PHP-正则表达式

世界上最难懂的是道士的鬼符、医生的处方和程序员的正则表达示。(ง •_•)ง

 
 

PHP 正则表达式

 
 

正则表达示我们其实之前经常看到，它主要用在以下一些地方：
1.匹配邮箱、手机号码、验证码
2.替换敏感的关键词。例如：涉及政治和骂人的话
3.文章采集。
4.早期的表情替换技术,ubb文件编码、markdown编辑器替换等
5.以后自己写模板引擎也需要用到正则表达示
其他….

正则表达式是一种描述字符串结果的语法规则，是一个特定的格式化模式，可以匹配、替换、截取匹配的字符串。常用的语言基本上都有正则表达式，如JavaScript、java等。其实，只有了解一种语言的正则使用，其他语言的正则使用起来，就相对简单些。文本主要围绕解决下面问题展开。

---

---

1. 定界符

定界符，就是定一个边界，边界以内的就是正则表达示。
PHP的正则表达示定界符的规定如下：
定界符，不能用a-zA-Z0-9\ 其他的都可以用。必须成对出现，有开始就有结束。
我们来例几个例子：

例子	说明
/中间写正则/	正确
$中间写正则$	正确
%中间写正则%	正确
^中间写正则^	正确
@中间写正则@	正确
#中间写正则#	正确
(中间写正则)	错误
A中间写正则A	错误

 
 

2. 转义字符

注：\ 是转义字符，如果在以后正则表达示里面需要匹配/，如下：
/ / /
这个时候真要匹配/ 的时候，需要把定界符里面的/ 用转义字符转义一下，写成下面的例子：
/ </font>/ /
如果你觉得麻烦，遇到这种需要转义的字符的时候可以把两个正斜线（/ /）定界，改为其他的定界符（# #）。

&emsp;
&emsp;

3. 原子

原子是正则表达示里面的最小单位，原子说白了就是需要匹配的内容。一个成立的正则表达示当中必须最少要有一个原子。
所有可见不可见的字符就是原子！
说明：我们见到的空格、回车、换行、0-9、A-Za-z、中文、标点符号、特殊符号全为原子。
在做原子的实例前我们先来讲解一个函数,preg_match:
int preg_match ( string $正则 , string $字符串 [, array &$结果] )
功能：根据$正则变量，匹配$字符串变量。如果存在则返回匹配的个数，把匹配到的结果放到$结果变量里。如果没有匹配到结果返回0。
注：上面是preg_match常用的主要几个参数。我在上面将另外几个参数没有列出来。因为，另外两个参数太不常用了。
我们来通过实验来证明：

(1)↓↓

<?php
//定义一个变量叫zz，放正则表达示。为了方便大家记忆，如果你英文比较ok，建议把变量名还是写成
//英文的$pattern。
$zz = '/a/';
$string = 'ddfdjjvi2jfvkwkfi24';
if(preg_match($zz, $string, $matches)){
   echo '匹配到了，结果为：';
   var_dump($matches);
}else{
   echo '没有匹配到';
}
?>

因为我希望的是匹配a，而$string当是是不存在a的，所以不成功。

(2)↓↓

<?php
$zz = '/wq/';
$string = 'ssssswqaaaaaa';
if(preg_match($zz, $string, $matches)){
   echo '匹配到了，结果为：';
   var_dump($matches);
}else{
   echo '没有匹配到';
}
?>

上面的字符串中s后存在wq，因此匹配成功。

接下来我们匹配一个空格试试：
(3)↓↓

<?php
$zz = '/ /';
$string = 'sssssw aaaaa';
if(preg_match($zz, $string, $matches)){
   echo '匹配到了，结果为：';
   var_dump($matches);
}else{
   echo '没有匹配到';
}
?>

运行结果：
匹配到了，结果为：array(1) { [0]=> string(1) " " }

因上，$string这个变量的w字符后存在一个空格。所以匹配成功，输出了字符串类型，长度为1。只不过我们的肉眼不可见，看不到这个字符串而已。

&emsp;

