PHP100 正则表达式

Go to comments

PHP100 正则表达式

虽然学的是 PHP 中的正则表达式，

但是正则是一种通用的规则和语法，所以学好正则可以在更广的方向上应用正则的语法和规则，

而且正则是每个程序员必须具备的，可以帮我们减轻很多工作量

什么是正则？

在编写程序中，经常会遇到某些“复杂规则的字符串”，

比如邮件地址格式、手机号码等，

正则表达式就是用于描述这些的规则的语法。

正则主要有四个应用

1. 分割

2. 匹配（最重要）

3. 查找

4. 替换

PHP 中两个常用的正则函数

以 prel 语言为基础的正则函数，该函数返回布尔值

`1`	`preg_match(mode, string subject,` `array` `matches);`

1. mode 正则的语法，需要一个起始和结束符号，使用 / 反斜起始和结束，也可以使用 # 井号

2. string subject 需要正则的内容

3. array matches 正则的结果，不一定是一个结果，所以结果是一个数组的形式

以 POSIX 为基础的正则函数（Unix、Script），正则规则不需要起始和结束符号，该函数已经废弃了

`1`	`ereg(mode, string subject,` `array` `regs);`

正则表达式中的元素

1. 原子：普通字符 a-z A-Z _ 0-9、原子表、转义字符

2. 元字符：有特殊功能的字符，比如，#井号、*星号、^等特殊符号...

3. 模式修正符：增加提高正则的功能，让正则应用的更加广泛，系统内置的字符 i、m、S、U...

一、正则表达式中的“原子”

正则语法规则里面必须要包含一个原子

正则表达式中的原子：

1. 最常见的字符 a-z A-Z _ 0-9

2. 圆括号包起来的叫做单元符号 (abc)

3. 方括号包起来叫原子表，原子表中的 ^ 代表排除或相反内容 [abc] [^abc]

4. 转义字符串 \d、\D、\w、\W ...

1、常见的字符

最常见原子字符的匹配

a-z A-Z _ 0-9 是我们最常见的通用字符，直接写这些字符就可以匹配了，

比如匹配 a，写一个正则 /a/，就可以找一下整个字符串中有多少个 a

示例，

preg_match 函数

第一个参数，正则规则，需要一个起始和结束符号 #abc#

第二个参数，正则的内容是一个字符串，字符串里面包含了 abc，匹配成功

第三个参数，匹配结果是一个数组（如果匹配不成功，返回一个空数组 Array ( ) ）

1preg_match('#abc#', "sdfafabcdsdc", $arr);
2 
3print_r($arr); // Array ( [0] => abc )

preg_match 函数返回一个布尔值，

写一个 if 条件语句，匹配成功输出数组的第1位 arr[0]

1$mode = "/abc/";
2 
3$str = "sdfafabcdsdc";
4 
5if(preg_match($mode, $str, $arr)){
6  echo "匹配成功 ".$arr[0]; // 匹配成功 abc
7}else{
8  echo "匹配不成功";
9}

/sbss/ 该规则匹配不成功，因为字符串中没有 sbss

1$mode = "/sbss/";
2 
3$str = "sdfafabcdsdc";
4 
5if(preg_match($mode, $str, $arr)){
6  echo "匹配成功 ".$arr[0];
7}else{
8  echo "匹配不成功"; // 匹配不成功
9}

这就是最简单的原子匹配，匹配数字也是一样的

比如匹配数字 99

1$mode = "/99/";
2 
3$str = "sdfafabcdsdc"; // 没有数字99，匹配不成功
4 
5$str = "sdfafabc9dsdc"; // 一个数字9，匹配不成功
6 
7$str = "sdfafabc99dsdc"; // 两个数字9，可以匹配成功
8 
9$str = "sdfafabc9ds9dc"; // 两个不挨着的数字9，匹配不成功

2. 单元符号

(abc) 圆括号的作用是

1. 作为一个整体模块，会把 abc 看做一个完整的内容。目前看不出太大的区别，后面到原子符的时候就明白了

2. 它放会在内存当中，下一次可以调用括号里面的正则内容

(abc) 作为一个整体，必须要有一个完整的 abc 才能匹配，

不会拆分着看，只出现 a、b、bc、ab，这些都是不能匹配的

1$mode = "/(abc)/";
2 
3$str = "sdfafabc99dsdc";
4 
5if(preg_match($mode, $str, $arr)){
6  echo "匹配成功 ".$arr[0]; // 匹配成功 abc
7}else{
8  echo "匹配不成功";
9}

