附录B　正则表达式参考

本书对正则表达式做了简要介绍，除详细介绍了PHP中处理正则表达式的函数之外，对正则表达式本身也做了简明阐述，包括各种字符、字符匹配、匹配模式、匹配方法。同时对几类常见的正则表达式做了较为深入的分析，以便读者通过实例理解正则表达式的原理。这里再对正则表达式的重要知识点做一些总结性的介绍。

B.1　普通字符

字母、数字、汉字、下划线，以及没有特殊定义的标点符号，都是“普通字符”。表达式中的普通字符，在匹配一个字符串的时候，匹配与之相同的一个字符。例如表达式c在匹配字符串abcde时，匹配结果是成功，匹配到的内容是c。

B.2　元字符

正则表达式中的元字符是指定义了特殊含义的字符，元字符如表B-1所示。

表B-1　正则表达式的元字符

例如，正则表达式^abc匹配abc000xyz，但不匹配000abc000，因为字符^要求与字符串开始的地方匹配。又如，正则表达式xyz$匹配abc000xyz，但不匹配xyzabc，因为字符$要求与字符串结束的地方匹配。

B.3　转义字符

建立正则表达式时，一些不便书写的字符，在其前加“\”来表示，如表B-2所示。

表B-2　转义字符

另外一种转义是对于元字符的转义。比如，要匹配$，就要使用\$；要匹配^，就要使用\^；同理，\.匹配句点本身。举一个简单的例子，表达式\$d在匹配字符串abc$de时，可以匹配成功，其匹配到的内容是$d。

B.4　匹配多种字符的表达式

正则表达式中的一些表示方法，可以匹配“多种字符”中的任意一个字符。比如，表达式\d可以匹配任意一个数字。虽然可以匹配其中任意的字符，但是只能匹配一个，不能匹配多个。这样的表达式有很多，如表B-3所示。

表B-3　匹配多种字符的表达式

例如，正则表达式\d\d可以匹配ab10c，匹配的内容是10。又如，表达式a\d可以匹配cba2008，匹配的内容是a2。

B.5　使用符号创建匹配多种字符的表达式

使用方括号[]包含一系列字符，能够匹配其中任意一个字符。用[^]包含一系列字符，则能够匹配其中^之后所列字符之外的任意一个字符。同样的道理，虽然可以匹配其中任意的字符，但是也只能匹配一个，不是多个。

例如，正则表达式[a@5]可以匹配字符a，或者匹配字符@，或者匹配字符5，而正则表达式[^a@5]则匹配除a、@和5之外的任意一个字符。再比如，[a-p]匹配小写字母a到小写字母p之间的任意一个字符。

B.6　用来限定匹配次数的表达式

这里的限定匹配次数，其实为满足多次匹配而设置的。因为，无论是只能匹配一种字符的表达式，还是可以匹配多种字符中任意一个的表达式，都只能匹配一次。如果使用表达式再加上限定匹配次数的特殊表达式，那么不用重复书写表达式，也可以完成重复匹配。这种用法的规则是“次数限定”放在“被限定的表达式”的后边，例如[cbd][cbd]可以写成[cbd]{2}。这种用法的具体说明如表B-4所示。

表B-4　限定匹配次数的表达式

B.7　其他说明

如果要求表达式所匹配的内容是整个字符串，而不是从字符串中找一部分，可以在表达式的首尾分别使用^和$，比如正则表达式^\d+$要求整个字符串只有数字。

表达式不要匹配空字符串，否则会一直匹配成功，而结果什么都没有匹配到。

使用|匹配时，其左右两边对某个字符最好只有一边可以匹配，这样，不会让|两边的表达式因为交换位置而有所不同。