PHP正則表達(dá)式的逆向引用與子模式分析
更新時間:2011年07月25日 21:22:48 作者:
一直沒有弄明白逆向引用(也譯做間接引用或后向引用)到底是什么概念,也一直不知道\\1到底怎么就能引用到前面的內(nèi)容,經(jīng)過看教程,明白這個是和子模式聯(lián)系在一起的。
正則表達(dá)式一個最重要的特性就是將匹配成功的模式的某部分進(jìn)行存儲供以后使用這一能力。
對一個正則表達(dá)式模式或部分模式兩邊添加圓括號()可以把這部分表達(dá)式存儲到一個臨時緩沖區(qū)中。
所捕獲的每個子匹配都按照在正則表達(dá)式模式中從左至右所遇到的內(nèi)容按順序存儲。
存儲子匹配的緩沖區(qū)編號從1開始,連續(xù)編號至最大99個子表達(dá)式。
每個緩沖區(qū)都可以使用'\n'(或用'$n')訪問,其中n為1至99的阿拉伯?dāng)?shù)字,用來按順序標(biāo)識特定緩沖區(qū)(子表達(dá)式)。
例1:最簡單最有用的例子是確定文字中連續(xù)出現(xiàn)兩個相同單詞的位置
<?php
$string = "Is is the cost of of gasoline going up up";
$pattern = "/\b([a-z]+) \\1\b/i"; //這里的\\1不能使用\$1或$1
$str = preg_replace($pattern, "\\1", $string); //這里的\\1可以使用\$1或$1,引用第一個子匹配
echo $str; //效果是Is the cost of gasoline going up
?>
例中的子表達(dá)式就是圓括號內(nèi)的項。\b匹配單詞的開始或結(jié)束。+匹配重復(fù)一次或更多次。
該子表達(dá)式匹配的是一個或多個字母字符的單詞,即由'[a-z]+'匹配的。
該正則表達(dá)式的第二部分是對前面所捕獲的子匹配的引用,也就是由附加表達(dá)式所匹配的第二次出現(xiàn)的單詞,用'\\1'來引用第一個子匹配,第一個\是轉(zhuǎn)義符。
i是正則表達(dá)式中的修正符。i:忽略大小寫。
例2:
正則表達(dá)式的逆向引用($0-99或\\0-99)和子模式以(/()/)開始。
這里$0是全部匹配模式的匹配項。$1是第1個子匹配,$2至$99依次是第2個至第99個子匹配。
用$1-99后向引用子匹配時,如果后面的字符是數(shù)字,要用花括號區(qū)別開。例:${1}1 。
函數(shù)
mixed preg_replace ( mixed pattern, mixed replacement, mixed subject [, int limit])
功能
在 subject 中搜索 pattern 模式的匹配項并替換為 replacement。如果指定了 limit,則僅替換 limit 個匹配,如果省略 limit 或者其值為 -1,則所有的匹配項都會被替換。
replacement可以包含\\n形式或$n形式的逆向引用,n可以為0到99,\\n表示匹配pattern第n個子模式的文本,\\0表示匹配整個pattern的文本。
子模式
$pattern參數(shù)中被圓括號括起來的正則表達(dá)式,子模式的數(shù)目即從左到右圓括號的數(shù)目。(pattern即模式)
例子
<?php
$time=date("Y-m-d H:i:s");
$pattern = "/(\d{4})-(\d{2})-(\d{2}) (\d{2}):(\d{2}):(\d{2})/i";
$replacement = "\$time格式為:$0<BR>替換后的格式為:$1年$2月$3日 $4時$5分$6秒";
print preg_replace($pattern, $replacement, $time);
?>
輸出:
$time格式為:2011-07-25 17:59:26
替換后的格式為:2011年07月25日 17時59分26秒
附正則表達(dá)式符號對照表
對一個正則表達(dá)式模式或部分模式兩邊添加圓括號()可以把這部分表達(dá)式存儲到一個臨時緩沖區(qū)中。
所捕獲的每個子匹配都按照在正則表達(dá)式模式中從左至右所遇到的內(nèi)容按順序存儲。