4. 特殊标识的原子

原子	说明	等价式
\d	匹配一个0-9	[a-zA-Z0-9_]
\D	除了0-9以外的所有字符	[^a-zA-Z0-9_]
\w	a-zA-Z0-9_	[0-9]
\W	除了0-9A-Za-z_以外的所有字符	[^0-9]
\s	匹配所有空白字符\n \t \r 空格	[ \t\n\f\r]
\S	匹配所有非空白字符	[^ \t\n\f\r]
[ ]	指定范围的原子

这个个需要记住，最好达到默写级别。记忆的时候成对记忆，\d是匹配一个0-9，那么\D 就是除了0-9以外的所有字符。上面已经说明的很清楚了，我们进行实验一步一步对这些进行学习。

&emsp;
1. \d匹配一个0-9

<?php
$zz = '/\d/';

$string = '我爱喝9你爱不爱喝';

if(preg_match($zz, $string, $matches)){
   echo '匹配到了，结果为：';
   var_dump($matches);
}else{
   echo '没有匹配到';
}
?>

&emsp;
2. \D匹配一个非0-9的值

<?php
$zz = '/\D/';

$string = '121243中23453453';

if(preg_match($zz, $string, $matches)){
   echo '匹配到了，结果为：';
   var_dump($matches);
}else{
   echo '没有匹配到';
}
?>

运行结果：
匹配成功，匹配到了中。因为它不是0-9之间的字符。

&emsp;
3. \w匹配一个a-zA-Z0-9_

<?php
$zz = '/\w/';

$string = '新中_国万岁呀万岁';

if(preg_match($zz, $string, $matches)){
   echo '匹配到了，结果为：';
   var_dump($matches);
}else{
   echo '没有匹配到';
}
?>

运行结果：
匹配成功，匹配到了下划线。

&emsp;
4. \W匹配一个非a-zA-Z0-9_

<?php
$zz = '/\w/';

$string = 'afasABCWEQR44231284737';

if(preg_match($zz, $string, $matches)){
   echo '匹配到了，结果为：';
   var_dump($matches);
}else{
   echo '没有匹配到';
}
?>

运行结果：
匹配失败。因为，上面上面全是a-zA-Z0-9_，没有非a-zA-Z0-9_。

&emsp;
5. \s 匹配所有空白字符\n \t \r 空格

<?php
$zz = '/\s/';

$string = "中国万
岁";

if(preg_match($zz, $string, $matches)){
   echo '匹配到了，结果为：';
   var_dump($matches);
}else{
   echo '没有匹配到';
}
?>

运行结果：
匹配成功，因为有一个回车。

&emsp;
6. \S 非空字符

<?php
$zz = '/\s/';

$string = "        
         a       ";

if(preg_match($zz, $string, $matches)){
   echo '匹配到了，结果为：';
   var_dump($matches);
}else{
   echo '没有匹配到';
}
?>

运行结果：
匹配成功。虽然上面有空格，回车和缩进。但是，有一个非空白字符a。因此，匹配成功。

&emsp;
7. [] 指定范围的原子

<?php

$zz = '/[0-5]\w+/';

$string = '6a';

$string1 = '1C';

if(preg_match($zz, $string, $matches)){
   echo '匹配到了，结果为：';
   var_dump($matches);
}else{
   echo '没有匹配到';
}
?>

结论：
上例中0-5匹配$string失败，而$string1成功。因为，$string中的第一个数值为6，不在[0-5]的范围之内。

<?php

$zz = '/[a-zA-Z0-9_]\w/';

$string = 'ab';

$string1 = '9A';

if(preg_match($zz, $string, $matches)){
   echo '匹配到了，结果为：';
   var_dump($matches);
}else{
   echo '没有匹配到';
}
?>

