正则表达式相关

文章来自：zhouxiaoshuai

正则表达式

题：

写出一个验证139开头的手机号的正则表达式

考点：

• 手机号的正则表达式的编写；

• 正则表达式的组成和编写方法；

---

正则表达式的作用：分割、查找、匹配、替换字符串、

---

分割符：

正斜线(\), hash符号(#),取反符号(~);

通用元子：

\d ::匹配一个数字字符。等价于[0-9]。

\D:匹配一个非数字字符。等价于[^0-9]。

\n:匹配一个换行符。等价于\x0a和\cJ。

\r:匹配一个回车符。等价于\x0d和\cM。

\s:匹配任何空白字符，包括空格、制表符、换页符等等。等价于[ \f\n\r\t\v]。

\S:匹配任何非空白字符。等价于[^ \f\n\r\t\v]。

\t:匹配一个制表符。等价于\x09和\cI。

\w:匹配包括下划线的任何单词字符。等价于'[A-Za-z0-9_]'。

\W:匹配任何非单词字符。等价于'[^A-Za-z0-9_]'。

元字符：

• \ 将下一个字符标记为一个特殊字符、或一个原义字符、或一个向后引用、或一个八进制转义符。例如，“n”匹配字符“n”。“\n”匹配一个换行符。串行“\”匹配“\”而“(”则匹配“(”。

• ^ 匹配输入字符串的开始位置。如果设置了RegExp对象的Multiline属性，^也匹配“\n”或“\r”之后的位置。

• $ 匹配输入字符串的结束位置。如果设置了RegExp对象的Multiline属性，$也匹配“\n”或“\r”之前的位置。

• \* 匹配前面的子表达式零次或多次。例如，zo能匹配“z”以及“zoo”。等价于{0,}。

• \+ 匹配前面的子表达式一次或多次。例如，“zo+”能匹配“zo”以及“zoo”，但不能匹配“z”。+等价于{1,}。

• ? 匹配前面的子表达式零次或一次。例如，“do(es)?”可以匹配“does”或“does”中的“do”。?等价于{0,1}。

• {n} n是一个非负整数。匹配确定的n次。例如，“o{2}”不能匹配“Bob”中的“o”，但是能匹配“food”中的两个o。

• {n,} n是一个非负整数。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,}”等价于“o+”。“o{0,}”则等价于“o*”。

• {n,m} m和n均为非负整数，其中n<=m。最少匹配n次且最多匹配m次。例如，“o{1,3}”将匹配“fooooood”中的前三个o。“o{0,1}”等价于“o?”。请注意在逗号和两个数之间不能有空格。

• ? 当该字符紧跟在任何一个其他限制符（*,+,?，{n}，{n,}，{n,m}）后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如，对于字符串“oooo”，“o+?”将匹配单个“o”，而“o+”将匹配所有“o”。

• . 匹配除“\n”之外的任何单个字符。要匹配包括“\n”在内的任何字符，请使用像“(.|\n)”的模式。

模式修正符：

• i (PCRE_CASELESS)

如果设置了这个修饰符，模式中的字母会进行大小写不敏感匹配。

• m(PCRE_MULTILINE)

默认情况下，PCRE认为目标字符串是由单行字符组成的(然而实际上它可能会包含多行)，"行首"元字符(^)仅匹配字符串的开始位置， 而"行末"元字符($)仅匹配字符串末尾， 或者最后的换行符(除非设置了D修饰符)。这个行为和perl相同。 当这个修饰符设置之后，“行首”和“行末”就会匹配目标字符串中任意换行符之前或之后，另外， 还分别匹配目标字符串的最开始和最末尾位置。这等同于perl的/m修饰符。如果目标字符串 中没有"\n"字符，或者模式中没有出现^或$，设置这个修饰符不产生任何影响。

• s (PCRE_DOTALL)

如果设置了这个修饰符，模式中的点号元字符匹配所有字符，包含换行符。如果没有这个 修饰符，点号不匹配换行符。这个修饰符等同于perl中的/s修饰符。 一个取反字符类比如[^a]总是匹配换行符，而不依赖于这个修饰符的设置。

• x (PCRE_EXTENDED)

如果设置了这个修饰符，模式中的没有经过转义的或不在字符类中的空白数据字符总会被忽略， 并且位于一个未转义的字符类外部的#字符和下一个换行符之间的字符也被忽略。 这个修饰符 等同于perl中的/x修饰符，使被编译模式中可以包含注释。 注意：这仅用于数据字符。 空白字符 还是不能在模式的特殊字符序列中出现，比如序列(?(引入了一个条件子组(译注:这种语法定义的 特殊字符序列中如果出现空白字符会导致编译错误。 比如(?(就会导致错误)。

• e (PREG_REPLACE_EVAL)Warning

This feature was DEPRECATED in PHP 5.5.0, and REMOVED as of PHP 7.0.0.

