正则语法

正则表达式

• 正则表达式：由一组字母和符号组成的特殊文本，从文本中找出满足的格式句子。
• 正则表达式：一种从左到右匹配主体字符串的模式。
• 正则表达式：从一个基础字符串中根据一定的匹配模式替换文本中的字符串、验证表单、提取字符串等等。

  ---

• 用户命名规则：让用户名包含字符、数字、下划线和连字符，以及限制字符的个数。

匹配用户名称

---

基本匹配

• 正则表达式the，匹配由字母t开始，接着是h，再接着是e。
• "the" => The fat cat sat on the mat.
• 正则表达式是大小写敏感，所以The不会匹配the。
• "The" => The fat cat sat on the mat.

---

元字符

• 正则表达式主要依赖于元字符。

  元字符	描述
  .	句号匹配任意单个字符除了换行符。
  []	字符种类。匹配方括号内的任意字符。
  [^ ]	否定的字符类。匹配除了方括号里的任意字符。
  *	匹配 >=0 个重复的在*号之前的符号。
  +	匹配 >= 1 个重复的+号前的符号。
  ?	标记 ? 之前的符号为可选。
  {n,m}	匹配num个大括号之前的字符或字符集（n<=num<=m）。
  (xyz)	字符集，匹配与 xyz 完全相等的字符串。
  |	或运算，匹配符号前或后的字符。
  \	转义字符，用于匹配一些保留的字符 | [ ] ( ) { } . * + ? ^ $ \
  ^	从开始行开始匹配。
  $	从末端开始匹配。

  ---

点运算符 .

• . 是元字符中最简单的例子。
• . 匹配任意单个字符，但不匹配换行符。
• 表达式 .ar 匹配一个任意字符后面跟着是a和r的字符串。
• ".ar" => The car parked in the garage.

  ---

字符串

• 方括号指定一个字符集。
• 方括号中使用连字符来指定字符集的范围。
• 方括号中的字符集不关心顺序。
• 表达式 [Tt]he 匹配 the 和 The。
• "[Tt]he" => The car parked in the garage.
• 方括号的句号就表示句号。
• 表达式 ar[.] 匹配 ar. 字符串。
• "ar[.]" => A garage is a good place to park a car.

  ---

否定字符集

• 一般来说 ^ 表示一个字符串的开头，但它用在一个方括号的开头时候，它表示这个字符集是否定的。
• 表达式 [^c]ar 匹配一个后面跟着 ar 的除了 c 的任意字符。

  ---

重复次数

• 后面跟着元字符 +，* or ? 的，用来指定匹配子模式的次数。

  ---

星号 *

• *号匹配在 * 之前的字符出现 大于等于0 次。
• 表达式 a* 匹配0或更多个以a开头的字符。表达式 [a-z]* 匹配一个行中所有以小写字母开头的字符串。
• "[a-z]*" => The car parked in the garage #21.
• * 字符和 . 字符搭配可以匹配所有的字符 .*。
• * 和表达式匹配空格的符号 \s 连起来用，如表达式 \s*cat\s* 匹配0或更多个空格开头和0或更多个空格结尾的cat字符串。
• "\s*cat\s*" => The fatcatsat on the concatenation.

  ---

加号 +

• +号匹配+号之前的字符出现 >=1 次。
• 表达式 c.+t 匹配以首字母 c 开头以 t 结尾，中间跟着至少一个字符的字符串。
• "c.+t" => The fat cat sat on the mat.

  ---

问号 ?

• 正则表达式：? 标记在符号前面的字符为可选，即出现 0 或 1 次。
• 表达式 [T]?he 匹配字符串 he 和 The。
• "[T]he" => The car is parked in the garage.
• "[T]?he" => The car is parked in the garage.

  ---

{} 号

• 正则表达式：{}是一个量词，常用来限定一个或一组字符可以重复出现的次数。
• 表达式 [0-9]{2,3} 匹配至少2位最多3位 0~9 的数字。
• "[0-9]{2,3}" => The number was 9.9997 but we rounded it off to 10.0.
• 省略第二个参数：[0-9]{2,} 匹配至少两位 0~9 的数字。
• "[0-9]{2,}" => The number was 9.9997 but we rounded it off to 10.0.
• 如果省略逗号 表示重复固定的次数：[0-9]{3} 匹配3位数字。
• "[0-9]{3}" => The number was 9.9997 but we rounded it off to 10.0.