存儲子匹配的緩沖區(qū)編號從1開始,連續(xù)編號至最大99個子表達(dá)式。
每個緩沖區(qū)都可以使用'\n'(或用'$n')訪問,其中n為1至99的阿拉伯?dāng)?shù)字,用來按順序標(biāo)識特定緩沖區(qū)(子表達(dá)式)。
例1:最簡單最有用的例子是確定文字中連續(xù)出現(xiàn)兩個相同單詞的位置
復(fù)制代碼 代碼如下:
<?php
$string = "Is is the cost of of gasoline going up up";
$pattern = "/\b([a-z]+) \\1\b/i"; //這里的\\1不能使用\$1或$1
$str = preg_replace($pattern, "\\1", $string); //這里的\\1可以使用\$1或$1,引用第一個子匹配
echo $str; //效果是Is the cost of gasoline going up
?>
例中的子表達(dá)式就是圓括號內(nèi)的項。\b匹配單詞的開始或結(jié)束。+匹配重復(fù)一次或更多次。
該子表達(dá)式匹配的是一個或多個字母字符的單詞,即由'[a-z]+'匹配的。
該正則表達(dá)式的第二部分是對前面所捕獲的子匹配的引用,也就是由附加表達(dá)式所匹配的第二次出現(xiàn)的單詞,用'\\1'來引用第一個子匹配,第一個\是轉(zhuǎn)義符。
i是正則表達(dá)式中的修正符。i:忽略大小寫。
例2:
正則表達(dá)式的逆向引用($0-99或\\0-99)和子模式以(/()/)開始。
這里$0是全部匹配模式的匹配項。$1是第1個子匹配,$2至$99依次是第2個至第99個子匹配。
用$1-99后向引用子匹配時,如果后面的字符是數(shù)字,要用花括號區(qū)別開。例:${1}1 。
函數(shù)
mixed preg_replace ( mixed pattern, mixed replacement, mixed subject [, int limit])
功能
在 subject 中搜索 pattern 模式的匹配項并替換為 replacement。如果指定了 limit,則僅替換 limit 個匹配,如果省略 limit 或者其值為 -1,則所有的匹配項都會被替換。
replacement可以包含\\n形式或$n形式的逆向引用,n可以為0到99,\\n表示匹配pattern第n個子模式的文本,\\0表示匹配整個pattern的文本。
子模式
$pattern參數(shù)中被圓括號括起來的正則表達(dá)式,子模式的數(shù)目即從左到右圓括號的數(shù)目。(pattern即模式)
例子
復(fù)制代碼 代碼如下:
<?php
$time=date("Y-m-d H:i:s");
$pattern = "/(\d{4})-(\d{2})-(\d{2}) (\d{2}):(\d{2}):(\d{2})/i";
$replacement = "\$time格式為:$0<BR>替換后的格式為:$1年$2月$3日 $4時$5分$6秒";
print preg_replace($pattern, $replacement, $time);
?>
輸出:
$time格式為:2011-07-25 17:59:26
替換后的格式為:2011年07月25日 17時59分26秒
附正則表達(dá)式符號對照表
字符 | 描述 |
---|---|
\ | 將下一個字符標(biāo)記為一個特殊字符、或一個原義字符、或一個 向后引用、或一個八進(jìn)制轉(zhuǎn)義符。例如,'n' 匹配字符 "n"。'\n' 匹配一個換行符。序列 '\\' 匹配 "\" 而 "\(" 則匹配 "("。 |
^ | 匹配輸入字符串的開始位置。如果設(shè)置了 RegExp 對象的 Multiline 屬性,^ 也匹配 '\n' 或 '\r' 之后的位置。 |
$ | 匹配輸入字符串的結(jié)束位置。如果設(shè)置了RegExp 對象的 Multiline 屬性,$ 也匹配 '\n' 或 '\r' 之前的位置。 |
* | 匹配前面的子表達(dá)式零次或多次。例如,zo* 能匹配 "z" 以及 "zoo"。* 等價于{0,}。 |
