PCRE正则表达式

太过爱你忘了你带给我的痛 2022-07-14 01:29 155阅读 0赞

**PCRE正则表达式的定义：**

用于描述字符排列和匹配模式的一种语法规则。它主要用于字符串的模式分割、匹配、查找及替换操作。

**PHP中的正则函数：**

PHP中有两套正则函数，两者功能差不多，分别为：

一套是由PCRE（Perl Compatible Regular Expression）库提供的。使用“preg\_”为前缀命名的函数；

一套由POSIX（Portable Operating System Interface of Unix ）扩展提供的。使用以“ereg\_”为前缀命名的函数；（POSIX的正则函数库，自PCRE 5.3以后，就不在推荐使用，从PCRE6以后，就将被移除）

由于POSIX正则即将推出历史舞台，并且PCRE和perl的形式差不多，更利于我们在perl和PCRE之间切换，所以这里重点介绍PCRE正则的使用。

**PCRE正则表达式**

PCRE全称为Perl Compatible Regular Expression，意思是Perl兼容正则表达式。

在PCRE中，通常将模式表达式（即正则表达式）包含在两个反斜线“/”之间，如“/apple/”。

正则中重要的几个概念有：元字符、转义、模式单元（重复）、反义、引用和断言，这些概念都可以在文章\[1\]中轻松的理解和掌握。

**常用的元字符(Meta-character)：**

元字符     说明

\\A       匹配字符串串首的原子

\\Z       匹配字符串串尾的原子

\\b       匹配单词的边界     /\\bis/   匹配头为is的字符串   /is\\b/   匹配尾为is的字符串   /\\bis\\b/ 定界

\\B       匹配除单词边界之外的任意字符   /\\Bis/   匹配单词“This”中的“is”

\\d       匹配一个数字；等价于\[0-9\]

\\D       匹配除数字以外任何一个字符；等价于\[^0-9\]

\\w       匹配一个英文字母、数字或下划线；等价于\[0-9a-zA-Z\_\]

\\W       匹配除英文字母、数字和下划线以外任何一个字符；等价于\[^0-9a-zA-Z\_\]

\\s      匹配一个空白字符；等价于\[\\f\\t\\v\]

\\S      匹配除空白字符以外任何一个字符；等价于\[^\\f\\t\\v\]

\\f      匹配一个换页符等价于 \\x0c 或 \\cL

匹配一个换行符；等价于 \\x0a 或 \\cJ

匹配一个回车符等价于\\x0d 或 \\cM

\\t     匹配一个制表符；等价于 \\x09\\或\\cl

\\v     匹配一个垂直制表符；等价于\\x0b或\\ck

\\oNN   匹配一个八进制数字

\\xNN   匹配一个十六进制数字

\\cC    匹配一个控制字符

**模式修正符（Pattern Modifiers）：**

模式修正符在忽略大小写、匹配多行中使用特别多，掌握了这一个修正符，往往能解决我们遇到的很多问题。

i     －可同时匹配大小写字母

M     －将字符串视为多行

S     －将字符串视为单行，换行符做普通字符看待，使“.”匹配任何字符

X     －模式中的空白忽略不计

U     －匹配到最近的字符串

e     －将替换的字符串作为表达使用

格式：/apple/i匹配“apple”或“Apple”等，忽略大小写。     /i

**PCRE的模式单元：**

//1 提取第一位的属性

/^\\d\{2\} (\[\\W\])\\d\{2\}\\\\1\\d\{4\}$匹配“12-31-2006”、“09/27/1996”、“86 01 4321”等字符串。但上述正则表达式不匹配“12/34-5678”的格式。这是因为模式“\[\\W\]”的结果“/”已经被存储。下个位置“\\1”引用时，其匹配模式也是字符“/”。

当不需要存储匹配结果时使用非存储模式单元“（？：）”

例如/(?:a|b|c)(D|E|F)\\\\1g/ 将匹配“aEEg”。在一些正则表达式中，使用非存储模式单元是必要的。否则，需要改变其后引用的顺序。上例还可以写成/（a|b|c） (C|E|F)\\2g/。

**PCRE正则表达式函数：**

<table> 
 <tbody> 
  <tr> 
   <td style="background:rgb(221,237,251)"> <p><span style="font-size:18px">preg_match()&nbsp;和preg_match_all()<br> preg_quote()<br> preg_split()<br> preg_grep()<br> preg_replace()</span></p> </td> 
  </tr> 
 </tbody> 
</table>

函数的具体使用，我们可以通过PCRE手册来找到，下面分享一些平时积累的正则表达式：

**匹配action属性**

<table> 
 <tbody> 
  <tr> 
   <td style="background:rgb(221,237,251)"> <p><span style="font-size:18px">$str =&nbsp;'';<br> $match =&nbsp;'';<br> preg_match_all('/\s+action=\"(?!http:)(.*?)\"\s/', $str, $match);<br> print_r($match);</span></p> </td> 
  </tr> 
 </tbody> 
</table>

**在正则中使用回调函数**

<table> 
 <tbody> 
  <tr> 
   <td style="background:rgb(221,237,251)"> <p><span style="font-size:18px"><br> function callback_replace() { <br> $url =&nbsp;'http://esfang.house.sina.com.cn';<br> $str =&nbsp;'';<br> $str = preg_replace (&nbsp;'/(?&lt;=\saction=\")(?!http:)(.*?)(?=\"\s)/e',&nbsp;'search(\$url, \\1)', $str );<br> <br> echo $str;<br> }<br> <br> function search($url, $match){ <br> return $url .&nbsp;'/'&nbsp;. $match;<br> }</span></p> </td> 
  </tr> 
 </tbody> 
</table>

**带断言的正则匹配**

<table> 
 <tbody> 
  <tr> 
   <td style="background:rgb(221,237,251)"> <p><span style="font-size:18px">$match =&nbsp;'';<br> $str =&nbsp;'xxxxxx.com.cn bold font<br> paragraph text<br> <br> ';<br> preg_match_all (&nbsp;'/(?&lt;=&lt;(\w{1})&gt;).*(?=&lt;\/\1&gt;)/', $str, $match );<br> echo "匹配没有属性的HTML标签中的内容：";<br> print_r ( $match );</span></p> </td> 
  </tr> 
 </tbody> 
</table>

**替换HTML源码中的地址**

<table> 
 <tbody> 
  <tr> 
   <td style="background:rgb(221,237,251)"> <p><span style="font-size:18px">$form_html = preg_replace (&nbsp;'/(?&lt;=\saction=\"|\ssrc=\"|\shref=\")(?!http:|javascript)(.*?)(?=\"\s)/e','add_url(\$url, \'\\1\')', $form_html );</span></p> </td> 
  </tr> 
 </tbody> 
</table>

最后，正则工具虽然强大，但是从效率和编写时间上来讲，有的时候可能没有explode来的更直接，对于一些紧急或者要求不高的任务，简单、粗暴的方法也许更好。