PHP正则表达式：匹配、查找与替换

好的，各位靓仔靓女们，欢迎来到老码农的PHP正则表达式小课堂！今天咱们不讲枯燥的理论，就聊聊这正则表达式，这个让程序员们又爱又恨的小妖精。

一、正则表达式：何方妖孽？

正则表达式，英文名叫 Regular Expression，简称 RegExp。初听是不是感觉很高大上？其实它就是一个“模式”，一个你用来描述字符串特征的“模板”。想象一下，你对着电脑说：“给我找出所有长得像邮箱地址的字符串！” 这时候，正则表达式就是你的“描述语言”，让电脑明白你的意思。

别被“表达式”三个字吓到，它不是数学公式，而是一系列特殊字符和普通字符的组合。这些字符就像乐高积木，你可以用它们搭建出各种各样的“模式”，用来匹配、查找、替换文本。

二、正则表达式的“积木”：元字符

元字符就是正则表达式中的特殊字符，它们拥有特殊的含义，是构建“模式”的关键。咱们先认识几个常用的“积木”：

元字符	含义	举例
.	匹配任意单个字符，除了换行符。可以理解为“随便你是什么，只要有一个就行！”	a.c 可以匹配 "abc", "adc", "a1c", "a@c" 等。
^	匹配字符串的开头。相当于说：“必须以这个开头！”	^hello 可以匹配 "hello world"，但不能匹配 "say hello"。
$	匹配字符串的结尾。相当于说：“必须以这个结尾！”	world$ 可以匹配 "hello world"，但不能匹配 "world hello"。
*	匹配前面的字符零次或多次。可以理解为“想有几个就几个，没有也行！”	ab*c 可以匹配 "ac", "abc", "abbc", "abbbc" 等。
+	匹配前面的字符一次或多次。可以理解为“至少得有一个！”	ab+c 可以匹配 "abc", "abbc", "abbbc" 等，但不能匹配 "ac"。
?	匹配前面的字符零次或一次。可以理解为“可有可无！”	ab?c 可以匹配 "ac" 和 "abc"。
[]	字符集合。匹配方括号中的任意一个字符。相当于说：“从这里面选一个！”	[abc] 可以匹配 "a", "b", "c" 中的任意一个字符。
[^]	排除字符集合。匹配不在方括号中的任意一个字符。相当于说：“除了这里面的，其他的都行！”	[^abc] 可以匹配除了 "a", "b", "c" 之外的任意一个字符。
	转义字符。用于取消元字符的特殊含义。比如你想匹配一个真正的点号 .，而不是“任意字符”，就需要用 .。	要匹配字符串 "a.b"，正则表达式应该写成 a.b。
()	分组。将一部分正则表达式括起来，形成一个整体。分组可以用于提取匹配的内容，也可以用于重复匹配。	(ab)+ 可以匹配 "ab", "abab", "ababab" 等。
|	或。匹配左右两边的任意一个模式。相当于说：“要么这样，要么那样！”	a|b 可以匹配 "a" 或 "b"。
{m,n}	重复次数。匹配前面的字符至少 m 次，最多 n 次。相当于说：“必须有这么多！”	a{2,4} 可以匹配 "aa", "aaa", "aaaa"。

这些只是冰山一角，正则表达式的元字符还有很多，但掌握了这些，已经可以应付大部分场景了。

三、PHP中的正则表达式函数

PHP 提供了几个核心的正则表达式函数，咱们来认识一下：

• preg_match(): 判断是否匹配。就像一个侦探，判断目标字符串是否符合“犯罪画像”（正则表达式）。如果匹配成功，返回 1，否则返回 0。
• preg_match_all(): 查找所有匹配。就像一个寻宝猎人，在目标字符串中找到所有符合“藏宝图”（正则表达式）的宝藏。返回匹配的次数，并将所有匹配结果存储在一个数组中。
• preg_replace(): 替换。就像一个装修工人，根据你的要求（正则表达式），把目标字符串中的某些部分替换成新的内容。
• preg_split(): 分割。就像一把刀，根据你的要求（正则表达式），把目标字符串分割成多个部分。

四、实战演练：用PHP玩转正则表达式

光说不练假把式，咱们来几个实战例子：

1. 验证邮箱地址

邮箱地址的格式一般是 [email protected]，我们可以用正则表达式来验证一个字符串是否符合这个格式：

<?php
$email = "[email protected]";
$pattern = "/^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+.[a-zA-Z]{2,}$/"; // 邮箱地址的正则表达式

if (preg_match($pattern, $email)) {
  echo "邮箱地址格式正确！🎉";
} else {
  echo "邮箱地址格式错误！🚫";
}
?>