+ | 匹配前面的子表達(dá)式一次或多次。例如,'zo+' 能匹配 "zo" 以及 "zoo",但不能匹配 "z"。+ 等價于 {1,}。 |
? | 匹配前面的子表達(dá)式零次或一次。例如,"do(es)?" 可以匹配 "do" 或 "does" 中的"do" 。? 等價于 {0,1}。 |
{n} | n 是一個非負(fù)整數(shù)。匹配確定的 n 次。例如,'o{2}' 不能匹配 "Bob" 中的 'o',但是能匹配 "food" 中的兩個 o。 |
{n,} | n 是一個非負(fù)整數(shù)。至少匹配n 次。例如,'o{2,}' 不能匹配 "Bob" 中的 'o',但能匹配 "foooood" 中的所有 o。'o{1,}' 等價于 'o+'。'o{0,}' 則等價于 'o*'。 |
{n,m} | m 和 n 均為非負(fù)整數(shù),其中n <= m。最少匹配 n 次且最多匹配 m 次。例如,"o{1,3}" 將匹配 "fooooood" 中的前三個 o。'o{0,1}' 等價于 'o?'。請注意在逗號和兩個數(shù)之間不能有空格。 |
? | 當(dāng) 該字符緊跟在任何一個其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 后面時,匹配模式是非貪婪的。非貪婪模式盡可能少的匹配所搜索的字符串,而默認(rèn)的貪婪模式則盡可能多的匹配所搜索的字符串。例如,對于字符串 "oooo",'o+?' 將匹配單個 "o",而 'o+' 將匹配所有 'o'。 |
. | 匹配除 "\n" 之外的任何單個字符。要匹配包括 '\n' 在內(nèi)的任何字符,請使用象 '[.\n]' 的模式。 |
(pattern) | 匹配 pattern 并獲取這一匹配。所獲取的匹配可以從產(chǎn)生的 Matches 集合得到,在VBScript 中使用 SubMatches 集合,在JScript 中則使用 $0…$9 屬性。要匹配圓括號字符,請使用 '\(' 或 '\)'。 |
(?:pattern) | 匹 配 pattern 但不獲取匹配結(jié)果,也就是說這是一個非獲取匹配,不進(jìn)行存儲供以后使用。這在使用 "或" 字符 (|) 來組合一個模式的各個部分是很有用。例如, 'industr(?:y|ies) 就是一個比 'industry|industries' 更簡略的表達(dá)式。 |
(?=pattern) | 正 向預(yù)查,在任何匹配 pattern 的字符串開始處匹配查找字符串。這是一個非獲取匹配,也就是說,該匹配不需要獲取供以后使用。例如,'Windows (?=95|98|NT|2000)' 能匹配 "Windows 2000" 中的 "Windows" ,但不能匹配 "Windows 3.1" 中的 "Windows"。預(yù)查不消耗字符,也就是說,在一個匹配發(fā)生后,在最后一次匹配之后立即開始下一次匹配的搜索,而不是從包含預(yù)查的字符之后開始。 |
(?!pattern) | 負(fù) 向預(yù)查,在任何不匹配 pattern 的字符串開始處匹配查找字符串。這是一個非獲取匹配,也就是說,該匹配不需要獲取供以后使用。例如'Windows (?!95|98|NT|2000)' 能匹配 "Windows 3.1" 中的 "Windows",但不能匹配 "Windows 2000" 中的 "Windows"。預(yù)查不消耗字符,也就是說,在一個匹配發(fā)生后,在最后一次匹配之后立即開始下一次匹配的搜索,而不是從包含預(yù)查的字符之后開始 |
x|y | 匹配 x 或 y。例如,'z|food' 能匹配 "z" 或 "food"。'(z|f)ood' 則匹配 "zood" 或 "food"。 |
[xyz] | 字符集合。匹配所包含的任意一個字符。例如, '[abc]' 可以匹配 "plain" 中的 'a'。 |
[^xyz] | 負(fù)值字符集合。匹配未包含的任意字符。例如, '[^abc]' 可以匹配 "plain" 中的'p'。 |
[a-z] | 字符范圍。匹配指定范圍內(nèi)的任意字符。例如,'[a-z]' 可以匹配 'a' 到 'z' 范圍內(nèi)的任意小寫字母字符。 |