  ---

(...)特征标群

• 特征标群是一组写在 (...) 中的子模式。
• (...) 中包含的内容将被看成一个整体，和数字中小括号()的作用相同。
• 表达式 (ab)* 匹配连续出现0或更多个 ab 。
• 如果没有使用 (...) 那么表达式 ab* 将匹配连续出现0或多个 b 。
• 如果在 {} 前加上特征标群 (...) 则表示整个标群内的字符重复N次。
• 我们还可以在 () 中使用或字符 | 表示或。如：(c|g|p)ar 匹配 car 或 gar 或 par
• "(c|g|p)ar" => The car is parked in the garage.

  ---

| 或运算符

• 或运算符就表示或，用作判断条件。
• (T|t)he|car 匹配 (T|t)he 或 car。
• "(T|t)he|car" => The car is parked in the garage.

  ---

转码特殊字符

• 反斜线 \ 在表达式中用于转码紧跟其后的字符。
• 用于指定 { } [ ] / \ + * . $ ^ | ? 这些特殊字符。
• 如果想要匹配上面这些特殊字符则要在其前面加上反斜线 \ 。
• . 是用来匹配除换行符外的所有字符的。
• 如果想要匹配句子中 . 则要写成 \. 以下这个例子 .? 是选择性匹配 .
• "(f|c|m)at\.?" => The fat cat sat on the mat.

  ---

锚点

• 正则表达式中，想要匹配指定开头或结尾的字符串就要使用到锚点。
• ^ 指定开头， $ 指定结尾。

  ---

^ 号

• ^ 用来检查匹配的字符串是否在所匹配字符串的开头。
• 在 abc 中使用表达式 ^a 会得到结果 a。但使用 ^b 将匹配不到任何结果。因为在字符串 abc 中并不是以 b 开头。
• ^(T|t)he 匹配以 The 或 the 开头的字符串。
• "(T|t)he" => The car is parked in the garage.
• "^(T|t)he" => The car is parked in the garage.

  ---

$ 号

• 同^号，$号用来匹配字符是否最后一个。
• (at.)$ 匹配以 at. 结尾的字符串。
• "(at\.)" => The fat cat. sat. on the mat.
• "(at\.)$" => The fat cat. sat. on the mat.

  ---

简写字符集

• 正则表达式提供一些常用的字符集简写。

  简写	描述
  .	除换行符外的所有字符
  \w	匹配所有字母数字，等同于 [a-zA-Z0-9_]
  \W	匹配所有非字母数字，即符号，等同于：[^\w]
  \d	匹配数字：[0-9]
  \D	匹配非数字：[^\d]
  \s	匹配所有空格字符，等同于：[\t\n\f\r\p{Z}]
  \S	匹配所有非空格字符：[^\s]
  \f	匹配一个换页符
  \n	匹配一个换行符
  \r	匹配一个回车符
  \t	匹配一个制表符
  \v	匹配一个垂直制表符
  \p	匹配 CR/LF (等同 \r\n)，用来匹配 DOS 行终止符

---

零宽度断言 (前后预查)

• 先行断言和后发断言都属于非捕获族（不捕获文本，也不针对组合计进行计数）
• 先行断言用于判断所匹配的格式是否在另一个确定的格式之前，匹配结果不包含该确定格式（仅作为约束）
• 如：我们想要获得所有跟在 $ 符号后的数字，我们可以使用正后发断言 (?<=\\$)[0-9\.]* 表达式匹配$开头，之后跟着 0,1,2,3,4,5,6,7,8,9,. 这些字符可以出现大于等于0次。
• 零宽度断言如下：

  符号	描述
  ?=	正先行断言-存在
  ?!	负先行断言-排除
  ?<=	正后发断言-存在
  ?<!	负后发断言-排除

  ---

?=... 正先行断言

• ?=... 正先行断言，表示第一部分表达式之后必须跟着 ?=... 定义的表达式。
• 返回结果只包含满足匹配条件的第一部分表达式。
• 定义一个正先行断言要使用 ()。在括号内部使用一个问号和等号：(?=...)
• 正先行断言的内容写在括号中的等号后面。
• 如：表达式 (T|t)he(?=\sfat) 匹配 The 和 the，在括号中我们又定义了先行断言 (?=\sfat)，即 The 和 the 后面紧跟着 (空格)fat。
• "(T|t)he(?=\sfat)" => The fat cat sat on the mat.

