站長(zhǎng)資訊網(wǎng) 需要我們用程序處理的數(shù)據(jù)并不總是預(yù)先以數(shù)據(jù)庫思維設(shè)計(jì)的，或者說是無法用數(shù)據(jù)庫的結(jié)構(gòu)去存儲(chǔ)的。
比如模版引擎解析模版、垃圾敏感信息過濾等等。
一般這種情況，我們用正則按我們的規(guī)則去匹配preg_match、替換preg_replace。
但一般的應(yīng)用中，無非是些數(shù)據(jù)庫CRUD，正則擺弄的機(jī)會(huì)很少。
根據(jù)前面說的，兩種場(chǎng)景：統(tǒng)計(jì)分析，用匹配；處理用替換。
PHP preg_replace() 正則替換，與Javascript 正則替換不同，PHP preg_replace() 默認(rèn)就是替換所有符號(hào)匹配條件的元素。
大部分語言的正則表達(dá)式都是差不多的，不過也有細(xì)微的差異。
PHP 正則表達(dá)式
| 正則字符 | 正則解釋 |
|---|---|
| 將下一個(gè)字符標(biāo)記為一個(gè)特殊字符、或一個(gè)原義字符、或一個(gè)向后引用、或一個(gè)八進(jìn)制轉(zhuǎn)義符。例如，“n”匹配字符“n”。“\n”匹配一個(gè)換行符。序列“\”匹配“”而“(”則匹配“(”。 | |
| ^ | 匹配輸入字符串的開始位置。如果設(shè)置了RegExp對(duì)象的Multiline屬性，^也匹配“n”或“r”之后的位置。 |
| $ | 匹配輸入字符串的結(jié)束位置。如果設(shè)置了RegExp對(duì)象的Multiline屬性，$也匹配“n”或“r”之前的位置。 |
| * | 匹配前面的子表達(dá)式零次或多次。例如，zo*能匹配“z”以及“zoo”。*等價(jià)于{0,}。 |
| + | 匹配前面的子表達(dá)式一次或多次。例如，“zo+”能匹配“zo”以及“zoo”，但不能匹配“z”。+等價(jià)于{1,}。 |
| ? | 匹配前面的子表達(dá)式零次或一次。例如，“do(es)?”可以匹配“does”或“does”中的“do”。?等價(jià)于{0,1}。 |
| {n} | n是一個(gè)非負(fù)整數(shù)。匹配確定的n次。例如，“o{2}”不能匹配“Bob”中的“o”，但是能匹配“food”中的兩個(gè)o。 |
| {n,} | n是一個(gè)非負(fù)整數(shù)。至少匹配n次。例如，“o{2,}”不能匹配“Bob”中的“o”，但能匹配“foooood”中的所有o。“o{1,}”等價(jià)于“o+”。“o{0,}”則等價(jià)于“o*”。 |
| {n,m} | m和n均為非負(fù)整數(shù)，其中n<=m。最少匹配n次且最多匹配m次。例如，“o{1,3}”將匹配“fooooood”中的前三個(gè)o。“o{0,1}”等價(jià)于“o?”。請(qǐng)注意在逗號(hào)和兩個(gè)數(shù)之間不能有空格。 |
| ? | 當(dāng)該字符緊跟在任何一個(gè)其他限制符（*,+,?，{n}，{n,}，{n,m}）后面時(shí)，匹配模式是非貪婪的。非貪婪模式盡可能少的匹配所搜索的字符串，而默認(rèn)的貪婪模式則盡可能多的匹配所搜索的字符串。例如，對(duì)于字符串“oooo”，“o?”將匹配單個(gè)“o”，而“o+”將匹配所有“o”。 |
| .點(diǎn) | 匹配除“n”之外的任何單個(gè)字符。要匹配包括“n”在內(nèi)的任何字符，請(qǐng)使用像“[sS]”的模式。 |
| (pattern) | 匹配pattern并獲取這一匹配。所獲取的匹配可以從產(chǎn)生的Matches集合得到，在VBScript中使用SubMatches集合，在JScript中則使用$0…$9屬性。要匹配圓括號(hào)字符，請(qǐng)使用“(”或“)”。 |
| (?:pattern) | 匹配pattern但不獲取匹配結(jié)果，也就是說這是一個(gè)非獲取匹配，不進(jìn)行存儲(chǔ)供以后使用。這在使用或字符“(|)”來組合一個(gè)模式的各個(gè)部分是很有用。例如“industr(?:y|ies)”就是一個(gè)比“industry|industries”更簡(jiǎn)略的表達(dá)式。 |