[^a-z] | 負(fù)值字符范圍。匹配任何不在指定范圍內(nèi)的任意字符。例如,'[^a-z]' 可以匹配任何不在 'a' 到 'z' 范圍內(nèi)的任意字符。 |
\b | 匹配一個單詞邊界,也就是指單詞和空格間的位置。例如, 'er\b' 可以匹配"never" 中的 'er',但不能匹配 "verb" 中的 'er'。 |
\B | 匹配非單詞邊界。'er\B' 能匹配 "verb" 中的 'er',但不能匹配 "never" 中的 'er'。 |
\cx | 匹配由 x 指明的控制字符。例如, \cM 匹配一個 Control-M 或回車符。x 的值必須為 A-Z 或 a-z 之一。否則,將 c 視為一個原義的 'c' 字符。 |
\d | 匹配一個數(shù)字字符。等價于 [0-9]。 |
\D | 匹配一個非數(shù)字字符。等價于 [^0-9]。 |
\f | 匹配一個換頁符。等價于 \x0c 和 \cL。 |
\n | 匹配一個換行符。等價于 \x0a 和 \cJ。 |
\r | 匹配一個回車符。等價于 \x0d 和 \cM。 |
\s | 匹配任何空白字符,包括空格、制表符、換頁符等等。等價于 [ \f\n\r\t\v]。 |
\S | 匹配任何非空白字符。等價于 [^ \f\n\r\t\v]。 |
\t | 匹配一個制表符。等價于 \x09 和 \cI。 |
\v | 匹配一個垂直制表符。等價于 \x0b 和 \cK。 |
\w | 匹配包括下劃線的任何單詞字符。等價于'[A-Za-z0-9_]'。 |
\W | 匹配任何非單詞字符。等價于 '[^A-Za-z0-9_]'。 |
\xn | 匹配 n,其中 n 為十六進(jìn)制轉(zhuǎn)義值。十六進(jìn)制轉(zhuǎn)義值必須為確定的兩個數(shù)字長。例如,'\x41' 匹配 "A"。'\x041' 則等價于 '\x04' & "1"。正則表達(dá)式中可以使用 ASCII 編碼。. |
\num | 匹配 num,其中 num 是一個正整數(shù)。對所獲取的匹配的引用。例如,'(.)\1' 匹配兩個連續(xù)的相同字符。 |
\n | 標(biāo)識一個八進(jìn)制轉(zhuǎn)義值或一個向后引用。如果 \n 之前至少 n 個獲取的子表達(dá)式,則 n 為向后引用。否則,如果 n 為八進(jìn)制數(shù)字 (0-7),則 n 為一個八進(jìn)制轉(zhuǎn)義值。 |
\nm | 標(biāo) 識一個八進(jìn)制轉(zhuǎn)義值或一個向后引用。如果 \nm 之前至少有 nm 個獲得子表達(dá)式,則 nm 為向后引用。如果 \nm 之前至少有 n 個獲取,則 n 為一個后跟文字 m 的向后引用。如果前面的條件都不滿足,若 n 和 m 均為八進(jìn)制數(shù)字 (0-7),則 \nm 將匹配八進(jìn)制轉(zhuǎn)義值 nm。 |
\nml | 如果 n 為八進(jìn)制數(shù)字 (0-3),且 m 和 l 均為八進(jìn)制數(shù)字 (0-7),則匹配八進(jìn)制轉(zhuǎn)義值 nml。 |
\un | 匹配 n,其中 n 是一個用四個十六進(jìn)制數(shù)字表示的 Unicode 字符。例如, \u00A9 匹配版權(quán)符號 (?)。 |
相關(guān)文章
notepad++ 等用正則表達(dá)式自動添加sql引號的技巧
本篇文章給大家介紹notepad用正則表達(dá)式自動添加sql引號的技巧,,需要的朋友可以參考下2015-10-10asp的RegExp對象正則表達(dá)式功能用法[比較全]
RegExp對象提供簡單的正則表達(dá)式支持功能。達(dá)到更好的替換效果。2011-04-04最嚴(yán)謹(jǐn)?shù)男r瀍mail地址的正則表達(dá)式及各種語言對應(yīng)版
這篇文章主要介紹了最嚴(yán)謹(jǐn)?shù)男r瀍mail地址的正則表達(dá)式及各種語言對應(yīng)版,本文給出通用、Python、Javascript、PHP、Perl / Ruby、Perl等版本的最嚴(yán)謹(jǐn)?shù)谋磉_(dá)式寫法,需要的朋友可以參考下2015-07-07