3、原子表

[abc] 方括号括起来叫原子表，

与圆括号的完整体匹配相反，正则的字符串中出现了 a 或 b 或 bc，任何符合方括号中的有字母都可以匹配

[^abc] 原子表中的 ^ 代表排除或相反，

意思原子表中任何一个字符都不能匹配，只匹配除 abc 之外的内容，就是排除原子表中的内容

示例

可以匹配到一个 8，因为字符串中的数字 8，符合 [98] 原子表中的规则

1$mode = "/[98]/";
2 
3$str = "hhhhhhh8jjjj9lllll";
4 
5if(preg_match($mode, $str, $arr)){
6  echo "匹配成功 ".arr[]; // 匹配成功 9
7}else{
8  echo "匹配不成功";
9}

也就说是在整个字符串中，只要有一个原子表中的数字就可以匹配成功

如果原子表前加一个 ^ 符号，除了 9 和 8 以外的所有内容。因为没有贪婪匹配，只匹配出字符串的第一个字母 h

1$mode = "/[^98]/";
2 
3$str = "hhhhhhh8jjjj9lllll";
4 
5if(preg_match($mode, $str, $arr)){
6  echo "匹配成功 ".$arr[0]; // 匹配成功 h
7}else{
8  echo "匹配不成功";
9}

4、转义字符

转义字符其实就是对一些常用的规范做一个优化

转义字符
\d	包含所有数字 [0-9]
\D	除了所有数字以外 [^0-9]
\w	英文字符、下划线、数字 [z-aA-Z_0-9]，包含了所有的常见字符
\W	排除所有英文字符、下划线、数字 [^a-zA-Z_0-9]
\s	包含空白区域，如回车、换行、分页 [\f\n\r]
...

[0-9] 意思是只匹配字符串里面的数字

1$mode = "/[0-9]/";
2 
3$str = "hhhhhhh8jjjj9lllll";
4 
5if(preg_match($mode, $str, $arr)){
6  echo "匹配成功 ".$arr[0]; // 匹配成功 8
7}else{
8  echo "匹配不成功";
9}

[0-9] 是常用的内容，可以写转义字符 \d

1$mode = "/\d/";
2 
3$str = "hhhhhhh8jjjj9lllll";
4 
5if(preg_match($mode, $str, $arr)){
6  echo "匹配成功 ".$arr[0]; // 匹配成功 8
7}else{
8  echo "匹配不成功";
9}

[^0-9] 排查所有的数字，可以写大写的 \D

1$mode = "/\D/";
2 
3$str = "hhhhhhh8jjjj9lllll";

\w 小写w，

匹配普通字符 [z-aA-Z_0-9]，包括英文字母、数字、下划线

\W 大写W，

匹配排除了普通字符以外的特殊字符 @

1$mode = "/\W/";
2 
3$str = "hhhhhhh8jj@#jj9lllll";
4 
5if(preg_match($mode, $str, $arr)){
6  echo "匹配成功 ".$arr; // 匹配成功 @
7}else{
8  echo "匹配不成功";
9}

\s 小写 s 匹配到了字符串里面的回车换行，虽然我们看不到回车换行

01$mode = "/\s/";
02 
03$str = "hhhhhhh8jj@#
04 
05jj9lllll";
06 
07if(preg_match($mode, $str, $arr)){
08  echo  "匹配成功 ".$arr; // 匹配成功
09}else{
10  echo "匹配不成功";
11}

实际上，在字符串中加一个 \n 也可以匹配成功，它代表回车换行

1$mode = "/\s/";
2 
3$str = "hhhhhhh8jj@#\njj9lllll";

Ps：

RegexTester（正则测试者）微软的正则表达式测试工具

1. 下载地址 https://apps.microsoft.com/detail/9n0pbq11r3df?hl=zh-cn&gl=US

2. 需要安装微软的 NET Framework 2.0

2. 使用方法

Regex 写正则表达式，比如 [a-z]

