正则表达式的主要作用是:分割、匹配、查找、替换
正则表达式中包括的元素:
原子(普通字符:a-z A-Z 0-9 、原子表、转义字符)
元字符(有特殊功能的字符)
模式修正符(系统内置部分字符 i 、m、S、U...) 转义字符
\d 包含所有数字[0-9] \D 除所有数字外[^0-9] \w 包含所有字符(大小写英文字母、下划线、数字) [a-zA-Z_0-9] \W 除所有字符(大小写英文字母、下划线、数字)外 [^a-zA-Z_0-9] \s 空白区域如回车、换行、分页等 [\f\n\r] \S 非空白区域如回车、换行、分页等 [^\f\n\r]
元字符
. 匹配任意次但不包含回车换行 * 匹配任意次 ? 匹配0次或1次 + 匹配1次或多次 | 选择匹配(或者) ^ 匹配开头(方括号中表示非) $ 匹配尾部 {m} 匹配前一个内容的重复次数为m次 {m,} 匹配前一个内容的重复次数大于等于m次 {m,n}匹配前一个内容的重复次数m次到n次 ( ) 合并整体匹配,并放入内存,可使用\1 \2...依次获取
模式修正符: 【/正则/U 】
小写i:不区分大小写 小写m:匹配首内容或尾内容时采用多行识别匹配 小写s:将转义回车取消视为单行匹配 小写x:忽略正则中的空白 大写A:强制从头开始匹配 大写D:强制$匹配尾部无任何内容 大写U:禁止贪婪匹配,只跟踪到最近的一个匹配符并结束,常用在采集程序 小写u:匹配中文
Perl正则表达式函数:
preg_grep($mode,$str) //匹配查找,返回一个数组; preg_match($mode,$str,$return) //在字符串中查找匹配项,返回一个数组。 preg_match_all($mode,$str,$return [,int flags]) preg_split($mode,$str [,int limit 切割多少次 [,int flags] ] ) //使用正则表达式分割字符串,并将结果以数组的形式返回(类似explode)。 preg_replace($mode,$replacement,$str [,int limit 匹配多少次]) //查找和替换子字符串(类似str_replace) preg_quote($str) //在每个正则表达式的特殊字符前面加入一个转义字符(反斜线“\”),正则表达式的特殊字符包括:.\\+*?[^]$(){}=!<>|:
【常用正则表达式】
//删除一对中括号内的内容: $str = 'abc[url]123[/url]xyz'; $pattern = '/\[url\S*\[\/url\S*\]/'; $str = preg_replace($pattern, '', $str); echo $str . ''; //输出:abcxyz //PHP匹配多对中括号中的内容: $str = '这是[3]def[25]我的[26]'; $pattern = '/\[([a-z0-9]+)\]/'; preg_match($pattern, $str, $match); print_r($match); //匹配所有大括号里面的内容: $str = 'abc{title}def{author}mn'; $pattern = '/{(.*)}/U'; preg_match($pattern, $str, $match); print_r($match); //匹配网页源代码中的图片路径: $str = '<img alt="标题" id="pic" src="http://test.cn/avatar.jpg" />'; $pattern = '/<img.*?src="(.*?)".*?\/?>/i'; preg_match($pattern,$str,$match); print_r($match); //匹配当前页面的所有超链接: $str = '<a href="http://www.test.com/a.html">跳转</a>'; $pattern = '/<a(.*?)href="(.*?)"(.*?)>(.*?)<\/a>/i'; preg_match($pattern, $str, $match); print_r($match); //匹配邮件 $str = '12345@qq.com'; $pattern = "/^[_a-z0-9-]+(\.[_a-z0-9-]+)*@[a-z0-9-]+(\.[a-z0-9-]+)*(\.[a-z]{2,})$/i"; preg_match($pattern, $str, $match); print_r($match); //匹配11位手机号: $str = '13299803211'; $pattern = "/^1(3|5|8)\d{9}$/"; preg_match($pattern, $str, $match); print_r($match); //匹配139开头的11位手机号码 $str = '13912345678'; $pattern = '/^139\d{8}$/'; preg_match($pattern,$str,$match); print_r($match); //UTF-8编码下提取字符串中的中文: $str = 'hello 中文 byebye'; $pattern = '/[\x{4e00}-\x{9fa5}]+/u'; preg_match($pattern, $str, $match); print_r($match); //“中文” //替换字符串中的中文为空 $res = preg_replace($pattern,'',$str); echo $res.’'; //分割中文字符串为等长度元素的数组(英文可以用str_split,但中文会乱码) $str = '中文字符串'; $res = preg_split('/(?<!^)(?!$)/u', $str); print_r($res); //过滤网页上的所有script标记 $str = '<script type="text/javascript" src="dd.js">alert(123);</script><p style="color: red">测试php正则匹配掉js代码</p>'; $pattern = "/<script[\s\S]*?<\/script>/i"; //过滤JS标签 $pattern = "/<[\/\!]*?[^<>]*?>/si"; //过滤HTML标签 $res = preg_replace($pattern, "", $str); echo $res.’'; //替换<b>标签为空 $str = '<b>abc</b><b>abc</b>'; $pattern = '/<b>(.*?)<\/b>/'; $res = preg_replace($pattern,'\\1',$str); echo $res.'';