正则表达式

目录

(1)介绍

(2)匹配字符

(3)配置次数

---

(1)介绍

正则表达式是一个可以被“有限状态自动机”接受的语言类。“有限状态自动机”，其拥有有限数量的状态，每个状态可以迁移到零个或多个状态，输入字串决定执行哪个状态的迁移。而常见的正则引擎，又被细分为DFA（确定性有限状态自动机）与NFA（非确定性有限状态自动机）。他们匹配输入的过程分别是：

    DFA: 从起始状态开始，一个字符一个字符地读取输入串，并根据正则来一步步确定至下一个转移状态，直到匹配不上或走完整个输入

    NFA：从起始状态开始，一个字符一个字符地读取输入串，并与正则表达式进行匹配，如果匹配不上，则进行回溯，尝试其他状态

由于NFA的执行过程存在回溯，所以其性能会劣于DFA，但它支持更多功能。大多数程序语言都使用了NFA作为正则引擎，其中也包括PHP使用的PCRE库。

(2)匹配字符

•     . 匹配任意单个字符，不能匹配空行
•     [] 匹配指定范围内的任意单个字符
•     [^] 取反
•     [:alnum:] 或 [0-9a-zA-Z]匹配数字或字符
•     [:alpha:] 或 [a-zA-Z]
•     [:upper:] 或 [A-Z]
•     [:lower:] 或 [a-z]
•     [:blank:] 空白字符（空格和制表符）
•     [:space:] 水平和垂直的空白字符（比[:blank:]包含的范围广）
•     [:cntrl:] 不可打印的控制字符（退格、删除、警铃...）
•     [:digit:] 十进制数字 或[0-9]
•     [:xdigit:]十六进制数字
•     [:graph:] 可打印的非空白字符
•     [:print:] 可打印字符
•     [:punct:] 标点符号

(3)配置次数

•     * 匹配前面的字符任意次，包括0次，贪婪模式：尽可能长的匹配
•     .* 任意前面长度的任意字符，不包括0次
•     \? 匹配其前面的字符0 或 1次
•     + 匹配其前面的字符至少1次
•     {n} 匹配前面的字符n次
•     {m,n} 匹配前面的字符至少m 次，至多n次
•     {,n} 匹配前面的字符至多n次
•     {n,} 匹配前面的字符至少n次
•   (4)定位
•     ^ 行首锚定，用于模式的最左侧
•     $ 行尾锚定，用于模式的最右侧
•     ^PATTERN$，用于模式匹配整行
•     ^$ 空行
•     ^[[:space:]].*$ 空白行
•     < 或 \b 词首锚定，用于单词模式的左侧
•     > 或 \b 词尾锚定；用于单词模式的右侧
•     <PATTERN>
•     分组：()
•     后向引用：\1, \2, ...
•     \1 表示从左侧起第一个左括号以及与之匹配右括号之间的模式所匹配到的字符
•     \2 表示从左侧起第2个左括号以及与之匹配右括号之间的模式所匹配到的字符，依次类推