| (?=pattern) | 正向肯定預(yù)查，在任何匹配pattern的字符串開始處匹配查找字符串。這是一個(gè)非獲取匹配，也就是說，該匹配不需要獲取供以后使用。例如，“Windows(?=95|98|NT|2000)”能匹配“Windows2000”中的“Windows”，但不能匹配“Windows3.1”中的“Windows”。預(yù)查不消耗字符，也就是說，在一個(gè)匹配發(fā)生后，在最后一次匹配之后立即開始下一次匹配的搜索，而不是從包含預(yù)查的字符之后開始。 |
| (?!pattern) | 正向否定預(yù)查，在任何不匹配pattern的字符串開始處匹配查找字符串。這是一個(gè)非獲取匹配，也就是說，該匹配不需要獲取供以后使用。例如“Windows(?!95|98|NT|2000)”能匹配“Windows3.1”中的“Windows”，但不能匹配“Windows2000”中的“Windows”。 |
| (?<=pattern) | 反向肯定預(yù)查，與正向肯定預(yù)查類似，只是方向相反。例如，“(?<=95|98|NT|2000)Windows”能匹配“2000Windows”中的“Windows”，但不能匹配“3.1Windows”中的“Windows”。 |
| (?<!pattern) | 反向否定預(yù)查，與正向否定預(yù)查類似，只是方向相反。例如“(?<!95|98|NT|2000)Windows”能匹配“3.1Windows”中的“Windows”，但不能匹配“2000Windows”中的“Windows”。 |
| x|y | 匹配x或y。例如，“z|food”能匹配“z”或“food”。“(z|f)ood”則匹配“zood”或“food”。 |
| [xyz] | 字符集合。匹配所包含的任意一個(gè)字符。例如，“[abc]”可以匹配“plain”中的“a”。 |
| [^xyz] | 負(fù)值字符集合。匹配未包含的任意字符。例如，“[^abc]”可以匹配“plain”中的“plin”。 |
| [a-z] | 字符范圍。匹配指定范圍內(nèi)的任意字符。例如，“[a-z]”可以匹配“a”到“z”范圍內(nèi)的任意小寫字母字符。注意:只有連字符在字符組內(nèi)部時(shí),并且出兩個(gè)字符之間時(shí),才能表示字符的范圍; 如果出字符組的開頭,則只能表示連字符本身. |
| [^a-z] | 負(fù)值字符范圍。匹配任何不在指定范圍內(nèi)的任意字符。例如，“[^a-z]”可以匹配任何不在“a”到“z”范圍內(nèi)的任意字符。 |
| b | 匹配一個(gè)單詞邊界，也就是指單詞和空格間的位置。例如，“erb”可以匹配“never”中的“er”，但不能匹配“verb”中的“er”。 |
| B | 匹配非單詞邊界。“erB”能匹配“verb”中的“er”，但不能匹配“never”中的“er”。 |
| cx | 匹配由x指明的控制字符。例如，cM匹配一個(gè)Control-M或回車符。x的值必須為A-Z或a-z之一。否則，將c視為一個(gè)原義的“c”字符。 |
| d | 匹配一個(gè)數(shù)字字符。等價(jià)于[0-9]。 |
| D | 匹配一個(gè)非數(shù)字字符。等價(jià)于[^0-9]。 |
| f | 匹配一個(gè)換頁符。等價(jià)于x0c和cL。 |
| n | 匹配一個(gè)換行符。等價(jià)于x0a和cJ。 |
| r | 匹配一個(gè)回車符。等價(jià)于x0d和cM。 |
| s | 匹配任何空白字符，包括空格、制表符、換頁符等等。等價(jià)于[ fnrtv]。 |
| S | 匹配任何非空白字符。等價(jià)于[^ fnrtv]。 |
| t | 匹配一個(gè)制表符。等價(jià)于x09和cI。 |
| v | 匹配一個(gè)垂直制表符。等價(jià)于x0b和cK。 |
| w | 匹配包括下劃線的任何單詞字符。等價(jià)于“[A-Za-z0-9_]”。 |
| W | 匹配任何非單詞字符。等價(jià)于“[^A-Za-z0-9_]”。 |
| xn | 匹配n，其中n為十六進(jìn)制轉(zhuǎn)義值。十六進(jìn)制轉(zhuǎn)義值必須為確定的兩個(gè)數(shù)字長(zhǎng)。例如，“x41”匹配“A”。“x041”則等價(jià)于“x04&1”。正則表達(dá)式中可以使用ASCII編碼。 |