结论：$string和$string1都匹配成功。因为\w就是[a-zA-Z0-9_]

<?php

$zz = '/[abc]\d+/';

$string = 'a9';

$string1 = 'b1';

$string2 = 'c5';

$string3 = 'd4';


if(preg_match($zz, $string, $matches)){
   echo '匹配到了，结果为：';
   var_dump($matches);
}else{
   echo '没有匹配到';
}
?>

结论：$string、$string1、$string2匹配成功，而$string3不成功。因为$string3超过了[abc]的范围，它是从d开始的。

&emsp;
8. [^ 字符] 不匹配指定区间的字符

<?php

$zz = '/[^0-9A-Za-z_]/';

$string = 'aaaaab311dd';

$string1 = '!$@!#%$#^##';

if(preg_match($zz, $string, $matches)){
   echo '匹配到了，结果为：';
   var_dump($matches);
}else{
   echo '没有匹配到';
}

?>

结论：

1. 匹配$string不成功，但是匹配$string1的时候成功。因为中括号里面有个抑扬符。
2. ^ 抑扬符在中括号里面的作用是不准以中括号里面的字符进行匹配。

&emsp;

5. 元字符

抛出问题：\d 代表匹配一个字符。而我现在想要匹配十个八个，任意多个数字肿么办？
这个时候我们就要用到元字符。在使用原子的时候，发现只能够匹配一个字符，可是要匹配多个字符就出现了问题。
这个时候，我们需要借助元字符来帮我们修饰原子，实现更多的功能。

元字符	功能说明

• | 是代表匹配前面的一个原子，匹配0次或者任意多次前面的字符。

• | 匹配一次或多前前面的一个字符
  ? | 前面的字符可有可无【可选】 有或没有
  . | 更标准一些应该把点算作原子。匹配除了\n以外的所有字符
  丨 | 或者。注：它的优先级最低了。
  ^ | 必须要以抑扬符之后的字符串开始
  $ | 必须要以$之前的字符结尾
  \b | 词边界
  \B | 非边界
  {m} | 有且只能出现m次
  {n,m}| 可以出现n到m次
  {m,} | 至少m次，最大次数不限制
  () | 改变优先级或者将某个字符串视为一个整体，匹配到的数据取出来也可以使用它

&emsp;
1. + 匹配最少1次前面的字符

<?php
$zz = '/\d+/';

$string = "迪奥和奥迪250都是我最爱";

//待会儿再试试中间没有0-9的情况
//$string = "迪奥和奥迪都是我最爱";


if(preg_match($zz, $string, $matches)){
   echo '匹配到了，结果为：';
   var_dump($matches);
}else{
   echo '没有匹配到';
}
?>

运行结果：
匹配成功，证明了\d+中的+。\d是匹配数字，而+是最少匹配一次前面的字符。

&emsp;
2. * 匹配0次或者任意多次前面的字符

<?php
$zz = '/\w*/';

$string = "!@!@!!@#@!$@#!";

//待会儿再试试中间没有0-9的情况
//$string1 = "!@#!@#!abcABC#@#!";


if(preg_match($zz, $string, $matches)){
   echo '匹配到了，结果为：';
   var_dump($matches);
}else{
   echo '没有匹配到';
}
?>

说明，注释掉的$string1和$string都匹配成功了。因为，\w是匹配的0-9A-Za-z_，而*是说明前面的\w可以不存在。如果存在可以有1个或者多个。

&emsp;
3. ? 前面的字符出现0次或者1次，可有可无

<?php

$zz = '/ABC\d?ABC/';

$string = "ABC1ABC";

//待会儿再试试中间没有0-9的情况
//$string1 = "ABC888888ABC";
//$string2 = "ABCABC";


if(preg_match($zz, $string, $matches)){
   echo '匹配到了，结果为：';
   var_dump($matches);
}else{
   echo '没有匹配到';
}
?>