Source 写正则的字符串内容，比如 sdfs2d3f4sd54fs6fSDFF

F5 键

Matches 正则出来的内容，所有的小写字母

二、正则表达式中的“元字符”

元字符可以理解成为特殊符号，也可以理解称为运算符号

元字符	作用
*	匹配前一个内容的0次1次或多次
+	匹配前一个内容的1次或多次	但不能匹配0次，就像平时运算的 + 号，加 0 是没有意义的
?	匹配前一个内容的0次或1次	跟上面的 * 、? 最大的区别是有次数限制，最多匹配1次
.	匹配内容的0次1次或多次	但不包含回车换行
\|	选择匹配，类似 \|\| 或运算符	因为这个运算符合是弱类型，导致 \| 前面或后面不管是否加括号，都会做为整体匹配
^	匹配字符串首部内容
$	匹配字符串尾部内容
\b	匹配单词边界，边界可以是空格或者特殊符号	主要用来匹配单词，国外认为匹配单词是一个重要的运算，所以放到了元字符这里
\B	匹配除带单词边界以外内容
{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	在同一个正则表达式，可使用 \1 \2… 调出来依次使用

* 星号

规则中的 o* 是一体的，

1. 字母 o 只是做为和 * 星号匹配， /go*gle/ o 不算在正则表达式中的内容，星号 * 表示字母 o 可以出现0次1次或多次

2. 字符串中的 google 符合匹配规则

1$mode = "/go*gle/";
2 
3$str = "abcdefgooglehijk";
4 
5if(preg_match($mode, $str, $arr)){
6  echo "匹配成功 ".$arr[0]; // 匹配成功 google
7}else{
8  echo "匹配不成功";
9}

字母 o 出现0次1次或多次都可以匹配成功

1$mode = "/go*gle/";
2 
3$str = "abcdefgglehijk"; // 出现的0次，匹配成功 ggle
4 
5$str = "abcdefgoglehijk"; // 出现的1次，匹配成功 gogle
6 
7$str = "abcdefgooooooglehijk"; // 出现多次，匹配成功 goooooogle

go*g*le 同样的字母 g 归属了 * 号，g 也可以出现0次1次或多次，不出现也可以匹配成功

1$mode = "/go*g*le/";
2 
3$str = "abcdefgooooolehijk";
4 
5if(preg_match($mode, $str, $arr)){
6  echo "匹配成功 ".$arr[0]; // 匹配成功 gooooole
7}else{
8  echo "匹配不成功";
9}

+ 加号

加号跟星号基本类似，但是不能0次，必须要有1次或多次

1$mode = "/go+gle/";
2 
3$str = "abcdefgooglehijk";
4 
5if(preg_match($mode, $str, $arr)){
6  echo "匹配成功 ".$arr[0]; // 匹配成功 google
7}else{
8  echo "匹配不成功";
9}

o+ o归属于加号了，正则规则中不存在o，字符串中 o 必须要出现一次，不出现匹配不成功

1$mode = "/go+gle/";
2 
3$str = "abcdefgglehijk";
4 
5if(preg_match($mode, $str, $arr)){
6  echo "匹配成功 ".$arr[0];
7}else{
8  echo "匹配不成功"; // 匹配不成功
9}

换成星号可以0次，这是星号和加号的区别

字母 o 出现一次或多次都可以匹配成功

1$mode = "/go+gle/";
2 
3$str = "abcdefgoglehijk"; // 出现一次匹配成功 gogle
4 
5$str = "abcdefgoooooglehijk"; // 多个也可以匹配成功 gooooogle

? 问号

只能出现1次或0次，两个 o 匹配不成功

1$mode = "/go?gle/";
2 
3$str = "abcdefgooglehijk"; 
4 
5if(preg_match($mode, $str, $arr)){
6  echo "匹配成功 ".$arr[0];
7}else{
8  echo "匹配不成功"; // 匹配不成功
9}

o? 匹配前一个字母 o 的0次或1次，也就是说最多只能出现1次

1$mode = "/go?gle/";
2 
3$str = "abcdefgoglehijk"; // 出现一次匹配成功 gogle
4 
5$str = "abcdefgglehijk"; // 没有也可以匹配成功 ggle

