个被匹配字符所属的字符集合。"[]"中存放一组原子，彼此地位平等，且仅匹配其中的一个原子。

例:

[abc]表示匹配a或b或c中的一个

[a-z]表示所有a到z之间的字符中的一个

[A-Z]匹配所有大写字母中的一个

[a-zA-Z]表示任何的大小写字母中的一个

[^a-z]匹配任何不在a到z之间的字符(^表示否)

[0-9]匹配所有的数字 d

[0-9.-]匹配所有的数字，点号和减号

　　注意：

a.[]中的内容只表示一个字符。被匹配的文本中只要有[]中的任何一个字符，就匹配成功。

b.当把^放在方括号里面第一个位置时，表示否;如果^在方括号中的其他位置，表示是一个字符^。当^在[]中的第一个位置时，如果要匹配它本身,要用转义。当该符号用在方括号外面时，一般表示正则表达式的开始。

c.当-不在a和z，A和Z,0和9之间，单独出现时，表示是一个字符-。

d.在[]中的特殊符号，不用转义。但是几个特殊字符除外：] 要转义，^在第一个位置要转义，反斜杠，-要转义。三个反斜杠代表一个(4个也代表一个反斜杠)。

参考

var_dump(preg_match_all('/[^a^]]/', '33]3anba',$t)); //非a非]

　　重复

* 表示这个模式可以被重复0次，1次或多次 a{0,}

+ 表示这个模式可以被重复1次或多次 a{1,}

? 表示这个模式可以被重复0次或1次 a{0,1}

　　计数

{5} 表示匹配5次

{2,} 表示至少匹配2次

{0,5} 表示至多匹配5次(不能写成{,5})

{2,5} 表示最少匹配2次，最多匹配5次

注:,后面不能有空格

参考

^ (或A)用于正则表达式的开始

$ (或Z)用于正则表达式的结尾

例：

^andy 表示在字符串开始处是 andy

$ 表示在字符串结尾处是

^[a-z]$ 表示只包含a到z之间一个字符的字符串。

参考

B相当于w ?

元字符“b”对单词(指w)的'边界进行匹配;“B”对单词的内部进行匹配。

例如：在字符串“This island is a beautiful land”中使用/bisb/可以匹配单词“is”，而与“This”或者“island”无关。/bis/与单词左边界匹配，可以匹配单词“is”和“island”中的“is”;/Bis/不与单词左边界匹配，可以匹配单词 “This”中的“is”。/BisB/ 将明确的指示不与单词的左、右边界匹配，只匹配单词的内部。所以在这个例子中没有匹配结果。

参考

元字符“.”匹配除换行符外任何一个字符，相当于[^n](Unix系统)或[^rn](Windows系统)。不是html的换行

。例如：/pr.y/可以匹配目字符串“prey”、“pray”或“pr%y”等。

通常，可以使用“.*”组合来匹配除换行符外的任何字符串。在一些书籍中也称其为“全匹配符”或“单含匹配符”。例如：/a.*z/ 表示可以匹配以字母“a”开头，字母“z”结束的任意不包括换行符的字符串。“. +”也可以完成类似的匹配功能，所不同的是其至少匹配一个字符。例如：/a.+z/将不匹配字符串“az”。

参考

元字符“|”又称模式选择符(或)。在正则表达式中匹配两个或更多的选择之一。例如：在字符串“There are many apples and pears.”中，/apple|pear/在第一次运行时匹配“apple”;再次运行时匹配“pear”。也可以继续增加选项，如/apple|pear|banana|lemon/。

com|cn|net表示匹配com、cn或net

参考

元字符“()”将其中的正则表达式变为原子(或称模式单元)使用。与数学表达式中的括号类似，“()”可以作为一个单元被单独使用。

例如：/(Dog)+/匹配的“Dog”、“DogDog”、“DogDogDog”……，因为紧接着“+”前的原子是用元字符“()”括起来的字符串“Dog”。

参考

特殊字符有一般加，如要匹配$ ，则使用 $

一些特殊字符： ^ $ . | ( ) * + ? { } -

% , * " ' | s t < > & ~

注意：在PHP中，一般将正则表达式模式包括在一个单引号字符串中。使用双