匹配$string,$string2成功，但是匹配$string1失败。
因为匹配前后都是ABC，中间是一个0-9。0-9可有可无，但是不能有多个。

&emsp;
4. . (点) 匹配除\n以外的所有字符

<?php

$zz = '/gg.+gg/';

$string = "ABC1ABC";


if(preg_match($zz, $string, $matches)){
   echo '匹配到了，结果为：';
   var_dump($matches);
}else{
   echo '没有匹配到';
}
?>

匹配$string,$string2成功，但是匹配$string1失败。
因为匹配前后都是ABC，中间是一个0-9。0-9可有可无，但是不能有多个。

&emsp;
5. |（竖线），或者，优先级最低

我们通过实验来看优先级和或者的匹配

<?php

$zz = '/abc|bcd/';

$string1 = "abccd";
$string2 = "ggggbcd";

if (preg_match($zz, $string1, $matches)) {
   echo '匹配到了，结果为：';
   var_dump($matches);
} else {
   echo '没有匹配到';
}
?>

我们来看看：
1.最开始我匹配的想法是想匹配的是abccd或者是abbcd。可是，匹配$string1和$string2，匹配出来的结果却是abc和bcd.
2.实现了或者匹配，匹配出来了abc或者是bcd。它还没有字符串连续在一起的优先级高。

那么问题来了，我要匹配上例中的abccd或者是abbcd怎么办？
需要使用到**()**来改变优先级。

<?php

$zz = '/ab(c|b)cd/';

$string1 = "起来abccd阅兵";
$string2 = "ggggbcd";
$string3 = '中国abbcd未来';

if (preg_match($zz, $string1, $matches)) {
   echo '匹配到了，结果为：';
   var_dump($matches);
} else {
   echo '没有匹配到';
}
?>

运行结果：
匹配到了，结果为：array(2) { [0]=> string(5) "abccd" [1]=> string(1) "c" }

结论：
1.确实匹配了了abccd或者abbcd（$string1 or $string3）。
2.但是匹配的数组里面多了一个元素，这个元素的下标为1
3.()中的内容只要匹配成功，会把匹配到的数据放到下标为1的这个数组元素中。

&emsp;
6. ^ （抑扬符），必须要以^之后的字符串开始

<?php

$zz = '/^猪哥好帅\w+/';

$string1 = "猪哥好帅abccdaaaasds";
//$string2没有以猪哥好帅开始
$string2 = "帅abccdaaaasds";


if (preg_match($zz, $string1, $matches)) {
   echo '匹配到了，结果为：';
   var_dump($matches);
} else {
   echo '没有匹配到';
}
?>

通过实验发现以下结论：
1.$string1匹配成功，$string2没有匹配成功
2.因为$string1是以指定的字符开始的
3.而$string2并没有以^之后的字符开始
4.翻译这个正则的意思就是：以要猪哥好帅开始后面接a-zA-Z0-9_最少一个字符。

&emsp;
7. $ （美元符）必须要以$之前的字符结束

<?php

$zz = '/\d+努力$/';

$string1 = "12321124333努力";
//$string2
$string2 = "12311124112313力";


if (preg_match($zz, $string1, $matches)) {
   echo '匹配到了，结果为：';
   var_dump($matches);
} else {
   echo '没有匹配到';
}
?>

我们运行一下看一下结果，得出来的结论：
1.$string1 匹配成功，而$string2匹配不成功
2.$之前的字符是\d+，后面接着中文的努力。
3.因此，匹配的是这一个整体。\d指的是0-9的整型,+号代表最少一个0-9

&emsp;
8. \b和\B 词边界和非词边界

我们来讲解什么是边界：

1.正则表达示是有边界的，这个边界是定界符的开始和结尾是正则的边界。

2.this是一个英文单词，后面加上一个空格，意味着这个词结束了，到达了这个词的边界

\b词边界，就是指必须要在最前或者最后。
\B非边界，就是不能在一个正则表达示的最前或者最后。

<?php

$zz = '/\w+\b/';

