PHP正则表达式中的元字符

谁践踏了优雅 2022-04-12 14:24 346阅读 0赞

假设我们需要在一个字符串中查找he，我们可以使用正则he，这是最简单的正则表达式，它会精确地匹配这样的字符串：有两个字符组成，前一个字符是h后一个字符是e。一般情况下，处理正则表达式的工具会提供一个忽略大小写的选项，如果选择了，这个表达式就可以匹配he、HE、He、hE这四种情况的任意一种，但是呢，还有一个问题就是很多单词会包含he这两个连续的字符，像her、heat等，我们如果要精准的来查找的话，可以使用\\bhe\\b这种方式，\\b是正则表达式规定的一个特殊的代码，代表单词的开头或者结尾，也就是单词的分界处，虽然英文单词是由空格，标点符号或者换行来分隔，但是\\b并不匹配这些单词分隔字符的任意一个，它只是匹配一个位置。

\\b匹配位置的精确说法就是，前一个字符和后一个字符不全是（一个是，一个不是或者不存在）。

再比如我们要查找he后面不远处跟着一个is，可以使用\\bhe\\b.\*\\bis\\b表达式，在这里的.就是元字符，可以匹配除了换行符以外的任何字符，\*同样是元字符，不过它代表的不是字符，也不是位置，而是数量，它指定\*前面的内容可以连续重复使用任意次，使得整个表达式可以得到匹配，因此，当.和\*放在一起，就意味着任意数量的，不包含换行符的字符，这样来看的话，上述的正则表达式就可以来解读了，它的意思就是，先是一个单词he，完事跟着任意个任意字符（但是不包含换行符），最后是is这个单词。

元字符（meta character）是正则表达式中具有特殊意义的专用字符，用来规定其前导字符（也就是位于元字符前面的字符）在目标对象中的出现模式，因为具体的大家都了解的差不多，咱就不废话了啊。

先来通过几个小例子感受下正则的魅力呗：

1、匹配以字母a开头的单词

\\ba\\w\*\\b，这个表达式的意思是，先是某个单词开始处\\b，完事是字母a，接着就是任意数量的字母或者数字（\\w\*），最后是单词的结束处（\\b），匹配的单词类似于action，a等。

2、匹配一个或者更多连续数字

\\d+，这个表达式可匹配0、1、333等，这里的元字符+和\*类似，不同的是\*匹配的是重复任意次（可能是0次），+匹配重复1次或者更多次。

3、匹配刚好6个字符的单词

\\b\\w\{6\}\\b，这个表达式可匹配action、123456、set\_up等类型的单词，我们要注意，正则里的单词表示的是不少于一个的连续字母和数字。

4、匹配中国部分地区电话号码

0\\d\\d-\\d\\d\\d\\d\\d\\d\\d\\d，这个表达式匹配以0开头后面两个数字，完事跟着-之后就是8个数字，类似于012-12345678，在这个表达式中\\d是元字符，匹配数字，-是连字符，只是匹配它本身，上述表达式可优化为，0\\d\{2\}-\\d\{8\}。

元字符中有两个用来匹配位置，其中^使用来匹配字符串开始的位置，$是用来匹配字符串结束的位置，这两个字符与\\b有点类似，在验证输入内容是非常有用，比如我们可以用来验证输入的QQ号码，使用^\\d\{5,11\}$表达式，这里的\{5,11\}表示的是重复次数不能少于五次，同时也不能多于11次，因为使用了^$，所以呢，整个字符串，都要与这个表达式匹配，也就是说，这个字符串只能由5个到11个数字组成。

.是使用频率最高的元字符了，就比如我们在页面抓取的时候，要匹配div里面的内容，就需要使用到.，匹配title标签里的所有内容就可以使用<title>.\*<\\/title>表达式。

再来就涉及到了量词这个概念了，像之前表达式\\d+，\\d\{5,11\}都是用了量词，在这里我们需要注意的就是\*和?这两个量词的区别了，具体的大家都了解，咱就是提个醒，就不过多的赘述了。

好啦，本次记录就到这里了。

如果感觉不错的话，请多多点赞支持哦。。。