| num | 匹配num，其中num是一個(gè)正整數(shù)。對(duì)所獲取的匹配的引用。例如，“(.)1”匹配兩個(gè)連續(xù)的相同字符。 |
| n | 標(biāo)識(shí)一個(gè)八進(jìn)制轉(zhuǎn)義值或一個(gè)向后引用。如果n之前至少n個(gè)獲取的子表達(dá)式，則n為向后引用。否則，如果n為八進(jìn)制數(shù)字（0-7），則n為一個(gè)八進(jìn)制轉(zhuǎn)義值。 |
| nm | 標(biāo)識(shí)一個(gè)八進(jìn)制轉(zhuǎn)義值或一個(gè)向后引用。如果nm之前至少有nm個(gè)獲得子表達(dá)式，則nm為向后引用。如果nm之前至少有n個(gè)獲取，則n為一個(gè)后跟文字m的向后引用。如果前面的條件都不滿足，若n和m均為八進(jìn)制數(shù)字（0-7），則nm將匹配八進(jìn)制轉(zhuǎn)義值nm。 |
| nml | 如果n為八進(jìn)制數(shù)字（0-7），且m和l均為八進(jìn)制數(shù)字（0-7），則匹配八進(jìn)制轉(zhuǎn)義值nml。 |
| un | 匹配n，其中n是一個(gè)用四個(gè)十六進(jìn)制數(shù)字表示的Unicode字符。例如，u00A9匹配版權(quán)符號(hào)（©）。 |
上表是正則表達(dá)式比較全面的解釋，而商標(biāo)中的正則字符都有特殊含義，已經(jīng)不再代表原字符含義。如正則表達(dá)式中“+”不代表加號(hào)，而是代表匹配一次或多次。而如果想要讓“+”表示加號(hào)，則需要在其前面加上“”轉(zhuǎn)義，也就是用“+”表示加號(hào)。
而正則表達(dá)式 1+1=2 可以代表，多個(gè)1=2，即：
11=2 正則表達(dá)式：1+1=2
111=2 正則表達(dá)式：1+1=2
1111=2 正則表達(dá)式：1+1=2
……
也就是說所有正則字符都有特定含義，如果需要再用來表示原字符含義，就需要在前面加“”轉(zhuǎn)義，即使非正則字符，用“”轉(zhuǎn)義也是沒有問題的。
對(duì)所有字符都轉(zhuǎn)義，但是這種不建議使用。
而正則表達(dá)式必須要使用定界符包圍起來，在Javascript中定界符是“/”，而在PHP中，比較常見的是用“/”定界，也可以用“#”定界，而且外面還需要用引號(hào)包圍起來。
如果正則表達(dá)式包含這些定界符，您就需要對(duì)這些字符進(jìn)行轉(zhuǎn)義。
PHP 正則表達(dá)式定界符
大多數(shù)語言的正則表達(dá)式都是由“/”作為定界符的，而在PHP中，還可以使用“#”定界，如果字符串中包含大量“/”字符，在使用“/”定界的時(shí)候，就需要對(duì)這些“/”轉(zhuǎn)義，而使用“#”就不需要轉(zhuǎn)義，更簡(jiǎn)潔。
$weigeti=’W3CSchool 在線教程的網(wǎng)址是 http://e.jb51.net/ ，你能把這個(gè)網(wǎng)址替換成正確的網(wǎng)址嗎？’;
// 上面的要求就是把http://e.jb51.net/ 替換成 http://e.jb51.net/w3c/
// . : – 都是正則符號(hào)，所以需要轉(zhuǎn)義，而 / 是定界符，如果字符串中包含 / 定界符，就需要轉(zhuǎn)義
echo preg_replace(‘/http://www.jb51.net//’,’http://e.jb51.net/w3c/’,$weigeti);
// 在 #作為定界符，/ 就不再是定界符的含義，就不需要轉(zhuǎn)義了。
echo preg_replace(‘#http://www.jb51.net/#’,’http://e.jb51.net/w3c/’,$weigeti);
//上面兩條輸出結(jié)果都一樣，【W(wǎng)3CSchool 在線教程的網(wǎng)址是 http://e.jb51.net/w3c/ ，你能把這個(gè)網(wǎng)址替換成正確的網(wǎng)址嗎？】
?>
