给出定义

正则表达式总是那么神秘，反复学了多次，总也不能达到信手拈来的程度，每每用到都需要查手册，虽也方便，却很烦燥。所以需要正式的整理一番，写出来，要清楚一些。

正则表达式一定离不开模式匹配这个更显高级的词汇，模式匹配跟门当户对有点像。正则表达式也就可以说是根据用户给出的规则，机器实现自动匹配的相关指令。简单的说，正则表达式是一种可以用于模式匹配和替换的强有力的工具。

我们什么时候使用正则表达式呢？不是所有的字符操作都用正则就好了，在某些方面用正则反而影响效率。当我们遇到复杂文本数据的解析时候，用正则是比较好的选择。

关键词

关键词的作用域

在表达式中，可以使用括号来表达不同符号的作用域，比如

[ ]	用于表示字符域
( )	用于确定作用符的作用对象
{N,M}	用于指定匹配的次数介于N，M之间
^	在其作用域内的字符组合，需要出现在被匹配对象开头
$	在其作用域内的字符组合，需要出现在被匹配对象结尾

定界符

位于“/”定界符之间的部分就是将要在目标对象中进行匹配的模式，如果需要匹配的模式中含有大量“/”符号，则使用“#”取代之，此时不必对模式中的“/”进行转义。例如

/love/

#http://www.chinaunix.com/fuchao$/i#

元字符

所谓元字符就是指那些在正则表达式中具有特殊意义的专用字符，可以用来规定其前导字符（即位于元字符前面的字符）在目标对象中的出现模式。

转义符

专业一点叫“跳脱字符”用于对上述元字符和控制字符进行转义，码工很熟，恕不多言。

注释

对于复杂的表达式，一定要给出相应的注释，以保证可读性和复用性。

注释方式为 ?#注释内容 例如：

1. $regex = '/

2. ^host=(?<!\.)([\d.]+)(?!\.) (?#主机地址)

3. \|

4. ([\w!@#$%^&*()_+\-]+) (?#用户名)

5. \|

6. ([\w!@#$%^&*()_+\-]+) (?#密码)

7. (?!\|)$/ix';

控制符

惰性匹配

如果前面有限定符，会使用最小的数据。如“*”会取0个，而“+”会取1个，如过是{3,5}会取3个。例如：

1. $regex = '/heL*?/i';

2. $str = 'heLLLLLLLLLLLLLLLL';

3. if(preg_match($regex,$str,$matches)){

4. var_dump($matches);

5. }

输出 “he”

数据捕获

没有指明类型而进行的分组,将会被获取,供以后使用。 指明类型指的是通配符。所以只有圆括号起始位置没有问号的才能被捕捉。在同一个表达式内的引用叫做反向引用。

调用格式: \编号(如\1)。

避免捕获数据

格式:(?:pattern)

优点:将使有效反向引用数量保持在最小，代码更加、清楚。

命名捕获组

格式:(?P<组名>)

调用方式 (?P=组名)

修饰符

用于改变正则表达式的行为。

我们看到的('/^http:\/\/([\w.]+)\/([\w]+)\/([\w]+)\.html/i')中的最后一个"i"就是修饰符,表示忽略大小写ignore，还有一个我们经常用到的是"x"表示忽略空格。

通配符

用于断言某些字符串中某些字符的存在与否。需要非常注意的是，此断言出的字符不做占位符。分为两种，正向断言和反向断言：

如何与程序衔接

PHP中可以使用ereg()函数进行模式匹配操作

JavaScript 1.2中带有一个功能强大的RegExp()对象

给个例子

验证E-mail地址

这是一个用于验证电子邮件的正则表达式。但它并不是高效、完美的解决方案。在此不推荐使用。

PHP代码

1. $email = "test@ansoncheung.tk";

2. if (preg_match('/^[^0-9][a-zA-Z0-9_]+([.][a-zA-Z0-9_]+)*[@][a-zA-Z0-9_]+([.][a-zA-Z0-9_]+)*[.][a-zA-Z]{2,4}$/',$email)) {

3. echo "Your email is ok.";

4. } else {

5. echo "Wrong email address format";

6. }

为了更加有效验证电子邮件地址，推荐使用filer_var。

PHP代码

1. if (filter_var('test+email@ansoncheung',FILTER_VALIDATE_EMAIL)) {

2. echo "Your email is ok.";

3. } else {

4. echo "Wrong email address format.";

5. }