? 只有两种选择，

1次或0次，不能超过1次

. 点

*号、+号、?号前面要有一个字母，不然不知道匹配什么内容，

. 点不是匹配前一个内容，点本身作为内容，代表任意的字符，除了回车以外的任何字符

比如 .? 可以是任意字符的0次或1次

1$mode = "/g.?gle/";
2 
3$str = "abcdefgjglehijk";
4 
5if(preg_match($mode, $str, $arr)){
6  echo "匹配成功 ".$arr[0]; // 匹配成功 gjgle
7}else{
8  echo "匹配不成功";
9}

把 .? 问号换成 .* 星号，

.* 星号前面这点可以是任何内容，所有的内容，多少次都是可以匹配

1$mode = "/g.*gle/";
2 
3$str = "abcdefg0000000000glehijk";
4 
5if(preg_match($mode, $str, $arr)){
6  echo "匹配成功 ".$arr[0]; // 匹配成功 g0000000000gle
7}else{
8  echo "匹配不成功";
9}

只要符合这个 g.*gle 格式，中间任意内容都可以

1$mode = "/g.*gle/";
2 
3$str = "abcdefg_____glehijk"; // 下划线可以匹配 g_____gle
4 
5$str = "abcdefgdgdsdfglehijk"; // 任何内容都可以 gdgdsdfgle

.* 这个配合是一个经典的应用，任何字符串都可以通过

| 选择匹配

字符串中有 google 可以匹配

1$mode = "/google|baidu/";
2 
3$str = "abcdgoogleefghijk";
4 
5if(preg_match($mode, $str, $arr)){
6  echo "匹配成功 ".$arr[0]; // 匹配成功 google
7}else{
8  echo "匹配不成功";
9}

和原子表有点类似

原子表 [baidu] 是单个字符来匹配

google | baidu 前后作为整体单词（模块）匹配

把字符中的 google 换成 baidu 也可以匹配成功

1$mode = "/google|baidu/";
2 
3$str = "abcdbaiduefghijk"; // 匹配成功 baidu

防止 sql 注入功能

1$check = preg_match('/select|insert|update|delete|\'|\/\*|\*|\.\.\/|\.\/|union|into|load_file|outfile/', $sql);
2 
3if ($check) {
4  echo '有危险字符';
5  exit();
6} else {
7  return $sql;
8}

^ 首部匹配

^ 要求 google 在字符串开头出现，不是在开头出现所以匹配不成功

1$mode = "/^google/";
2 
3$str = "abcdefgooglehijk";
4 
5if(preg_match($mode, $str, $arr)){
6  echo "匹配成功 ".$arr[0];
7}else{
8  echo "匹配不成功"; // 匹配不成功
9}

google 必须在字符串开头才能匹配成功

1$mode = "/^google/";
2 
3$str = "googleabcdefhijk";
4 
5if(preg_match($mode, $str, $arr)){
6  echo "匹配成功 ".$arr[0]; // 匹配成功 google
7}else{
8  echo "匹配不成功";
9}

$ 匹配字符串尾部内容

字符串必须以 google 结束

1$mode = "/google$/";
2 
3$str = "abcdefhijkgoogle";
4 
5if(preg_match($mode, $str, $arr)){
6  echo "匹配成功 ".$arr[0]; // 匹配成功 google
7}else{
8  echo "匹配不成功";
9}

^ 和 $ 一起使用，

以 abc 开始，以 google 结束，这两个不能连着，中间要有内容分开

1$mode = "/^abc.*google$/";
2 
3$str = "abcdefhijkgoogle";
4 
5if(preg_match($mode, $str, $arr)){
6  echo "匹配成功 ".$arr[0]; // 匹配成功 abcdefhijkgoogle
7}else{
8  echo "匹配不成功";
9}

匹配成功，整个字符串符合正则的规则

中间内容只能出现0次或1次，匹配就不成功了

1$mode = "/^abc.?google$/";
2 
3$str = "abcdefhijkgoogle";

\b 匹配单词边界

is 前后必须是分界符的，前后有空格可以匹配

1$mode = "/\bis\b/";
2 
3$str = "what is this";
4 
5if(preg_match($mode, $str, $arr)){
6  echo "匹配成功 ".$arr[0]; // 匹配成功 is
7}else{
8  echo "匹配不成功";
9}

is 后面没有分割匹配不成功

1$mode = "/\bis\b/";
2 
3$str = "what is";

