php学习第四章:正则表达式(四)匹配规则:分组、环视(零
宽断⾔和负向零宽断⾔)
⼀、分组()
  ()来表⽰⼀个⼦表达式,这个括号内的⼦表达式被当作⼀个整体来处理
  下⾯我们以⼀个IPV4的ip地址为例来说明(以下说ip地址是指IPV4下的ip地址)
  我们知道⼀个ip地址类似:220.181.111.147(这个是百度的ip地址,作个范例)
  我们⼤致看⼀下ip地址的特征:共有四段,每段以.隔开,除.外都是数字,⽽且每段最多有三位
    所以我们可以把ip地址简单的表⽰为:(\d{1,3}\.){3}\d{1,3}或者\d{1,3}(\.\d{1,3}){3}
  但是,如果熟悉⽹络知识的朋友可能知道,ip地址是有⼀定范围的,其范围⼤致为1.0.0.1-255.255.255.255,所以上述的表⽰⽅法并不准确
  我们来总结⼀下ip地址的特征:
    1、ip地址⼀般是4段,每段长度在1-3个字符之间,每段⽤.来分割
    2、每段的长度可能是1位、2位、3位
      (1)如果是1位,它可以是任意数字:\d      =>情况1
      (2)如果是2位,它可以是任意数字:\d\d    =>情况2
      (3)如果是3位的话,第⼀位只可能是1和2这两个值,后⾯两位的值的范围会根据第⼀个值来决定
        1>  如果⾸位是1,那它后⾯可以是任意数字:1\d\d                  =>情况3
        2> 如果⾸位是2,那第⼆位的范围就是0-5,
正则化与稀疏            如果第⼆位是0-4,那第三位可以是任意数字:2[0-4]\d      =>情况4
            如果第⼆位是5,那第三位的范围是0-5:      25[0-5]        =>情况5
      现在我们来逐步合并:
        前三种情况可以合并:1?\d\d?
        所以每段可以合并成:2[0-4]\d|25[0-5]|1?\d\d?
  综上:ip地址可以表⽰为:((2[0-4]\d|25[0-5]|1?\d\d?)\.){3}(2[0-4]\d|25[0-5]|1?\d\d?)
  这⾥我们把每段当成⼀个组
⼆、反向引⽤:⽤于重复搜索前⾯某个分组匹配的⽂本
  使⽤⼩括号指定⼀个⼦表达式后,匹配这个⼦表达式的⽂本(也就是此分组捕获的内容)可以在表达式或其它程序中作进⼀步的处理。默认情况下,每个分组会⾃动拥有⼀个组号,规则是:
从左向右,以分组的左括号为标志,第⼀个出现的分组的组号为1,第⼆个为2,以此类推。
后向引⽤⽤于重复搜索前⾯某个分组匹配的⽂本。例如:
\1:代表分组1匹配的⽂本。
  难以理解?请看⽰例:
  你也可以⾃⼰指定⼦表达式的组名。要指定⼀个⼦表达式的组名,请使⽤这样的语法:(?<Word>\w+)(
或者把尖括号换成'也⾏:(?'Word'\w+)),这样就把\w+的组名指定为Word了。要反向引⽤这个分组捕获的内容,你可以使⽤\k<Word>,所以上⼀个例⼦也可以写成这样:\b(?
<Word>\w+)\b\s+\k<Word>\b。
三、环视:
表4.常⽤分组语法
分类代码/语法说明
捕获(exp)匹配exp,并捕获⽂本到⾃动命名的组⾥
(?<name>exp)匹配exp,并捕获⽂本到名称为name的组⾥,也可以写成(?'name'exp) (?:exp)匹配exp,不捕获匹配的⽂本,也不给此分组分配组号
零宽断⾔(?=exp)匹配exp前⾯的位置
(?<=exp)匹配exp后⾯的位置
(?!exp)匹配后⾯跟的不是exp的位置(?<!exp)匹配前⾯不是exp的位置
注释(?#comment)这种类型的分组不对正则表达式的处理产⽣任何影响,⽤于提供注释让⼈阅读

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198,我们将在24小时内删除。