正则表达式

在很多题目中都用到过正则表达式，但是每次都借助ai，没有好好学习过，故写篇文章系统学习一下

正则表达式是一种用于匹配和操作文本的强大工具，它是由一系列字符和特殊字符组成的模式，用于描述要匹配的文本模式。

注：python部分根据《python编程快速上手——让繁琐工作自动化》总结，php部分由豆包ai生成

python

一个例子

>>>import re
>>>tel=re.compile(r'\d\d\d-\d\d\d-\d\d\d\d')
>>>mo=tel.search('my phone number is 415-555-4242')
>>>mo.group()
415-555-4242

其中r’’用于传入原始字符串，tel是一个regex对象，mo是一个match对象

利用括号分组

>>>tel=re.compile(r'(\d\d\d)-(\d\d\d-\d\d\d\d)')
>>>mo=tel.search('my phone number is 415-555-4242')
>>>mo.group(1)
415
>>>mo.group(0)
415-555-4242
>>>mo.groups()
('415','555-4242')
>>>a,b=mo.groups()
>>>a
>>>415

管道符匹配多个分组

>>>tel=re.compile(r'Batman|Tina')
>>>tel=re.compile(r'Bat(man|mobile)')

可选匹配

符号	次数
？	零次或一次
*	任意次数（包括零次）
+	一次或多次
{}	特定次数
?*	0 次或多次（非贪婪模式：尽可能少匹配）

特殊字符类元字符

• \d 匹配任意数字，等价于 [0-9]

• \D 匹配任意非数字，等价于 [^0-9]

• \w 匹配任意单词字符(字母、数字、下划线)，等价于 [a-zA-Z0-9_]

• \W 匹配任意非单词字符，等价于 [^a-zA-Z0-9_]

• \s 匹配任意空白字符(空格、制表符、换行符等)

• \S 匹配任意非空白字符

字符类元字符

[] (方括号)

• 定义字符集合，匹配其中任意一个字符
• 示例：[aeiou] 匹配任意一个元音字母

[^] (否定字符类)

• 匹配不在方括号中的任意字符
• 示例：[^0-9] 匹配任意非数字字符

- (连字符)

• 在字符类中表示范围
• 示例：[a-z] 匹配任意小写字母

基本元字符

. (点号)

• 匹配除换行符(\n)外的任意单个字符

  示例：a.b 匹配 “aab”, “a1b”, “a b” 等

^ (脱字符)

• 匹配字符串的开始位置
• 示例：^abc 匹配以 “abc” 开头的字符串

$ (美元符)

• 匹配字符串的结束位置
• 示例：xyz$ 匹配以 “xyz” 结尾的字符串

\ (反斜杠)

• 转义字符，使后面的字符失去特殊含义
• 示例：\. 匹配实际的点号而不是任意字符

PHP

一个例子

preg_match('/sys.*nb/is',$xdmtql)

在正则表达式/sys.*nb/is中，//是定界符，，其中 i 表示忽略大小写，s 表示单行模式（使 . 匹配包括换行符在内的所有字符），那么它就匹配sys开头nb结尾中间有任意字符的字符串

定界符

PHP 中正则表达式必须用定界符包裹，常用定界符为 /，也可使用 #、~ 等（当表达式中包含 / 时，用其他定界符可避免转义，更简洁）。

示例：/abc/、#a/b/c#、~hello~

最小匹配单位

• 普通字符：a-z、A-Z、0-9 等，匹配自身。示例：/test/ 匹配字符串中的 “test”。
• 特殊字符：需转义（加 \），如 .、*、+、?、^、$、()、[]、{} 等。示例：/a\.b/ 匹配 “a.b”，而非 “aab”、”acb” 等。
• 元字符（预定义原子）：
  • \d：匹配数字，等价于 [0-9]
  • \D：匹配非数字，等价于 [^0-9]
  • \w：匹配字母、数字、下划线，等价于 [a-zA-Z0-9_]
  • \W：匹配非字母、数字、下划线，等价于 [^a-zA-Z0-9_]
  • \s：匹配空白字符（空格、制表符 \t、换行符 \n 等）
  • \S：匹配非空白字符
  • \b：单词边界（匹配单词开头或结尾，如 \btest\b 匹配 “test” 单词，不匹配 “test123” 或 “123test”）
  • \B：非单词边界

