最近使用 PHP 寫了一個應(yīng)用，主要是正則表達(dá)式的處理，趁機(jī)系統(tǒng)性的學(xué)習(xí)了相應(yīng)知識。
這篇文章的寫作方式不是講理論，而是通過具體的例子來了解正則，這樣也更有實(shí)踐性，在此基礎(chǔ)上再去看正則表達(dá)式的基本概念會更有收獲。
禁止分組的捕獲
在正則中分組很有用，可以定義子模式，然后可以通過后向引用來引用分組的內(nèi)容，但是有的時候僅僅想通過分組來進(jìn)行范圍定義，而不想被分組來捕獲，通過一個例子就能明白：
$str = "http://www.google.com"; $preg= "/http:\/\/\w+\.\w+.(?:net|com|cn)+/is"; $preg2= "/http:\/\/\w+\.\w+.(net|com|cn)+/is"; preg_match($preg,$str,$arr); preg_match($preg2,$str,$arr2);
當(dāng)模式中出現(xiàn)?:表示這個括號的分組不會被引用，運(yùn)行下例子就能明白。
preg_match() 和 preg_match_all() 的區(qū)別
preg_match() 在匹配模式的時候匹配到一次就結(jié)束，而 preg_match_all() 則進(jìn)行全局匹配，通過一個例子就能明白：
$str='hello world china'; $preg="/\w+\s/is"; preg_match($preg,$str,$arr); print_r($arr); preg_match_all($preg,$str,$arr); print_r($arr);
正確理解 $ 和 ^
先說一個正則，為了匹配是否是手機(jī)號:
$str = "13521899942a";
$preg="/1[\d]{3,15}/is";
if (preg_match($preg,$str,$arr)) {
echo "ok";
}
雖然字符串中有一個英文字母，但是這個子模式卻匹配了，原因就在于模式匹配到后就結(jié)束了，不會再去尋找英文字母，為了解決這問題 $ 和 ^ 就發(fā)揮作用了，比如讓字符串的開始和結(jié)尾必須匹配一定的模式，修改如下：
$str = "13521899942a";
$preg="/1[\d]{3,15}$/is";
if (preg_match($preg,$str,$arr)) {
echo "ok";
}
$ 和 ^ 的跨行模式
默認(rèn)的情況下，$ 和 ^ 只會匹配完整段落的開始和結(jié)尾，但是通過改變選項，允許匹配文本的每一行的開始和結(jié)尾，通過下面的例子就能明白
$str='hello world'; $preg='/\w+$/ism';//$preg='/(?m)\w+$/is'; preg_match_all($preg,$str,$arr); print_r($arr);
分組命名
在正則中通過括號分組后，可以使用 \1,\2 這樣的數(shù)字進(jìn)行后向引用，但是假如正則中模式太多，在使用的時候就會比較混亂，這時候可以采用分組命名來進(jìn)行引用，看個例子：
$str ="email:ywdblog@gmail.com;";
preg_match("/email:(?<email>\w+?)/is", $str, $matches);
echo $matches["email"] . "_" . $matches['no'];
懶惰模式
正則在匹配的時候是貪婪的，只要符合模式就會一直匹配下去，下面的例子，匹配到的文本是 <h2>hello</h2><h2>world</h2>
$str = "<h2>hello</h2><h2>world</h2>"; $preg = "/<h2>.*<\/h2>/is"; preg_match($preg,$str,$arr); print_r($arr);
通過改變一個選項可以修改為懶惰模式，就是一旦匹配到就中止，修改代碼如下：
$str = "<h2>hello</h2><h2>world</h2>"; $preg = "/<h2>.*?<\/h2>/is"; preg_match($preg,$str,$arr); print_r($arr);
進(jìn)一步理解 preg_match_all()
通過這函數(shù)的最后一個參數(shù)，能夠返回不同形式的數(shù)組：
$str= 'jiangsu (nanjing) nantong guangdong (guangzhou) zhuhai beijing (tongzhou) haidian'; $preg = '/^\s*+([^(]+?)\s\(([^)]+)\)\s+(.*)$/m'; preg_match_all($preg,$str,$arr,PREG_PATTERN_ORDER); print_r($arr); preg_match_all($preg,$str,$arr,PREG_SET_ORDER); print_r($arr);
強(qiáng)大的正則替換回調(diào)
雖然 preg_replace() 函數(shù)能完成大多數(shù)的替換，但是假如你想更好的控制，可以使用回調(diào)，不用多說看例子：
$str = "china hello world";
$preg = '/\b(\w+)(\w)\b/';
function fun($m){
return $m[1].strtoupper($m[2]);
}
echo preg_replace_callback($preg,"fun",$str);
在這一點(diǎn)上，PHP 比 Python 強(qiáng)大的多，Python 中沒有正則回調(diào)，不過可以使用閉包的方式解決，可看我以前的文章。
preg_quote()
這個函數(shù)類似于 Python 中的 re.compile() 函數(shù)，假如在模式中一些元字符僅僅想表達(dá)字符的本身含義，可以轉(zhuǎn)義，但是假如在模式中寫太多的轉(zhuǎn)義，會顯得很混亂，可以使用這個函數(shù)來統(tǒng)一轉(zhuǎn)義：
$str = '\\*china*world';
$preg = "\*china";
$preg = preg_quote($preg);
echo $preg;
preg_match( "/{$preg}/is",$str,$arr);
print_r($arr);
向前查找 ?= 的妙用
用英文解釋可能比較貼切：