正则表达式

2019独角兽企业重金招聘Python工程师标准>>>

 1. 正则表达式就是描述字符串排列模式的一种自定义语法规则。

 * 2. 如果可以使用字符串处理函数完成的任务，就不要使用正则

 * 3. 有一些复杂的操作，只能使用正则完成。

 * 

 * 正则表达式可以在很多计算机语言中应用

 *

 *  4. 正则表达式也称为一种模式表达式。

 *  5.正则表达式就是通过构建具有特定规则的模式，与输入的字符信息比较。再进行分割、匹配、查找、替换等工作

 *   

 *    "/\<img\s*src=\".*?\"\/\>/"

 *

 *    一、正则表达式也是一个字符串

 *    二、由具有特殊意义的字符组成的字符串

 *    三、具有一点编写规则，也是一种模式

 *    四、看作是一种编程语言（是用一些特殊字符，按规则编写出一个字符串，形成一种模式---正则表达式）

 *

 *

 *    注意： 如果正则表达式，不和函数一起使用，则它就是一个字符串，如果将正则表达式放到到某个函数中使用， 才能发挥出正则表达式的作用。

 *

 *     用到分割函数中，就可以用这个正则去分割字符串

 *     用到替换函数中，就可以用这个正则去替换字符串

 *     ...

 *

 * 在PHP中给我们提供两套正则表达式函数库

POSIX 扩展正则表达式函数（ereg_）

Perl 兼容正则表达式函数(preg_)

这个函数功能一样， 找一个处理字符串效率高的

注意：推荐使用Perl 兼容正则表达式函数库（只学这一种）

学习正则表达式时，有两方面需要学习：

一、正则表达式的模式如何编写

语法：

1. 定界符号  // 

除了字母、数字和正斜线\ 以外的任何字符都可以为定界符号

| |

/ /

{ }

! !

没有特殊需要，我们都使用正斜线作为正则表达式的定界符号

2. 原子   img \s . 

注意：原子是正则表达式的最基本组成单位，而且必须至少要包含一个原子

只要一个正则表达式可以单独使用的字符，就是原子

1. 所有打印（所有可以在屏幕上输出的字符串）和非打印字符（看不到的）

2. \. \* \+ \? \( \<\> 如果所有有意义的字符，想作为原子使用，统统使用 ”\“转义字符转义 m

" \ "转义字符可以将有意的字符转成没意义的字符，还可以将没意义的字符转为有意义的字符

3. 在正则表达式中可以直接使用一些代表范围的原子

\d  : 表示任意一个十进制的数字       [0-9]

\D  : 表示任意一个除数字这外的字符   [^0-9]

\s  : 表示任意一个空白字符，空格、\n\r\t\f   [\n\r\t\f ]

\S  : 表示任意一个非空白                     [^\n\r\t\f ]

\w  : 表示任意一个字 a-zA-Z0-9_              [a-zA-Z_]

\W  : 表示任意一个非字， 除了a-zA-Z0-9_以外的任意一个字符  [^a-zA-Z0-9_]

4. 自己定义一个原子表[], 可以匹配方括号中的任何一个原子

[a-z5-8]

[^a-z] 表示取反， 就是除了原子表中的原子，都可以表示(^必须在［］内的第一个字符处出现)

.

3. 元字符  * ? 

元字符是一种特殊的字符，是用来修饰原子用的，不可以单独出现

*  : 表示其前的原子可以出现 0次、1次、或多次                       {0,}

+  : 表示其前的原子可以出现1次 或多次， 不能没有最少要有一个       {1,}

?  ： 表示其前面的原子可以出现0次或1次， 有只能有一次，要么没有    {0,1}

{} : 用于自己定义前面原子出现的次数

{m}   //m表示一个整数， {5}表示前面的原子出现5次

{m,n}  //m和n表示一个整数，{2,5} m要小于n, 表示前面出现的原子，最少m次，最多n次，包括m和n次

{m,}   //表示前面的原子最少出现m次,最多无限

.   : 默认情况下，表示除换行符外任意一个字符

^   : 直接在一个正则表达式的第一个字符出现，则表达必须以这个正则表达式开始

$   : 直接在一个正则表达式的最后一个字符出现，则表达必须以这个正则表达式结束

|   : 表示或的关系 , 它的优先级号是最低的， 最后考虑它的功能

\b  : 表示一个边界

\B  ： 表示一个非边界

()  : 重点

一、 () 作用： 是作为大原子使用

二、 改变优先级,加上括号可以提高优先级别

三、 作为子模式使用, 正则表达式不先对一个字符串匹配一次, 全部匹配作为一个大模式，放到数组的第一个元素中，每个()是一个子模式按顺序放到数组的其它元素中去。

四、可以取消子模式，就将（）作为大原子或改变优先级使用, 在括号中最前面使用"?:"就可以取消这个（）表示的子模式

五、反向引用， 可以在模式中直接将子模式取出来，再作为正则表达式模式的一部分， 如果是在正则表达式像替换函数preg_replace函数中， 可以将子模式取出， 在被替换的字符串中使用

\1 取第一个子模式、 \2取第二个子模式， ....  \5 (注意是单引号还是双引号引起来的正则)

"\\1"

'\1'

${1} ${2}

\* \+ \. \?

4. 模式修正符号 i u

"/\<img\s*src=\".*?\"\/\>/iU"

"#\<img\s*src=\".*?\"\/\>#iU"

/原子和元字符/模式修正符号   / 为定界符号 （有一些语言是不需要这个定界符号）

二、学习正则表达式的强大处理函数

preg_match();

转载于:https://my.oschina.net/totome911/blog/195959