$string1 = "this is a apple";
$string2 = "thisis a apple";
$string3 = "thisisaapple";

if (preg_match($zz, $string1, $matches)) {
   echo '匹配到了，结果为：';
   var_dump($matches);
} else {
   echo '没有匹配到';
}
?>

结论：
1.$string1、$string2和$string3都匹配成功。
2.$string1匹配的时候this 空格是边界
3.$string2匹配的时候thisis是边界
4.$string3匹配的时候，thisisaapple到了整个正则表达示的最后，因此也是边界。所以匹配成功。

我们来实验一下非词边界：

<?php

$zz = '/\Bthis/';

$string1 = "hellothis9";

//$string2 = "hello this9";
//$string2 = "this9中国万岁";

if (preg_match($zz, $string1, $matches)) {
   echo '匹配到了，结果为：';
   var_dump($matches);
} else {
   echo '没有匹配到';
}
?>

总结：
1.匹配$string1成功而$string2不成功。
2.因为\B后接的是this，所以this不能在词边界（空格和开始结尾）的位置出现。

&emsp;
9. {m}有且只能出现m次

<?php

$zz = '/喝\d{3}酒/';

$string1 = "喝988酒";

//$string2 = "喝98811酒";

if (preg_match($zz, $string1, $matches)) {
   echo '匹配到了，结果为：';
   var_dump($matches);
} else {
   echo '没有匹配到';
}
?>

结论：
上例中\d{3}我规定了0-9只能出现3次，多一次少一次都不行。

&emsp;
10. {n,m} 可以出现n到m次

<?php

$zz = '/喝\d{1,3}酒/';

$string1 = "喝9酒";

//$string2 = "喝988酒";

if (preg_match($zz, $string1, $matches)) {
   echo '匹配到了，结果为：';
   var_dump($matches);
} else {
   echo '没有匹配到';
}
?>

结论：
上例中\d{1,3}我规定了0-9只能出现1次，2次或者3次。其它次数都是错的

&emsp;
11. {m,} 至少m次，最大次数不限制

<?php

$zz = '/喝\d{2,}/';

$string1 = "喝9";

//$string2 = "喝98";
//$string3 = "喝98122121";


if (preg_match($zz, $string1, $matches)) {
   echo '匹配到了，结果为：';
   var_dump($matches);
} else {
   echo '没有匹配到';
}
?>

结论：
上例中\d{2,}我规定喝后面的0-9最少出现两次，最多次数不限。因此$string1是匹配不成功的，$string2是匹配成功的。$string3是匹配成功的。

&emsp;

6. 模式修正符

我们通过元字符和原子完成了正则表达示的入门。有一些特殊情况我们依然需要来处理。
如果abc在第二行的开始处如何匹配？
我不希望正则表达示特别贪婪的匹配全部，只匹配一部份怎么办？
这个时候，我们就需要用到下面的这些模式匹配来增强正则的功能。

常用的模式匹配符有：

模式匹配符	功能
i	模式中的字符将同时匹配大小写字母.
m	字符串视为多行
s	将字符串视为单行,换行符作为普通字符.
x	将模式中的空白忽略.
A	强制仅从目标字符串的开头开始匹配.
D	模式中的美元元字符仅匹配目标字符串的结尾.
U	匹配最近的字符串.

