夏商与西周，东周分两段。春秋和战国，一统秦两汉。三分魏楚吴，二晋前后沿。南北朝并立，隋唐五代传。宋元明清后，皇朝至此完。

一、简介

正则表达式(Regular Expression，简写为regex、regexp或RE)，又称规则表达式，是计算机科学的一个概念，它通常被用来检索、替换那些符合某个模式(规则)的文本。

正则表达式是用于描述字符排列和匹配模式的一种语法规则。它主要用于字符串的模式分割、匹配、查找及替换操作。
正则表达式的三个作用：匹配、用新文本代替匹配文本、将一个字符串拆分为一组更小的信息块。
在PHP中，正则表达式一般是由正规字符和一些特殊字符（类似于通配符）联合构成的一个文本模式的程序性描述。其有两套正则表达式函数库，两者功能相似，只是执行效率略有差异：
- 一套是由PCRE(Perl Compatible Regular Expression)库提供的，使用preg_为前缀命名的函数
- 灵一套由POSIX(Portable Operating System Interface of Unix)扩展提供的，使用以ereg_为前缀命名的函数

二、语法分类

分隔符：当使用 PCRE 函数的时候，模式需要由分隔符闭合包裹，分隔符可以使任意非字母数字、非反斜线、非空白字符。
- 经常使用的分隔符是正斜线(/)、hash符号(#) 以及取反符号(~)。
元字符
- 在模式中方括号外使用(\,^,-)
- 在模式中方括号内使用(\,^,$,.,[],|,(),{},?,*,+)

三、元字符详解

转义字符(\)，有多种用法
- 第一种用法是紧接着是一个非字母数字字符，表明取消该字符所代表的特殊涵义。将反斜线作为转义字符的用法在字符类内部和外部都可用
- 如匹配一个 "*" 字符，就需要在模式中写为"\*"
- 如匹配一个反斜线，那么在模式中使用”\\”
- 第二种用法是提供了一种对非打印字符进行可见编码的控制手段
- 第三种用法是用来描述特定的字符类
- \d：任意十进制数字
- \D：任意非十进制数字
- \w：任意单词字符
- \W：任意非单词字符
- \s：任意空白字符
- \S：任意非空白字符
- \v：任意垂直空白字符(since PHP 5.2.4)
- \V：任意非垂直空白字符(since PHP 5.2.4)
- \h：任意水平空白字符(since PHP 5.2.4)
- \H：任意非水平空白字符(since PHP 5.2.4)
- 第四种用法是一些简单的断言
- \b：单词边界，它匹配的字符串是一个完整的单词
- \B：非单词边界，它匹配的字串不能是一个完整的单词，而是其他单词或字串的一部分
- \A：目标的开始位置(独立于多行模式)
- \Z：目标的结束位置或结束处的换行符(独立于多行模式)
- \z：目标的结束位置(独立于多行模式)
- \G：在目标中首次匹配位置

行定位符(^与$)：行定位符是用来描述字符串的边界。

“^”表示行开始
“$”表示行结尾

例一：
$str    = 'abcdddddef124f';
$search = '/^abc([^xyz]*)$/';
$result = preg_match_all($search, $str, $match);
print_r($match);
Array
(
    [0] => Array
        (
            [0] => abcdddddef124f
        )

    [1] => Array
        (
            [0] => dddddef124f
        )

)

例二：
$s = 'abcddd';
$p = '/^abc/';
$r = preg_match_all($p, $s, $match);
print_r($match);
Array
(
    [0] => Array
        (
            [0] => abc
        )

)

句点(.)
- 匹配目标字符串中的任意字符，包括非打印字符，但是(默认)不包括换行符
- 如果PCRE_DOTALL被设置，句点就会匹配换行符
- 句点在字符类中没有任何意义
- \C可以被用于匹配单字节，也就是说在UTF-8模式下，句点可以匹配多字节字符。

字符类([])
- 一个字符类在目标字符串中匹配一个单独的字符

可选路径(|)