横杠可以作为分界符

1$mode = "/\bis\b/";
2 
3$str = "what is-this"; // 用横杠作为分界符也可以匹配
4 
5$str = "whatisthis"; // 连起来就不能匹配了

\B 不允许有分界符

is 前后没有分割符匹配成功

1$mode = "/\Bis\B/";
2 
3$str = "whatisthis";
4 
5if(preg_match($mode, $str, $arr)){
6  echo "匹配成功 ".$arr[0]; // 匹配成功 is
7}else{
8  echo "匹配不成功";
9}

{m}

限制前面的字母 o 必须出现 1 次

1$mode = "/go{1}gle/";
2 
3$str = "abcdefgoglehijk";
4 
5if(preg_match($mode, $str, $arr)){
6  echo "匹配成功 ".$arr[0]; // 匹配成功 gogle
7}else{
8  echo "匹配不成功";
9}

出现 2 次匹配不成功

1$mode = "/go{1}gle/";
2 
3$str = "abcdefgooglehijk";

限制出现 5 个字母

1$mode = "/go{5}gle/";
2 
3$str = "abcdefgoooooglehijk";
4 
5if(preg_match($mode, $str, $arr)){
6  echo "匹配成功 ".$arr[0]; // 匹配成功 gooooogle
7}else{
8  echo "匹配不成功";
9}

{m,}

至少要有 5 个字母 o，不能少于 5 个，多着不限 6 个字母匹配成功

1$mode = "/go{5,}gle/";
2 
3$str = "abcdefgooooooglehijk";
4 
5if(preg_match($mode, $str, $arr)){
6  echo "匹配成功 ".$arr[0]; // 匹配成功 goooooogle
7}else{
8  echo "匹配不成功";
9}

{m,n}

2 到 5 之间的都可以匹配成功，中间有 4 个字母 o 可以匹配成功

1$mode = "/go{2,5}gle/";
2 
3$str = "abcdefgooooglehijk";
4 
5if(preg_match($mode, $str, $arr)){
6  echo "匹配成功 ".$arr[0]; // 匹配成功 goooogle
7}else{
8  echo "匹配不成功";
9}

超过 5 个匹配不成功

1$mode = "/go{2,5}gle/";
2 
3$str = "abcdefgoooooglehijk"; // 5个字母可以匹配成功 gooooogle
4 
5$str = "abcdefgooooooglehijk"; // 6个字母超出了范围，匹配不成功

( ) 括号

abc 作为整体匹配，中间必须出现的 abc。这个上节课就学过了，下面看如何调用

1$mode = "/go(abc)gle/";
2 
3$str = "abcdefgoabcglehijk";
4 
5if(preg_match($mode, $str, $arr)){
6  echo "匹配成功 ".$arr[0]; // 匹配成功 goabcgle
7}else{
8  echo "匹配不成功";
9}

同一个正则表达式中，调用括号里面的内容，

第一个括号作为 \\1 在内存中保存，

\\1 相当于又把 abc 作为整体调用了，也就是 \\1 对应的就是 abc

1$mode = "/go(abc)g\\1le/";
2 
3$str = "abcdefgoabcgabclehijk";
4 
5if(preg_match($mode, $str, $arr)){
6  echo "匹配成功 ".$arr[0]; // 匹配成功 goabcgabcle
7}else{
8  echo "匹配不成功";
9}

括号可以在年月日格式时候限制一下

前面用 - 分割后面也用 - 分割

前后用 / 分割后也用 / 分割

01$mode = "/2009(.*)02\\1(15)/";
02 
03// $str = "2009-02-15";
04$str = "2009/02/15";
05 
06if(preg_match($mode, $str, $arr)){
07  echo "匹配成功 ".$arr[0]; // 匹配成功 2009-02-15
08}else{
09  echo "匹配不成功";
10}

\\1(15) 这里用括号，这样 \\115 都是数字会认为是内存中的第 115 个括号

日期的数字格式用正则限制

1$mode = "/[0-9]{2,4}(.*)[0-9]{2,4}\\1[0-9]{2,4}/";
2 
3$str = "2010/02/15";
4 
5if(preg_match($mode, $str, $arr)){
6  echo "匹配成功 ".$arr[0]; // 匹配成功 2010/02/15
7}else{
8  echo "匹配不成功";
9}