模式匹配符的用法如下：/ 正则表达示/模式匹配符 &emsp; 模式匹配符是放在正则表达式的最后的。
例如： /\w+/s

&emsp;
1. i 不区分大小写

<?php //在后面加上了一个i 
    $pattern = '/ABC/i'; 
$string = '8988abc12313';
$string1 = '11111ABC2222'; 
if(preg_match($pattern, $string, $matches)){
     echo '匹配到了，结果为：'; 
    var_dump($matches); }else{
     echo '没有匹配到';
     }
?>

结论，不论是$string还是$string1全都匹配成功了。因此，在后面加上了i之后，能够不共分匹配内容的大小写。

&emsp;
2. m 视为多行
正则在匹配的时候，要匹配的目标字符串我们通常视为一行。
“行起始”元字符（^）仅仅匹配字符串的起始，“行结束”元字符（$）仅仅匹配字符串的结束。
当设定了此修正符，“行起始”和“行结束”除了匹配整个字符串开头和结束外，还分别匹配其中的换行符的之后和之前。
注意：如果要匹配的字符串中没有“\n”字符或者模式中没有 ^ 或 $，则设定此修正符没有任何效果。

我们通过实验和代码来验证一下这个特点：
第一次匹配，你会发现匹配不成功：(1)↓↓

<?php
$pattern = '/^a\d+/';
$string = "我的未来在自己手中我需要不断的努力
a9是一个不错的字符表示
怎么办呢，其实需要不断奋进";
if (preg_match($pattern, $string, $matches)) {
    echo '匹配到了，结果为：';
    var_dump($matches);
} else {
    echo '没有匹配到';
}
?>

&emsp;
第二次匹配，我们加上m 试试：(2)↓↓

<?php
$pattern = '/^a\d+/m';
$string = "我的未来在自己手中我需要不断的努力
a9是一个不错的字符表示
怎么办呢，其实需要不断奋进";
if (preg_match($pattern, $string, $matches)) {
    echo '匹配到了，结果为：';
    var_dump($matches);
} else {
    echo '没有匹配到';
}
?>

运行结果：
匹配到了，结果为：array(1) { [0]=> string(2) "a9" }

哦耶！匹配成功了。/^a\d+/ 匹配的内容是a9，必须得在行开始处。在第二行也被匹配成功了。

&emsp;
3. s 视为一行
如果设定了此修正符，模式中的圆点元字符（.）匹配所有的字符，包括换行符。

第一次，不加模式匹配符s：(1)↓↓

<?php

$pattern = '/新的未来.+\d+/';

$string = '新的未来
987654321';

if (preg_match($pattern, $string, $matches)) {
   echo '匹配到了，结果为：';
   var_dump($matches);
} else {
   echo '没有匹配到';
}
?>

&emsp;
第二次，在正则表达示后面加上模式匹配符s:(2)↓↓

<?php

$pattern = '/新的未来.+\d+/s';

$string = "新的未来
987654321";

if (preg_match($pattern, $string, $matches)) {
   echo '匹配到了，结果为：';
   var_dump($matches);
} else {
   echo '没有匹配到';
}
?>

运行结果：
匹配到了，结果为：array(1) { [0]=> string(22) "新的未来 987654321" }

结论：

1. 因为在新的未来，未来后面有一个换行
2. 而.(点)是匹配非空白字符以外的所有字符。因此，第一次不成功
3. 第二次，加上了s模式匹配符。因为，加上后.（点）能匹配所有字符。

&emsp;
4. x 忽略空白字符

1. 如果设定了此修正符，模式中的空白字符除了被转义的或在字符类中的以外完全被忽略。
2. 未转义的字符类外部的#字符和下一个换行符之间的字符也被忽略。

• (1)↓↓我们先来实验一下忽略空白行等特性：

<?php

$pattern = '/a b c /x';

$string = '学英语要从abc开始';

if (preg_match($pattern, $string, $matches)) {
   echo '匹配到了，结果为：';
   var_dump($matches);
} else {
   echo '没有匹配到';
}
?>

运行结果：
匹配到了，结果为：array(1) { [0]=> string(3) "abc" }

这样也能匹配成功。
在$pattern里面有空格，每个abc后面有一个空格。而$string里面没有空格。
所以x忽略空白字符。

• (2)↓↓而第二句话从字面上比较难理解：

<?php
//重点观察这一行
$pattern = '/a b c #我来写一个注释
/x';