解释一下这个正则表达式：

• ^：匹配字符串的开头。
• [a-zA-Z0-9._%+-]+：匹配一个或多个字母、数字、点号、下划线、百分号、加号、减号。这是邮箱用户名部分。
• @：匹配一个 @ 符号。
• [a-zA-Z0-9.-]+：匹配一个或多个字母、数字、点号、减号。这是域名部分。
• .：匹配一个点号。注意这里要用反斜杠转义，因为点号是元字符。
• [a-zA-Z]{2,}：匹配两个或多个字母。这是顶级域名部分，比如 "com", "net", "org" 等。
• $：匹配字符串的结尾。

2. 提取HTML标签中的内容

假设我们有一个HTML字符串，想要提取所有<h1>标签中的内容：

<?php
$html = "<h1>Hello World</h1><p>This is a paragraph.</p><h1>Another Heading</h1>";
$pattern = "/<h1>(.*?)</h1>/"; // 匹配<h1>标签的正则表达式

preg_match_all($pattern, $html, $matches);

print_r($matches[1]); // 输出匹配到的内容
?>

输出结果：

Array
(
    [0] => Hello World
    [1] => Another Heading
)

解释一下这个正则表达式：

• <h1>：匹配 <h1> 标签的开头。
• (.*?)：匹配任意字符零次或多次，但采用非贪婪模式。这是我们要提取的内容。
• </h1>：匹配 </h1> 标签的结尾。注意这里要用反斜杠转义，因为斜杠在正则表达式中可能需要转义（取决于使用的分隔符）。

3. 替换字符串中的敏感词

假设我们有一个字符串，其中包含一些敏感词，需要将其替换成 ***：

<?php
$text = "This is a bad word. And another bad word.";
$pattern = "/bad word/"; // 匹配敏感词的正则表达式
$replacement = "***"; // 替换成的内容

$newText = preg_replace($pattern, $replacement, $text);

echo $newText; // 输出替换后的字符串
?>

输出结果：

This is a ***. And another ***.

4. 分割字符串

假设我们有一个字符串，其中包含多个用逗号分隔的值，需要将其分割成一个数组：

<?php
$data = "apple,banana,orange";
$pattern = "/,/"; // 匹配逗号的正则表达式

$array = preg_split($pattern, $data);

print_r($array); // 输出分割后的数组
?>

输出结果：

Array
(
    [0] => apple
    [1] => banana
    [2] => orange
)

五、正则表达式的“调味料”：模式修饰符

模式修饰符是放在正则表达式末尾的，用于改变正则表达式的行为。就像给菜肴加调味料一样，可以改变口味。常用的修饰符有：

• i：忽略大小写。相当于说：“大小写都一样，别管我！”
• m：多行模式。让 ^ 和 $ 匹配每一行的开头和结尾，而不是整个字符串的开头和结尾。相当于说：“每一行都是独立的！”
• s：单行模式。让 . 可以匹配换行符。相当于说：“把换行符也当成普通字符！”
• x：忽略空白字符。允许在正则表达式中添加空白字符，提高可读性。相当于说：“加点空格，看起来舒服点！”
• U：非贪婪模式。让 *, +, ? 等量词采用非贪婪模式，尽可能少地匹配字符。相当于说：“别太贪心，够用就行！”

例如，要忽略大小写匹配 "hello world"，可以使用 /hello world/i。

六、正则表达式的“坑”：注意事项

• 转义字符： 很多字符在正则表达式中都有特殊含义，如果要匹配这些字符本身，需要用反斜杠 进行转义。比如要匹配一个点号 .，需要写成 .。
• 贪婪模式与非贪婪模式： 默认情况下，正则表达式采用贪婪模式，会尽可能多地匹配字符。如果想要采用非贪婪模式，可以在量词后面加上 ?。
• 性能问题： 复杂的正则表达式可能会影响性能，特别是当处理大量文本时。尽量使用简单高效的正则表达式。
• 回溯陷阱： 一些复杂的正则表达式可能会导致回溯陷阱，导致性能急剧下降。避免使用嵌套的量词和复杂的字符集合。
• 安全问题： 如果正则表达式是从用户输入获取的，要小心正则表达式注入攻击。对用户输入进行过滤和验证，避免恶意正则表达式的执行。

七、总结：正则表达式，你的得力助手

正则表达式是一个强大的工具，可以用于各种文本处理任务。虽然学习曲线比较陡峭，但一旦掌握，你就会发现它能大大提高你的工作效率。

记住，正则表达式不是一蹴而就的，需要不断地练习和实践。多查阅资料，多尝试不同的模式，你就能成为正则表达式的高手！💪

希望今天的课程对你有所帮助。下次再见！👋