通過上面的兩條PHP 正則替換代碼我們可以發(fā)現(xiàn)，如果正則語句中包含大量“/”，無論使用“/” 還是 “#”做定界符都是可以的，但是使用“#”能讓代碼看起來更簡(jiǎn)潔。但是E維科技建議您還是保持使用“/”作為定界符，因?yàn)樵贘avascript等語言中，只能使用“/”作為定界符，這樣寫起來可以形成習(xí)慣，貫通于其他語言中。
PHP 正則表達(dá)式修飾符
修飾符被放在PHP正則表達(dá)式定界符“/”尾部，在正則表達(dá)式尾部引號(hào)之前。
m 多行獨(dú)立匹配，如果字符串不包含[n]等換行符就和普通正則一樣。
s 設(shè)置正則符號(hào) . 可以匹配換行符[n]，如果沒有設(shè)置，正則符號(hào).不能匹配換行符n。
x 忽略沒有轉(zhuǎn)義的空格
e eval() 對(duì)匹配后的元素執(zhí)行函數(shù)。
A 前置錨定，約束匹配僅從目標(biāo)字符串開始搜索
D 鎖定$作為結(jié)尾，如果沒有D，如果字符串包含[n]等換行符，$依舊依舊匹配換行符。如果設(shè)置了修飾符m，修飾符D 就會(huì)被忽略。
S 對(duì)非錨定的匹配進(jìn)行分析
U 非貪婪，如果在正則字符量詞后加“?”，就可以恢復(fù)貪婪
X 打開與perl 不兼容附件
u 強(qiáng)制字符串為UTF-8編碼，一般在非UTF-8編碼的文檔中才需要這個(gè)。建議UTF-8環(huán)境中不要使用這個(gè)，據(jù)E維科技調(diào)查使用這個(gè)會(huì)有一個(gè)Bug。這個(gè)Bug網(wǎng)址：
如果您熟悉Javascript 的正則表達(dá)式，或許一定熟悉Javascript 正則表達(dá)式的修飾符“g”，代表匹配所有符合條件的元素。而在PHP 正則替換中，是匹配所有符號(hào)條件的元素，所以不存在Javascript 修飾符“g”。
PHP 正則中文和忽略大小寫PHP preg_replace() 是區(qū)分大小寫的，同時(shí)只能匹配ASCII編碼內(nèi)的字符串，如果需要匹配不區(qū)分大小寫和中文等字符需要添加相應(yīng)的修飾符 i 或 u。
$weigeti=’W3CSchool 在線教程網(wǎng)址：//www.jb51.net/w3school/’;
echo preg_replace(‘/W3CSchool/’,’w3c’,$weigeti);
//大小寫不同，輸出【w3c 在線教程網(wǎng)址：//www.jb51.net/w3school/】
echo preg_replace(‘/W3CSchool/i’,’w3c’,$weigeti);
//忽略大小寫，執(zhí)行替換輸出【w3c 在線教程網(wǎng)址：http://e.jb51.net/w3c/】
echo preg_replace(‘/網(wǎng)址/u’,”,$weigeti);
//強(qiáng)制 UTF-8中文，執(zhí)行替換，輸出【W(wǎng)3CSchool 在線教程：//www.jb51.net/w3school/】
?>
大小寫和中文在PHP中都是敏感的，但是在Javascript正則中，只對(duì)大小寫敏感，忽略大小寫也是通過修飾符 i 作用的，但是Javascript 不需要告知是否是UTF-8中文等特殊字符，直接可以匹配中文。
PHP 正則換行符實(shí)例
PHP 正則表達(dá)式在遇到換行符時(shí)，會(huì)將換行符當(dāng)做字符串中間一個(gè)普通字符。而通用符號(hào).不能匹配n，所以遇到帶有換行符的字符串正則會(huì)有很多要點(diǎn)。
$weigeti=”jb51.netnISnLOVINGnYOU”;
// 想要把上面$weigeti 替換成jb51.net
echo preg_replace(‘/^[A-Z].*[A-Z]$/’,”,$weigeti);
// 這個(gè)正則表達(dá)式是，匹配只包含w的元素，$weigeti 是以V開頭，符合[A-Z]，而且結(jié)尾是U，也符合[A-Z]。.無法匹配n
// 輸出【jb51.net IS LOVEING YOU】
echo preg_replace(‘/^[A-Z].*[A-Z]$/s’,”,$weigeti);
// 這個(gè)用修飾符s，也就是 . 可以匹配 n 了，所以整句匹配，輸出空