$string = '学英语要从abc开始';

if (preg_match($pattern, $string, $matches)) {
   echo '匹配到了，结果为：';
   var_dump($matches);
} else {
   echo '没有匹配到';
}
?>

运行结果：
匹配到了，结果为：array(1) { [0]=> string(3) "abc" }

结果也匹配成功了！
我们发现，x的第二个特性是忽略：#字符和下一个换行符之间的字符也被忽略。

&emsp;
5. e 将匹配项找出来，进行替换
e模式也叫逆向引用。主要的功能是将正则表达式括号里的内容取出来，放到替换项里面替换原字符串。
使用这个模式匹配符前必须要使用到preg_replace()。
mixed preg_replace ( mixed $正则表达式 , mixed $用于取代字符串的字串 , mixed $目标字符串)
preg_replace的功能：使用正则表达式 ，找到目标字符串。然后用’用于取代字符串的字串’进行替换。

在正式讲解前我们回顾一下之前的知识，我们故意的把每个要匹配的原子外面都加上括号：↓↓

<?php
//加上了括号
$pattern = '/(\d+)([a-z]+)(\d+)/';

$string = '987abc321';

if (preg_match($pattern, $string, $match)) {
   echo '匹配到了，结果为：';
   var_dump($match);

} else {
   echo '没有匹配到';
}
?>

运行结果：
匹配到了，结果为：array(4) { [0]=> string(9) "987abc321" [1]=> string(3) "987" [2]=> string(3) "abc" [3]=> string(3) "321" }

这是我们之前讲括号的时候：匹配到的内容外面有括号。会把括号里面的内容，也放到数组的元素里面。如图中的：987、abc、321。

&emsp;
我们接下来看正则表达示中的e模式：↓↓

<?php
$string = "{April 15, 2003}";

//'w'匹配字母，数字和下划线，'d'匹配0-99数字，'+'元字符规定其前导字符必须在目标对象中连续出现一次或多次
$pattern = "/{(\w+) (\d+), (\d+)}/i";

$replacement = "\$2";

//字符串被替换为与第 n 个被捕获的括号内的子模式所匹配的文本
echo preg_replace($pattern, $replacement, $string);

?>

运行结果：
15

结论：

1. 上例中$2 指向的是正则表达示的第一个(\d+)。相当于把15又取出来了
2. 替换的时候，我写上$2。将匹配项取出来，用来再次替换匹配的结果。

&emsp;
6. U 贪婪模式控制
正则表达式默认是贪婪的，也就是尽可能的最大限度匹配。

我们来看看正则表达示是如何贪婪的：↓↓

<?php
$pattern = '/<div>.*<\/div>/';

$string = "<div>你好</div><div>我是</div>";

if (preg_match($pattern, $string, $match)) {
   echo '匹配到了，结果为：';
   var_dump($match);
} else {
   echo '没有匹配到';
}

运行结果：
匹配到了，结果为：array(1) { [0]=> string(34) "
你好
我是
" }
?>

我们来看看结果，得到如下结论。它从“
你好”直接匹配到了“我是
”。进行了最大范围的匹配。

&emsp;
同样一段代码我们再加大写的U，再看看效果：↓↓

<?php
$pattern = '/<div>.*<\/div>/U';

$string = "<div>你好</div><div>我是</div>";

if (preg_match($pattern, $string, $match)) {
   echo '匹配到了，结果为：';
   var_dump($match);
} else {
   echo '没有匹配到';
}

?>

运行结果：
匹配到了，结果为：array(1) { [0]=> string(17) "
你好
" }

我们发现，只匹配出来了：<div>你好</div>
这样，把正则的贪婪特性取消掉。让它找到了最近的匹配，就OK了。

&emsp;
7. A 从目标字符串的开头开始匹配
此模式类似于元字符中的^（抑扬符）效果。

<?php

$pattern = '/this/A';

