PCRE正規表達式

PCRE正規表達式的定義：

用于描述字元排列和比對模式的一種文法規則。它主要用于字元串的模式分割、比對、查找及替換操作。

PHP中的正則函數：

PHP中有兩套正則函數，兩者功能差不多，分别為：

一套是由PCRE（Perl Compatible Regular Expression）庫提供的。使用“preg_”為字首命名的函數；

一套由POSIX（Portable Operating System Interface of Unix ）擴充提供的。使用以“ereg_”為字首命名的函數；（POSIX的正則函數庫，自PCRE 5.3以後，就不在推薦使用，從PCRE6以後，就将被移除）

由于POSIX正則即将推出曆史舞台，并且PCRE和perl的形式差不多，更利于我們在perl和PCRE之間切換，是以這裡重點介紹PCRE正則的使用。

PCRE正規表達式

PCRE全稱為Perl Compatible Regular Expression，意思是Perl相容正規表達式。

在PCRE中，通常将模式表達式（即正規表達式）包含在兩個反斜線“/”之間，如“/apple/”。

正則中重要的幾個概念有：元字元、轉義、模式單元（重複）、反義、引用和斷言，這些概念都可以在文章[1]中輕松的了解和掌握。

常用的元字元(Meta-character)：

元字元     說明

\A       比對字元串串首的原子

\Z       比對字元串串尾的原子

\b       比對單詞的邊界     /\bis/   比對頭為is的字元串   /is\b/   比對尾為is的字元串   /\bis\b/ 定界

\B       比對除單詞邊界之外的任意字元   /\Bis/   比對單詞“This”中的“is”

\d       比對一個數字；等價于[0-9]

\D       比對除數字以外任何一個字元；等價于[^0-9]

\w       比對一個英文字母、數字或下劃線；等價于[0-9a-zA-Z_]

\W       比對除英文字母、數字和下劃線以外任何一個字元；等價于[^0-9a-zA-Z_]

\s      比對一個空白字元；等價于[\f\t\v]

\S      比對除空白字元以外任何一個字元；等價于[^\f\t\v]

\f      比對一個換頁符等價于 \x0c 或 \cL

比對一個換行符；等價于 \x0a 或 \cJ

比對一個回車符等價于\x0d 或 \cM

\t     比對一個制表符；等價于 \x09\或\cl

\v     比對一個垂直制表符；等價于\x0b或\ck

\oNN   比對一個八進制數字

\xNN   比對一個十六進制數字

\cC    比對一個控制字元

模式修正符（Pattern Modifiers）：

模式修正符在忽略大小寫、比對多行中使用特别多，掌握了這一個修正符，往往能解決我們遇到的很多問題。

i     －可同時比對大小寫字母

M     －将字元串視為多行

S     －将字元串視為單行，換行符做普通字元看待，使“.”比對任何字元

X     －模式中的空白忽略不計 

U     －比對到最近的字元串

e     －将替換的字元串作為表達使用

格式：/apple/i比對“apple”或“Apple”等，忽略大小寫。     /i

PCRE的模式單元：

//1 提取第一位的屬性

/^\d{2} ([\W])\d{2}\\1\d{4}$比對“12-31-2006”、“09/27/1996”、“86 01 4321”等字元串。但上述正規表達式不比對“12/34-5678”的格式。這是因為模式“[\W]”的結果“/”已經被存儲。下個位置“\1”引用時，其比對模式也是字元“/”。

當不需要存儲比對結果時使用非存儲模式單元“（？：）”

例如/(?:a|b|c)(D|E|F)\\1g/ 将比對“aEEg”。在一些正規表達式中，使用非存儲模式單元是必要的。否則，需要改變其後引用的順序。上例還可以寫成/（a|b|c） (C|E|F)\2g/。

PCRE正規表達式函數：

preg_match() 和preg_match_all() preg_quote() preg_split() preg_grep() preg_replace()

函數的具體使用，我們可以通過PCRE手冊來找到，下面分享一些平時積累的正規表達式：

比對action屬性

$str = ''; $match = ''; preg_match_all('/\s+action=\"(?!http:)(.*?)\"\s/', $str, $match); print_r($match);

在正則中使用回調函數

function callback_replace() { $url = 'http://esfang.house.sina.com.cn'; $str = ''; $str = preg_replace ( '/(?<=\saction=\")(?!http:)(.*?)(?=\"\s)/e', 'search(\$url, \\1)', $str ); echo $str; } function search($url, $match){ return $url . '/' . $match; }

帶斷言的正則比對

$match = ''; $str = 'xxxxxx.com.cn bold font paragraph text '; preg_match_all ( '/(?<=<(\w{1})>).*(?=<\/\1>)/', $str, $match ); echo "比對沒有屬性的HTML标簽中的内容："; print_r ( $match );

替換HTML源碼中的位址

$form_html = preg_replace ( '/(?<=\saction=\"|\ssrc=\"|\shref=\")(?!http:|javascript)(.*?)(?=\"\s)/e','add_url(\$url, \'\\1\')', $form_html );

最後，正則工具雖然強大，但是從效率和編寫時間上來講，有的時候可能沒有explode來的更直接，對于一些緊急或者要求不高的任務，簡單、粗暴的方法也許更好。