// 輸出【】
echo preg_replace(‘/^[A-Z].*[A-Z]$/m’,”,$weigeti);
// 這里使用了修飾符，將n作為多行獨(dú)立匹配。也就等價(jià)于：
/*
$preg_m=preg_replace(‘/^[A-Z].*[A-Z]$/m’,”,$weigeti);
$p=’/^[A-Z].*[A-Z]$/’;
$a=preg_replace($p,”,’jb51.net’);
$b=preg_replace($p,”,’IS’);
$c=preg_replace($p,”,’LOVING’);
$d=preg_replace($p,”,’YOU’);
$preg_m === $a.$b.$c.$d;
*/
// 輸出【jb51.net】
?>
以后您在使用PHP 抓取某個(gè)網(wǎng)站內(nèi)容，并用正則批量替換的時(shí)候，總無法避免忽略獲取的內(nèi)容包含換行符，所以在使用正則替換的時(shí)候一定要注意。
PHP 正則匹配執(zhí)行函數(shù)PHP 正則替換可以使用一個(gè)修飾符e，代表 eval() 來執(zhí)行匹配后的內(nèi)容某個(gè)函數(shù)。
$weigeti=’W3CSchool 在線教程網(wǎng)址：//www.jb51.net ，你Jbzj!了嗎？’;
// 將上面網(wǎng)址轉(zhuǎn)為小寫
echo preg_replace(‘/(http:[/w.-]+/)/e’,’strtolower(“$1”)’,$weigeti);
// 使用修飾符e之后，就可以對(duì)匹配的網(wǎng)址執(zhí)行PHP 函數(shù) strtolower() 了
// 輸出 【W(wǎng)3CSchool 在線教程網(wǎng)址：//www.jb51.net ，你Jbzj!了嗎？】
?>
根據(jù)上面代碼，盡管匹配后的函數(shù) strtolower() 在引號(hào)內(nèi)，但是依舊會(huì)被eval()執(zhí)行。
正則替換匹配變量向后引用
如果您熟悉Javascript，一定對(duì)$1 $2 $3 …… 等向后引用比較熟悉，而在 PHP 中這些也可以被當(dāng)作向后引用參數(shù)。而在PHP中，還可以使用 1 \1 來表示向后引用。
向后引用的概念就是匹配一個(gè)大片段，這個(gè)正則表達(dá)式內(nèi)部又被用括號(hào)切割成若干小匹配元素，那么每個(gè)匹配元素就被按照小括號(hào)序列用向后引用代替。
$weigeti=’W3CSchool 在線教程網(wǎng)址：//www.jb51.net ，你Jbzj!了嗎？’;
echo preg_replace(‘/.+(http:[w-/.]+/)[^w-!]+([w-!]+).+/’,’$1′,$weigeti);
echo preg_replace(‘/.+(http:[w-/.]+/)[^w-!]+([w-!]+).+/’,’1′,$weigeti);
echo preg_replace(‘/.+(http:[w-/.]+/)[^w-!]+([w-!]+).+/’,’\1′,$weigeti);
// 上面三個(gè)都是輸出 【//www.jb51.net】
echo preg_replace(‘/^(.+)網(wǎng)址：(http:[w-/.]+/)[^w-!]+([w-!]+).+$/’,’欄目：$1<br>網(wǎng)址：$2<br>商標(biāo)：$3′,$weigeti);
/*
欄目：W3CSchool 在線教程
網(wǎng)址：//www.jb51.net
商標(biāo)：Jbzj!
*/
// 括號(hào)中括號(hào)，外面括號(hào)先計(jì)數(shù)
echo preg_replace(‘/^((.+)網(wǎng)址：(http:[w-/.]+/)[^w-!]+([w-!]+).+)$/’,’原文：$1<br>欄目：$2<br>網(wǎng)址：$3<br>商標(biāo)：$4′,$weigeti);
/*
原文：W3CSchool 在線教程網(wǎng)址：//www.jb51.net ，你Jbzj!了嗎？
欄目：W3CSchool 在線教程
網(wǎng)址：//www.jb51.net
商標(biāo)：Jbzj!
*/
?>