$string = 'hello this is a ';
//$string1 = 'this is a ';

if (preg_match($pattern, $string, $match)) {
   echo '匹配到了，结果为：';
   var_dump($match);
} else {
   echo '没有匹配到';
}
?>

结论：
1.如果加A模式修正符的时候匹配不出来$string，不加时能匹配出来
2.如果加上了A模式修正符的时候能匹配出来$string1,因为必须要从开始处开始匹配

&emsp;
8. D 结束$符后不准有回车
如果设定了此修正符，模式中的美元元字符仅匹配目标字符串的结尾。没有此选项时，如果最后一个字符是换行符的话，美元符号也会匹配此字符之前。

<?php 
$pattern = '/\w+this$/'; 
$pattern1 = '/\w+this$/D'; 
$string = "hellothis "; 
if (preg_match($pattern1, $string, $match)) {
echo '匹配到了，结果为：'; 
var_dump($match);
}else {
echo '没有匹配到'; 
} 
?>

结论：
1.如pattern 在匹配$string的时候，$string的字符串this后有一个回车。在没有加D匹配符的时候也能匹配成功
2.如pattern 在匹配$string的时候，加上了D。$string的字符串this后有空格，匹配不成功。

&emsp;

7. 写正则的诀窍和常用正则

写正则的诀窍
女孩和男孩恋爱时的诀窍通常是：测试你是不是对我好一点，如果是的，咱们的关系就更好一点。
而正则的诀窍和恋爱的诀窍基本一致：写一点、测一点。
因为，我们需要不断的正则，用preg_match对比是不是能匹配成功。成功了，再写后面的一点。直到写完，全部匹配成功为止！
例如，我要写一个邮箱的正则。我先要做的事情，将常用的邮箱格式全部列出来。例如：
phpcn@php.cn &emsp; phpcn@corp.baidu.cm &emsp; phpcn@126.com &emsp;phpcn@xxx.com &emsp;12345@qq.com

常用的格式主要有这样一些。那我们就可以来分析： 1.先匹配@之前的字符 \w+（因为是0-9A-Za-z_） 2.第二个跟一个@符 3.第三个再写上[a-zA-Z0-9-]+ 因为qq和126这些主域名是不能有下划线的 4.corp.baidu. 或者是126. 通常邮箱后缀都是这样的。所以我们可以写成：([a-zA-Z0-9-]+.){1,2} 5.上面的是将 **.** 转义，让它是本身的意思。括号重复的区间最少一次，最多两次。 6.后面接下com|cn|org|gov.cn|net|edu.cn等就可以了

因此，我们的正则表达式我使用：
/\w+@([a-zA-Z0-9-]+.){1,2}(com|cn|org|gov.cn|net|edu.cn)/
或
/\w+@([a-zA-Z0-9_]+)\.(com|cn|org|gov.cn|net|edu.cn)/
邮箱的正则就被我写成功了。ฅʕ•̫͡•ʔฅ

&emsp;

8. 常用正则函数

函数名	功能
preg_filter	执行一个正则表达式搜索和替换
preg_grep	返回匹配模式的数组条目
preg_match	执行一个正则表达式匹配
preg_match_all	执行一个全局正则表达式匹配
preg_replace_callback_array	传入数组，执行一个正则表达式搜索和替换使用回调
preg_replace_callback	执行一个正则表达式搜索并且使用一个回调进行替换
preg_replace	执行一个正则表达式的搜索和替换
preg_split	通过一个正则表达式分隔字符串

&emsp;
正则关于面试常遇到的问题
面试中经常考到的几个正则达达示是：

1. 匹配邮箱
2. 匹配手机号
3. 匹配一个网址
4. 用正则匹配某个格式，取出某个例
5. 写一个采集器
   其他….

面试的第4题和第5题我对大家不担心，因为只要大家认真学习了我给的前五节的内容。第4，5题推理就行。
因为，通常在技术答题面试环节，是时候准许查手机的！ ヾ(๑╹◡╹)ﾉ”