如果设置了这个被弃用的修饰符，preg_replace()在进行了对替换字符串的 后向引用替换之后,将替换后的字符串作为php代码评估执行(eval函数方式)，并使用执行结果 作为实际参与替换的字符串。单引号、双引号、反斜线()和NULL字符在 后向引用替换时会被用反斜线转义.

• A (PCRE_ANCHORED)

如果设置了这个修饰符，模式被强制为"锚定"模式，也就是说约束匹配使其仅从 目标字符串的开始位置搜索。这个效果同样可以使用适当的模式构造出来，并且 这也是perl种实现这种模式的唯一途径。

• D (PCRE_DOLLAR_ENDONLY)

如果这个修饰符被设置，模式中的元字符美元符号仅仅匹配目标字符串的末尾。如果这个修饰符 没有设置，当字符串以一个换行符结尾时， 美元符号还会匹配该换行符(但不会匹配之前的任何换行符)。 如果设置了修饰符m，这个修饰符被忽略.在perl中没有与此修饰符等同的修饰符。

• S

当一个模式需要多次使用的时候，为了得到匹配速度的提升，值得花费一些时间 对其进行一些额外的分析。如果设置了这个修饰符，这个额外的分析就会执行。当前， 这种对一个模式的分析仅仅适用于非锚定模式的匹配(即没有单独的固定开始字符)。

• U(PCRE_UNGREEDY)

这个修饰符逆转了量词的"贪婪"模式。 使量词默认为非贪婪的，通过量词后紧跟?的方式可以使其成为贪婪的。这和perl是不兼容的。 它同样可以使用 模式内修饰符设置(?U)进行设置， 或者在量词后以问号标记其非贪婪(比如.*?)。

Note:在非贪婪模式，通常不能匹配超过pcre.backtrack_limit的字符。

• X (PCRE_EXTRA)

这个修饰符打开了PCRE与perl不兼容的附件功能。模式中的任意反斜线后就ingen一个 没有特殊含义的字符都会导致一个错误，以此保留这些字符以保证向后兼容性。 默认情况下，在perl中，反斜线紧跟一个没有特殊含义的字符被认为是该字符的原文。 当前没有其他特性由这个修饰符控制。

• J (PCRE_INFO_JCHANGED)

内部选项设置(?J)修改本地的PCRE_DUPNAMES选项。允许子组重名，(译注：只能通过内部选项设置，外部的/J设置会产生错误。)

• u (PCRE_UTF8)

此修正符打开一个与perl不兼容的附加功能。 模式和目标字符串都被认为是utf-8的。 无效的目标字符串会导致preg_*函数什么都匹配不到； 无效的模式字符串会导致E_WARNING级别的错误。PHP 5.3.4后，5字节和6字节的UTF-8字符序列被考虑为无效（resp. PCRE 7.3 2007-08-28）。 以前就被认为是无效的UTF-8。

后向引用：

： 后面的表达式可以引用前面的某个分组，用\1表示，就好像分组1的值赋值给了\1这个变量，这个变量可以在后面任意位置引用。

\1 表示分组1匹配的文本

\k 表示分组Word匹配的文本

匹配重复两个的英文，例如匹配Hello Hello、lei123 lei123：

(\w+)\s+\1

(?\w+)\s+\k

贪婪模式：

贪婪模式

正则手册

正则表达式的PCRE函数：

preg_match(),preg_match_all(),preg_replace(),preg_split()

正则相关函数

中文匹配：

• utf-8 :汉字编码：0x4eoo-0x9fa5;

• ANSI(gb2312)环境：0xb0-0xf7,0xa1-0xfe;

注意：utf-8 要使用u模式修正符，使模式字符串被当成urf-8;

ANSI(db2312)环境下： 要使用chr()将ASCII码转换成字符串；

方法：

• 先写出一个要匹配的字符串；

• 自左向右的顺序使用正则表达式的元子和元字符进行拼接；

• 最终加入模式修正符(如果需要)；

练习常见的正则表达式(URL，email，IP， 手机号，src);

测试题：

请写出一个正则表达式，取出页面中所有img标签中的src的值；