正则表达式 -- 个人笔记

#正则表达式

## 元字符
常见的元字符

- . 匹配换行以外的任意字符
- \w 匹配字母或者数字、下划线、汉字
- \s  匹配任意的空白字符
- \d 匹配数字
- \b 匹配单词的边界
- ^ 匹配字符串的开始
- $ 匹配字符串的结尾 
- \s匹配任意的空白字符
- \S 匹配任意的非空白字符

##字符转义
- \\匹配 - \. 匹配.
- \* 匹配*
- \+ 匹配 +
- \^ 匹配^
- \? 匹配?

##重复
- * 表示重复0或者多次
- + 表示重复1到多次
- ? 表示重复0或者1次
- {n}表示重复n次
- {n,}表示至少重复n次
- {n,m}表示重复n到m次
##反义
- \W匹配任意不是字母 数字下划线 汉字的字符
- \S 匹配任意不是空白符的字符
- \D 匹配任意不是数字的字符
- \B 匹配不是单词开头或结束的位置

##后向引用

> 使用小括号指定一个子表达式后，匹配这个子表达式的文本(也就是此分组捕获的内容)可以在表达式或其它程序中作进一步的处理。
默认情况下，每个分组会自动拥有一个组号，
规则是：从左向右，以分组的左括号为标志，第一个出现的分组的组号为1，第二个为2，以此类推。后向引用用于重复搜索前面某个分组匹配的文本

###常见的分组方法
**捕捉**

- **(exp)** 匹配exp 并捕获文本到自动命名的组里
-  (?<name>exp)  匹配exp 并捕获文本到名称为name的组里也可以写成(?‘name‘exp)
-  (?:exp) 匹配exp 不捕获匹配的文本。也不给此分组标号

**零宽断言**

-  (?=exp) 匹配exp前面的位置
-  (?<=exp) 匹配exp后面的位置
-  (?!exp)匹配后面跟的不是exp的位置
> 只是这样的组匹配的内容不会像前两种那样被捕获到某个组里面，也不会拥有组号

**注释**

- 注释	(?#comment) 这种类型的分组不对正则表达式的处理产生任何影响，用于提供注释让人阅读

##PHP中的正则函数--PCRE
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。

pcre (perl compatible-兼容 regular expression)库提供的，使用`preg_`为前缀的函数
- 在pcre中，通常将模式表达式包含在 `/` 之间，如 `/apple/` 
- 正则中重要的概念：元字符、转义、模式单元（重复）、反义、引用和断言  

##元字符（meta-character）
- `\A`  匹配字符串串首的原子
- `\Z`  匹配………………串尾…………
- `\b`  …………单词的边界  
- 如：`/\bis/` 匹配头为is的字符串
- `/is\b/` 匹配尾为is的字符串
- `/\bis\b/`定界
- `\B`   匹配除单词边界之外的任意字符
- `\d`   匹配一个数字：等价于[0-9]
- `\D`   匹配出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[0-9a-aA-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\t\v]`
- `\S`   匹配除空白字符以外任何一个字符；等价于`[^\f\t\v]`
- `\f`   匹配一个换页符；等价于 `\x0c` 或 `\cL`
- `\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

##模式修正符 （pattern modifiers)
模式修正符在忽略大小写、匹配多行中使用特别多，掌握了这一个修正符，往往能解决我们遇到的很多问题  

- `i`  可同时匹配大小写字母  
- `M`  将字符串视为多行  
- `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`  模式中的空白忽略不计  
- `U`  匹配到最近的字符串  
- `e`  将替换的字符串作为表达使用  
- 如 `/apple/i` 匹配apple 或Apple等，忽略大小写   


## PCRE的模式单元
- `//1` 提取第一位的属性
- `/^\d{2} ([\W])\d{2}\\1\d{4}$` 匹配 `12-12-3432`、`98/23/1123`、`23 23 2312` 等字符串，但是却不匹配 `12/23-2344` 的格式，**这是因为模式[\W]的结果‘/‘已被存储**，下个位置 `\1` 引用时，其匹配模式也是字符 `/`。  
- 当不需要存储匹配结果时，使用非存储模式单元 `(?: )`
- 如： `/(?:a|b|c)(D|E|F)\\1g/` 将匹配 `aEEg` 。在一些正则表达式中，使用非存储模式单元是必要的。否则，需要改变其后引用的顺序。上例还可以写成 `/(a|b|c)(C|E|F)\2g/`。  

##PCRE正则表达式函数
	- preg_match() & preg_match_all()  
	- preg_quote()
	- preg_split()
	- preg_grep()
	- preg_replace()

## 实例
	
	//匹配action属性
	$str = ‘‘;
	$match = ‘‘;
	preg_match_all(‘/\s+action=\"(?!http:)(.*?)"\s/‘, $str, $match);
	print_r($match);
	
正则工具虽然强大，但是从效率和编写时间上讲，可能没有explode更直接。