php--正则表达式

=====================================
php--正则表达式
=====================================


一、正则表达式的介绍：
----------------------------------------------------
正则表达式是用于描述字符排列和匹配模式的一种语法规则。
它主要用于字符串的模式分割、匹配、查找及替换操作。
1. 用途：匹配、查找、替换、分割
2. php提供了两套正则表达式函数库
*1. Perl 兼容正则表达式函数（推荐使用）
2. POSIX 扩展正则表达式函数

二、 语法：
----------------------------------------------------
1. 表达式的格式： "/表达式/[修正符]"
解释：其中"/"表示正则表达式的定界符，但是也可以是其他符号：如”#“，”！“
  注意：定界符不可以是字母、数字和斜线\。
像“#”、“|”、“!”等都可以的
如：/.../   #...#  |....|

其中修正符是可选的，表示对表达式做额外的修饰。





三、 正则表达式的组成部分：
----------------------------------------------------
1. 原子是组成正则表达式的基本单位,在分析正则表达式时，应作为一个整体。
  原子包括以下内容:
> 单个字符、数字，如a-z，A-Z，0-9。
> 模式单元，如（ABC）可以理解为由多个原子组成的大的原子。
> 原子表，如 [ABC]。
> 重新使用的模式单元，如：\\1
> 普通转义字符，如：\d， \D， \w
> 转义元字符，如：\*，\.
*> 元字符


*2. 元字符（具有特殊意义字符）：
[] 表示单个字符的原子表
例如：[aoeiu] 表示任意一个元音字母
 [0-9] 表示任意一位数字
 [a-z][0-9]表示小写字和一位数字构成的两位字符
 [a-zA-Z0-9] 表示任意一位大小字母或数字
[^] 表示除中括号内原子之外的任何字符 是[]的取反
例如：[^0-9] 表示任意一位非数字字符
 [^a-z] 表示任意一位非小写字母
        
{m} 表示对前面原子的数量控制，表示是m次
例如：[0-9]{4} 表示4位数字0000-9999
 [1][3-8][0-9]{9} 手机号码
                  [\-]?[0-9]+
{m,} 表示对前面原子的数量控制，表示是至少m次  
例如： [0-9]{2,} 表示两位及以上的数字

{m,n}表示对前面原子的数量控制，表示是m到n次
例如： [a-z]{6,8} 表示6到8位的小写字母

* 表示对前面原子的数量控制，表示是任意次，等价于{0,}
+ 表示对前面原子的数量控制，表示至少1次，等价于{1,}
? 表示对前面原子的数量控制，表示0次或1次（可有可无） 等价于{0,1}
例如：正整数：[1-9][0-9]*
整数：[\-]?[0-9]+
email: 

() 表示一个整体原子，【还有一个子存储单元的作用】。
也可以使用?:来拒绝子存储。 （?:.*?）
例如：（red） 字串red
  (red|blue) 字串red或blue
  (abc){2} 表示两个abc
|  表示或的意思
(rea|blue) 字串red或blue

^  用在正则单元块的开头处，表示必须以指定的开头

$  用在正则单元块的结尾处，表示必须以指定的结尾

.  表示任意一个除换行符之外的字符
常用组合： .*? 或 .+? 表示最小匹配所有字符（拒绝贪婪匹配）
              
3. 普通转义字符:
*\d 匹配一个数字；等价于[0-9]
*\D 匹配除数字以外任何一个字符；等价于[^0-9]
*\w 匹配一个英文字母、数字或下划线；等价于[a-z0-9A-Z_]
*\W 匹配除英文字母、数字和下划线以外任何一个字符；等价于[^0-9a-zA-Z_]
*\s 匹配一个空白字符；等价于[\f\n\r\t\v]
*\S 匹配除空白字符以外任何一个字符；等价于[^\f\n\r\t\v]

\f 匹配一个换页符等价于 \x0c 或 \cL
*\n 匹配一个换行符；等价于 \x0a 或 \cJ
*\r 匹配一个回车符等价于\x0d 或 \cM
*\t 匹配一个制表符；等价于 \x09\或\cl
\v 匹配一个垂直制表符；等价于\x0b或\ck
\oNN 匹配一个八进制数字
\xNN 匹配一个十六进制数字
\cC 匹配一个控制字符


/^-?\d+$|^-?0[xX][\da-fA-F]+$/   表示十进制和十六进制的一个数字

^-?\d+$    ^-?0[xX][\da-fA-F]+$

//表示一个邮箱地址
/^[0-9a-zA-Z_-]+@[0-9a-zA-Z_-]+(\.[0-9a-zA-Z_-]+){0,3}$/





4. 模式修整符
i 表示不区分大小写；
"/[a-zA-Z]/" <==>"/[a-z]/i"
s 表示匹配视为单行（就是可以让点.支持换行）

U 表示拒绝贪婪匹配


 四、 正则表达式的函数：
 --------------------------------------------------
preg_grep --  返回与模式匹配的数组单元 
* preg_match_all -- 进行全局正则表达式匹配 , 返回共计匹配的个数。
和下面的一样，不同的是匹配到最后（全局匹配）

* preg_match -- 进行正则表达式匹配，只匹配一次，返回1，否则0，
格式：preg_match("正则表达式","被匹配的字串",存放结果的变量名,PREG_OFFSET_CAPTURE,起始偏移量)
其中：PREG_OFFSET_CAPTURE表示获取匹配索引位置
 起始偏移量：从指定位置开始匹配

preg_quote -- 转义正则表达式字符
preg_replace_callback -- 用回调函数执行正则表达式的搜索和替换
*preg_replace -- 执行正则表达式的搜索和替换
*preg_split -- 用正则表达式分割字符串