0-9 数字可以用 \d

`1`	`$mode` `=` `"/\d{2,4}(.*)\d{2,4}\\1\d{2,4}/";`

三、正则中的运算顺序

跟普通的数学的逻辑运算顺序是一样的，

在没有特殊的符号情况下，依然遵循从左到 → 右的运算规则，

除了运算顺序的规则，还有符号的优先级

符号的优先级

符号	优先级
( )	圆括号因为是内存处理所以最高
* ？ + {}	重复匹配内容其次
^ $ \b	边界处理第三
\|	条件处理第四
	最后按照运算顺序计算匹配

( ) 圆括号括起来的内容，是正则表达式中优先处理的

因为首先要读入内存中，才能在正则中第一次、第二次...调用括号里面的规则

* ？ + {} 重复性的内容，

如果先用下面边界符，把边界的分开后，在去重复可能会出现错误，所以重复的排第二位

也就是首先确定有哪些重复的内容，然后在限定的边界符

\b 整个单词边界

^ $ 整个正则表达式的开始匹配，或是结束匹配

第二课学过，条件处理 | 会把左边和右边的内容，作为一个完整内容判断，

也就是说上面的功能都处理完后，然后将结果进行判断，

意思是前面一段正则，后面一段正则，两段正则都处理完了，在通过条件判断，这两个结果是不是得到内容的匹配

最后按照顺序依次继续计算匹配

四、模式修正符

模式修正符是对“正则表达式功能”的增强和补充

常用的修正符

修正符	作用
下面的字母是小写
i	正则内容在匹配时候不区分大小写（默认是区分的）
m	在匹配首内容或者尾内容时候采用多行识别匹配
s	将转义回车取消是为单行匹配如. 匹配的时候
x	忽略正则中的空白
e	该修正符已经废弃了
下面三个字母是大写
A	强制从头开始匹配
D	强制$匹配尾部无任何内容 \n
U	禁止贪婪匹配只跟踪到最近的一个匹配符并结束，常用在采集程序上的正则表达式

默认是区分的，模式修正符 i 不区分大小写

1$mode = "/[a-z]/i";
2 
3$str = "B";
4 
5if(preg_match($mode, $str, $arr)){
6  echo "匹配成功 ".$arr[0]; // 匹配成功 B
7}else{
8  echo "匹配不成功";
9}

主要是增强 ^符号和 $符号的功能，

这两个 ^ 和 $ 符号是匹配整个段落内容的开始和结尾，不管段落分了多少行或是回车，只匹配整个段落的开始和结束，

如果使用修正符 m，符号 ^ 不仅仅是匹配整个段落的开始，而是匹配每一行的开始

比如，^ 符号要求段落以 aaa 开头，字符串不是以 aaa 开头匹配不成功

1$mode = "/^aaa/";
2 
3$str = "12345\naaa6789";
4 
5if(preg_match($mode, $str, $arr)){
6  echo "匹配成功 ".$arr[0];
7}else{
8  echo "匹配不成功"; // 匹配不成功
9}

字符串中 \n 的功能是回车换行，所以源码的格式中的 aaa 在第二行的首位置

12345

aaa6789

因为 aaa 出现在第二行的开头，加上修正符 m 可以匹配成功

1$mode = "/^aaa/m";
2 
3$str = "12345\naaa6789";
4 
5if(preg_match($mode, $str, $arr)){
6  echo "匹配成功 ".$arr[0]; // 匹配成功 aaa
7}else{
8  echo "匹配不成功";
9}

结尾也一样，

修正符 m 不管有几行回车，只要有一行的结尾出现了 aaa 就可以匹配成功

1$mode = "/aaa$/m";
2 
3$str = "12345aaa\n6789";
4 
5if(preg_match($mode, $str, $arr)){
6  echo "匹配成功 ".$arr[0]; // 匹配成功 aaa
7}else{
8  echo "匹配不成功";
9}