表示或的意思
注意[]与|的区别，[]只能匹配单个字符，而|可以匹配任意长度的字符串
竖线可以在模式中出现任意多个，并且允许有空的可选路径(匹配空字符串)
匹配的处理从左到右尝试每一个可选路径，并且使用第一个成功匹配的
如果可选路径在子组(下面定义)中，则”成功匹配”表示同时匹配了子模式中的分支以及主模式中的其他部分

$s = 'AaaAbAa';
$p = '/Aa|aA/';
$r = preg_match_all($p, $s, $match);
print_r($match);
Array
(
    [0] => Array
        (
            [0] => Aa
            [1] => aA
            [2] => Aa
        )

)

子组(子模式)
- 将可选分支局部化
- 将子组设定为捕获子组，左括号从左至右出现的次序就是对应子组的下标(从1开始)
重复/量词
- ?：零次或一次，等价于 {0,1}
- *：零次或多次，等价于 {0,}
- +：一次或多次，等价于 {1,}
- {n}：n次
- {n,}：至少n次
- {n,m}：n到m次

排除字符(^)

表示排除不符合的字符
^一般放在[]中，如[^1-5]，该字符不是1~5之间的数字

$s = '6789';
$p = '/[^1-5]/';
$r = preg_match_all($p, $s, $match);
print_r($match);
Array
(
    [0] => Array
        (
            [0] => 6
            [1] => 7
            [2] => 8
            [3] => 9
        )

)

库函数

一、PCRE(兼容Perl)

preg_filter — 执行一个正则表达式搜索和替换
preg_grep — 返回匹配模式的数组条目
preg_last_error — 返回最后一个PCRE正则执行产生的错误代码
preg_match_all — 执行一个全局正则表达式匹配
preg_match — 执行匹配正则表达式
preg_quote — 转义正则表达式字符
preg_replace_callback_array — Perform a regular expression search and replace using callbacks
preg_replace_callback — 执行一个正则表达式搜索并且使用一个回调进行替换
preg_replace — 执行一个正则表达式的搜索和替换
preg_split — 通过一个正则表达式分隔字符串

二、POSIX

ereg_replace — 正则表达式替换
ereg — 正则表达式匹配
eregi_replace — 不区分大小写的正则表达式替换
eregi — 不区分大小写的正则表达式匹配
split — 用正则表达式将字符串分割到数组中
spliti — 用正则表达式不区分大小写将字符串分割到数组中
sql_regcase — 产生用于不区分大小的匹配的正则表达式

三、PCRE和POXIS对比

PCRE函数需要模式以分隔符闭合。
不像POSIX，PCRE扩展没有专门用于大小写不敏感匹配的函数。取而代之的是，支持使用i(PCRE_CASELESS)模式修饰符完成同样的工作。
- 其他模式修饰符同样可用于改变匹配策略。
POSIX函数从最左面开始寻找最长的匹配，但是 PCRE 在第一个合法匹配后停止。
- 使用模式 one(self)?(selfsufficient)? 在字符串oneselfsufficient上匹配，PCRE会匹配到oneself，但是使用POSIX，结果将是整个字符串oneselfsufficient。
- 两个子串都匹配原始字符串，但是 POSIX 将最长的作为结果。

反向引用

一、概念

在一个字符类外面，反斜线紧跟一个大于0(可能还有一位数)的数字就是一个到模式中之前出现的某个捕获子组的后向引用，也称反向引用。

二、使用

例1

$str = "aaa.bbb.ccc.ddd.com.cn";
$p   = "/(a{3})\.(b{3})(.*)/";
$new = preg_replace($p, '\2.\1\3', $str);
echo $new;// bbb.aaa.ccc.ddd.com.cn

断言

一、概念

断言是编程术语，表示为一些布尔表达式，程序员相信在程序中的某个特定点该表达式值为真，可以在任何时候启用和禁用断言验证，因此可以在测试时启用断言而在部署时禁用断言。同样，程序投入运行后，最终用户在遇到问题时可以重新启用断言。