量词（匹配次数）

• *：匹配前面的原子 0 次或多次（贪婪匹配）。示例：/ab*c/ 可匹配 “ac”、”abc”、”abbc” 等。
• +：匹配前面的原子 1 次或多次（贪婪匹配）。示例：/ab+c/ 可匹配 “abc”、”abbc”，不匹配 “ac”。
• ?：匹配前面的原子 0 次或 1 次（贪婪匹配）。示例：/ab?c/ 可匹配 “ac”、”abc”。
• {n}：匹配前面的原子恰好 n 次。示例：/ab{3}c/ 匹配 “abbbc”。
• {n,}：匹配前面的原子至少 n 次。示例：/ab{2,}c/ 可匹配 “abbc”、”abbbc” 等。
• {n,m}：匹配前面的原子 n 到 m 次（n ≤ 次数 ≤ m）。示例：/ab{1,3}c/ 可匹配 “abc”、”abbc”、”abbbc”。
• 非贪婪匹配：在量词后加 ?，即 *?、+?、??、{n,m}?，匹配尽可能少的次数。示例：/a.*?b/ 匹配 “aab” 中的 “aab”（贪婪匹配 a.*b 会匹配整个字符串，若字符串为 “aabab”）。

边界符

• ^：匹配字符串开头（多行模式下匹配每行开头）。示例：/^test/ 匹配 “testabc”，不匹配 “abctest”。
• $：匹配字符串结尾（多行模式下匹配每行结尾）。示例：/test$/ 匹配 “abctest”，不匹配 “testabc”。
• ^$：匹配空字符串（或仅含空白字符的字符串，需结合 \s*，即 /^\s*$/）。

选择符与分组

• 选择符 |：匹配多个表达式中的一个。示例：/test|demo/ 匹配 “test” 或 “demo”。
• 分组 ()：
  • 将多个原子视为一个整体。示例：/(ab)+/ 匹配 “ab”、”abab” 等。
  • 捕获分组：默认捕获分组内容，可通过反向引用（\1、\2…）使用。示例：/(\w+)\s+\1/ 匹配重复的单词，如 “test test”（\1 引用第一个分组匹配的内容）。
  • 非捕获分组：(?:表达式)，仅分组不捕获，无法反向引用。示例：/(?:ab)+/ 匹配 “abab”，但不能用 \1 引用 “ab”。

字符类

用 [] 定义，匹配其中任意一个原子，可简化原子写法。

• 普通字符类：[abc] 匹配 “a”、”b” 或 “c”；[a-z] 匹配任意小写字母；[A-Z0-9] 匹配任意大写字母或数字。
• 否定字符类：[^abc] 匹配除 “a”、”b”、”c” 外的任意字符。
• 特殊说明：[] 内部部分特殊字符无需转义，如 <code id=”118.”、）、”-“（中间）需转义或特殊处理。示例：[a\.b] 匹配 “a”、”.” 或 “b”；[a-b-c] 匹配 “a”、”b”、”c” 或 “-“。

常用函数

preg_match()

功能：执行一次正则匹配，返回匹配次数（0 次或 1 次，因为只匹配一次），不匹配返回 0，错误返回 FALSE。

语法：int preg_match(string $pattern, string $subject [, array &$matches [, int $flags = 0 [, int $offset = 0 ]]])

• $pattern：正则表达式（带定界符）。
• $subject：待匹配的字符串。
• $matches：可选参数，存储匹配结果。$matches[0] 是完整匹配结果，$matches[1]、$matches[2]… 是捕获分组的结果。
• $flags：可选参数，常用 PREG_OFFSET_CAPTURE，表示同时返回匹配结果的起始位置。
• $offset：可选参数，指定从 $subject 的哪个位置开始匹配。

示例：

<?php
$str = "Hello, PHP regex!";
$pattern = "/PHP/";
if (preg_match($pattern, $str, $matches)) {
    echo "匹配成功：" . $matches[0]; // 输出：匹配成功：PHP
} else {
    echo "匹配失败";
}
?>

preg_replace()

功能：执行正则表达式的搜索和替换，返回替换后的字符串，若没有匹配项则返回原字符串。

语法：mixed preg_replace(mixed $pattern, mixed $replacement, mixed $subject [, int $limit = -1 [, int &$count ]])

• $pattern：正则表达式（可传入数组，多个正则）。
• $replacement：替换后的内容（可传入数组，与 $pattern 对应；可使用 \1、\2… 引用捕获分组，或 $1、$2…）。
• $subject：待替换的字符串（可传入数组，多个字符串）。
• $limit：可选参数，指定最大替换次数，默认 -1（无限制）。
• $count：可选参数，存储实际替换的次数。

示例 1：基础替换

<?php
$str = "Hello, 2024! Hello, PHP!";
$pattern = "/Hello/";
$replacement = "Hi";
$result = preg_replace($pattern, $replacement, $str);
echo $result; // 输出：Hi, 2024! Hi, PHP!
?>

示例 2：引用分组替换（格式化日期）

<?php
$str = "2024-05-20";
$pattern = "/(\d{4})-(\d{2})-(\d{2})/";
$replacement = "\2/\3/\1"; // 或 "$2/$3/$1"
$result = preg_replace($pattern, $replacement, $str);
echo $result; // 输出：05/20/2024
?>