整个段落的结尾没有 aaa，在源码格式中 aaa 出现在第一行尾部，所以匹配成功

12345aaa

6789

小写 s 可以将段落中的回车换行取消，

比如 .* 可以匹配所有的任何内容，但是不包括回车的，

但是有时候段落里面有回车，修正符 s 可以把段落中的回车转义取消

下面的字符串的源码格式有换行，而 (.*) 是不包括回车换行的

aaabbb

cccddd

eeefffggg

修正符 s 可以把回车取消，实际是转换成空格

01```php
02$mode = "/aaa(.*)ggg/s";
03 
04$str = "aaabbb\ncccddd\neeefffggg";
05 
06if(preg_match($mode, $str, $arr)){
07  echo "匹配成功 ".$arr[0]; // 匹配成功 aaabbb cccddd eeefffggg
08}else{
09  echo "匹配不成功";
10}
11```

s 增强了 .* 的功能，匹配大量的 html 代码做采集程序的时候可以上

忽略正则表达式当中的空白，

注意不是正则字符串的空白，是正则表达式中的空白

正则中 cc c 有空格匹配不到，x 可以忽略掉正则表达式中的空格

1$mode = "/cc c/x";
2 
3$str = "aaabbbcccdddeee";
4 
5if(preg_match($mode, $str, $arr)){
6  echo "匹配成功 ".$arr[0]; // 匹配成功 ccc
7}else{
8  echo "匹配不成功";
9}

上节课日期正则，可以使用 x 忽略正则表达式中的空格，又不影响正则

1$mode = "/2009(.*)02\\1 15/x";
2 
3$str = "2009-02-15";
4 
5if(preg_match($mode, $str, $arr)){
6  echo "匹配成功 ".$arr[0]; // 匹配成功 2009-02-15
7}else{
8  echo "匹配不成功";
9}

这里改用 preg_match_all() 全局匹配函数，

以 333 开头，并且修正符 m 多行匹配，可以匹配出两个 333

1$mode = "/^333/m";
2 
3$str = "333aaa\n333bbbcccdddeee";
4 
5if(preg_match_all($mode, $str, $arr)){
6  print_r($arr[0]); // Array ( [0] => 333 [1] => 333 )
7}else{
8  echo "匹配不成功";
9}

修正符 A 强制必须从整个段落开头进行匹配，只能匹配出开头的一个 333，实际上 m 的功能就消失了，下一行不起作用了

1$mode = "/^333/mA";
2 
3$str = "333aaa\n333bbbcccdddeee";
4 
5if(preg_match_all($mode, $str, $arr)){
6  print_r($arr[0]); // Array ( [0] => 333 )
7}else{
8  echo "匹配不成功";
9}

字符串开头没有 333 匹配不成功

1$mode = "/^333/mA";
2 
3$str = "aaa\n333bbbcccdddeee";

段落尾部是 eee 可以匹配成功，根据的是段落的内容不包括 \n 回车

1$mode = "/eee$/";
2 
3$str = "aaa\n333bbbccc\ndddeee\n";
4 
5if(preg_match($mode, $str, $arr)){
6  echo "匹配成功 ".$arr[0]; // 匹配成功 eee
7}else{
8  echo "匹配不成功";
9}

加上修正符 D 严格要求段落后面必须是干净的，有回车匹配失败。包括 A 也是前面的内容必须是干净

1$mode = "/eee$/D";
2 
3$str = "aaa\n333bbbccc\ndddeee\n";
4 
5if(preg_match($mode, $str, $arr)){
6  echo "匹配成功 ".$arr[0];
7}else{
8  echo "匹配不成功"; // 匹配不成功
9}

不加修正符 U，默认是贪婪匹配

1$mode = "/<b(.*)b>/";
2 
3$str = "大吊车<b>真厉害</b>，轻轻的<b>一抓</b>就起来";
4 
5if(preg_match($mode, $str, $arr)){
6  echo $arr[0]; // <b>真厉害</b>，轻轻的<b>一抓</b>
7}else{
8  echo "匹配不成功";
9}

U 的作用只跟踪到近匹配的一个字符

1$mode = "/<b(.*)b>/U";
2 
3$str = "大吊车<b>真厉害</b>，轻轻的<b>一抓</b>就起来";
4 
5if(preg_match($mode, $str, $arr)){
6  echo $arr[0]; // <b>真厉害</b>
7}else{
8  echo "匹配不成功";
9}

五、PHP中的正则函数

全局匹配

preg_match_all( string pattern, string subject, array matches [, int flags )