  ---

?!... 负先行断言

• 负先行断言 ?! 用于筛选所有匹配结果，筛选条件为 其后不跟随着断言中定义的格式。
• 正先行断言 定义和 负先行断言 一样，区别就是 = 替换成 ! 也就是 (?!...)。
• 表达式 (T|t)he(?!\sfat) 匹配 The 和 the，且其后不跟着 (空格)fat。
• "(T|t)he(?!\sfat)" => The fat cat sat on the mat.

  ---

?<=... 正后发断言

• 正后发断言 记作 (?<=...) 用于筛选所有匹配结果，筛选条件为 其前跟随着断言中定义的格式。
• 如：表达式 (?<=(T|t)he\s)(fat|mat) 匹配 fat 和 mat，且其前跟着 The 或 the。
• "(?<=(T|t)he\s)(fat|mat)" => The fat cat sat on the mat.

  ---

?<!... 负后发断言

• 负后发断言 记作 (?<!...) 用于筛选所有匹配结果，筛选条件为 其前不跟随着断言中定义的格式。
• 如：表达式 (?<!(T|t)he\s)(cat) 匹配 cat，且其前不跟着 The 或 the。
• "(?<!(T|t)he\s)(cat)" => The cat sat on cat.

---

标志

• 标志也叫模式修正符，因为它可以用来修改表达式的搜索结果。
• 这些标志可以任意的组合使用，它也是整个正则表达式的一部分。

  标志	描述
  i	忽略大小写。
  g	全局搜索。
  m	多行修饰符：锚点元字符 ^ $ 工作范围在每行的起始。

  ---

忽略大小写

• 修饰语 i 用于忽略大小写。
• 如：表达式 /The/gi 表示在全局搜索 The，在后面的 i 将其条件修改为忽略大小写，则变成搜索 the 和 The，g 表示全局搜索。
• "The" => The fat cat sat on the mat.
  "/The/gi" => The fat cat sat on the mat.

  ---

全局搜索

• 修饰符 g 常用于执行一个全局搜索匹配，即（不仅仅返回第一个匹配的，而是返回全部）。
• 如：表达式 /.(at)/g 表示搜索 任意字符 （除了换行） + at，并返回全部结果。
• "/.(at)/" => The fat cat sat on the mat.
• "/.(at)/g" => The fat cat sat on the mat.

  ---

多行修饰符

• 多行修饰符 m 常用于执行一个多行匹配。
• 之前介绍的 (^,$) 用于检查格式是否是在待检测字符串的开头或结尾。
• 如果我们想要它每行的开头和结尾生效，我们需要用到多行修饰符 m。
• 表达式 /at(.)?$/gm 表示小写字符 a 后跟小写符号 t，末尾可选除换行符外任意字符。根据 m 修饰符，现在表达式匹配每行的结尾。
• "/.at(.)?$/" => The fat
  cat sat
  on the mat.
• "/.at(.)?$/gm" => The fat
  cat sat
  on the mat.

---

贪婪匹配与惰性匹配

• 正则表达式默认采用贪婪匹配模式，在该模式下意味着会匹配尽可能长的子串。
• 使用 ? 将贪婪匹配模式转化为惰性匹配模式。
• "/(.*at)/" => The fat cat sat on the mat.
• "/(.*?at)/" => The fat cat sat on the mat.

---

?:... 非捕获

• ()：表示捕获分组，()会把每个分组里的匹配的值保存起来，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
• (?:)：表示非捕获分组，和捕获分组唯一的区别在于，在非捕获分组匹配的值不会保存起来。

// 使用 (?:) 非捕获 
$result = preg_match('@^(?:http://)?([^/]+)@i', 'http://www.codercto.com/index.html', $matches);
dump($result, $matches);
/*
1
array:2 [
  0 => "http://www.codercto.com"
  1 => "www.codercto.com"
]
*/

// 不使用(?:) 非捕获区别
$result = preg_match('@^(http://)?([^/]+)@i', 'http://www.codercto.com/index.html', $matches);
dump($result, $matches);
/*
1
array:3 [
  0 => "http://www.codercto.com"
  1 => "http://"
  2 => "www.codercto.com"
]
*/

// 使用 (?:) 非捕获 
$result = preg_match('@industr(?:y|ies)@', 'British industry', $matches);
dump($result, $matches);
/*
1
array:1 [
  0 => "industry"
]
*/

// 不使用 (?:) 非捕获
$result = preg_match('@industr(y|ies)@', 'British industry', $matches);
dump($result, $matches);
/*
1
array:2 [
  0 =>"industry"
  1 => "y"
]
*/