最近使用 PHP 寫(xiě)了一個(gè)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(shí)。
這篇文章的寫(xiě)作方式不是講理論，而是通過(guò)具體的例子來(lái)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(huì)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(guò)后向引用來(lái)引用分組的內(nèi)容，但是有的時(shí)候僅僅想通過(guò)分組來(lái)進(jìn)行范圍定義，而不想被分組來(lái)捕獲，通過(guò)一個(gè)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(gè)括號(hào)的分組不會(huì)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(shí)候匹配到一次就結(jié)束，而 preg_match_all() 則進(jìn)行全局匹配，通過(guò)一個(gè)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(shuō)一個(gè)正則，為了匹配是否是手機(jī)號(hào):

$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(gè)英文字母，但是這個(gè)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(huì)再去尋找英文字母，為了解決這問(wèn)題 $ 和 ^ 就發(fā)揮作用了，比如讓字符串的開(kāi)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(huì)匹配完整段落的開(kāi)始和結(jié)尾，但是通過(guò)改變選項(xiàng)，允許匹配文本的每一行的開(kāi)始和結(jié)尾，通過(guò)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(guò)括號(hào)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(shí)候就會(huì)比較混亂，這時(shí)候可以采用分組命名來(lái)進(jìn)行引用，看個(gè)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(shí)候是貪婪的，只要符合模式就會(huì)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(guò)改變一個(gè)選項(xiàng)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(guò)這函數(shù)的最后一個(gè)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(shuō)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(méi)有正則回調(diào)，不過(guò)可以使用閉包的方式解決，可看我以前的文章。

preg_quote()

這個(gè)函數(shù)類(lèi)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(xiě)太多的轉(zhuǎn)義，會(huì)顯得很混亂，可以使用這個(gè)函數(shù)來(lái)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：