前两个参数和之前一样“正则模块”、“正则的字符串”，第三个参数正则的结果，该结果是二维数组

1$str = "网站名称{title}作者{author}，内容是{content}以及其他";
2 
3$mode = "/{(.*)}/U";
4 
5preg_match_all($mode, $str, $arr);
6 
7print_r($arr);

Array(

[0] => Array(

[0] => {title}

[1] => {author}

[2] => {content}

[1] => Array(

[0] => title

[1] => author

[2] => content

)

替换功能，类似 str_replace 字符串替换

preg_replace( mixed pattern, mixed replacement, mixed subject [, int limit] )

正则替换有四种用法

1. 正则表达式替换

2. 还可以替换“正则表达式数组”

3. 通过修正符 e 将替换的内容先运算在替换

4. 第四参数是可选的，功能是替换的次数

正则表达式替换

参数一：正则模块

参数二：所要替换的内容

参数三：所要替换的字符串

1$str = "青青的{title}上生活着{author}，直到{content}搬到对岸的森林...";
2 
3$mode = "/{(.*)}/U";
4 
5echo preg_replace($mode, '中文', $str); // 青青的中文生活着中文，直到中文搬到对岸的森林...

如果用字符串 str_replace 方法要替换三次

1$str = "青青的{title}上生活着{author}，直到{content}搬到对岸的森林...";
2 
3$str = str_replace("{title}", "草原", $str);
4$str = str_replace("{author}", "喜洋洋", $str);
5$str = str_replace("{content}", "灰太狼", $str);
6 
7echo $str; // 青青的草原生活着喜洋洋，直到灰太狼搬到对岸的森林...

提示：

不仅仅可以替换正则表达式，也可以替换正则表达式数组

1. 替换内容可以是一个正则也可以是数组正则

2. 替换内容可以通过修正符 e 来解决替换执行内容

替换“正则表达式数组”的意思是，将相应的正则对应替换成不同的内容

1$str = "青青的{title}上生活着{author}，直到{content}搬到对岸的森林...";
2 
3$mode = array("/{title}/", "/{author}/", "/{content}/");
4 
5$replace = ["草原", "喜洋洋", "灰太狼"];
6 
7echo preg_replace($mode, $replace, $str); // 青青的草原生活着喜洋洋，直到灰太狼搬到对岸的森林...

匹配出来的英文字符，先不进行替换，先对字符进行某种计算，比如 md5 加密，然后在进行替换

1$str = "青青的a上生活着b，直到c搬到对岸的森林...";
2 
3$mode = "/([a-z])/i"; // 括起来下面可以取到内存中的正则
4 
5echo preg_replace($mode, "md5(\\1)", $str); // 青青的md5(a)上生活着md5(b)，直到md5(c)搬到对岸的森林...

$mode = "/([a-z])/ie"

加上修正符 e 可以按照某种计算方式运行

但是 php5.5 以上版本 e 已废弃了

https://www.cnblogs.com/yangykaifa/p/6839586.html

可以使用正则替换过滤敏感词

1$str = "青青的CNM上生活着该死，直到孙子搬到对岸的森林";
2 
3$mode = "/CNM|该死|孙子/";
4 
5echo preg_replace($mode, "***", $str); // 青青的***上生活着***，直到***搬到对岸的森林

还有第四个可选参数，功能是替换的次数

1echo preg_replace($mode, "***", $str, 1); // 青青的***上生活着该死，直到孙子搬到对岸的森林
2 
3echo preg_replace($mode, "***", $str, 2); // 青青的***上生活着***，直到孙子搬到对岸的森林
4 
5echo preg_replace($mode, "***", $str, 3); // 青青的***上生活着***，直到***搬到对岸的森林

正则分割，功能类似 explode 切割函数

preg_split ( string pattern, string subject [, int limit [, int flags]] )

通过多个符号分割

01$str = "async,异步，axios，ajax-fecth.promise";
02 
03// 中文全角逗号转英文逗号，
04// 因为中文逗号会认为有一个回车，导致替换后数组有一个空位
05echo $str = str_replace('，', ',', $str);
06 
07$mode = "/[,.-]/";
08 
09$arr = preg_split($mode, $str);
10 
11print_r($arr);

(

[0] => async

[1] => axios

[2] => ajax

[3] => fecth

[4] => promise

)