最近使用 PHP 写了一个应用，主要是正则表达式的处理，趁机系统性的学习了相应知识。
这篇文章的写作方式不是讲理论，而是通过具体的例子来了解正则，这样也更有实践性，在此基础上再去看正则表达式的基本概念会更有收获。
禁止分组的捕获
在正则中分组很有用，可以定义子模式，然后可以通过后向引用来引用分组的内容，但是有的时候仅仅想通过分组来进行范围定义，而不想被分组来捕获，通过一个例子就能明白：
$str = "http://www.google.com"; $preg= "/http:\/\/\w+\.\w+.(?:net|com|cn)+/is"; $preg2= "/http:\/\/\w+\.\w+.(net|com|cn)+/is"; preg_match($preg,$str,$arr); preg_match($preg2,$str,$arr2);
当模式中出现?:表示这个括号的分组不会被引用，运行下例子就能明白。
preg_match() 和 preg_match_all() 的区别
preg_match() 在匹配模式的时候匹配到一次就结束，而 preg_match_all() 则进行全局匹配，通过一个例子就能明白：
$str='hello world china'; $preg="/\w+\s/is"; preg_match($preg,$str,$arr); print_r($arr); preg_match_all($preg,$str,$arr); print_r($arr);
正确理解 $ 和 ^
先说一个正则，为了匹配是否是手机号:
$str = "13521899942a"; $preg="/1[\d]{3,15}/is"; if (preg_match($preg,$str,$arr)) { echo "ok"; }
虽然字符串中有一个英文字母，但是这个子模式却匹配了，原因就在于模式匹配到后就结束了，不会再去寻找英文字母，为了解决这问题 $ 和 ^ 就发挥作用了，比如让字符串的开始和结尾必须匹配一定的模式，修改如下：
$str = "13521899942a"; $preg="/1[\d]{3,15}$/is"; if (preg_match($preg,$str,$arr)) { echo "ok"; }
$ 和 ^ 的跨行模式
默认的情况下，$ 和 ^ 只会匹配完整段落的开始和结尾，但是通过改变选项，允许匹配文本的每一行的开始和结尾，通过下面的例子就能明白
$str='hello world'; $preg='/\w+$/ism';//$preg='/(?m)\w+$/is'; preg_match_all($preg,$str,$arr); print_r($arr);
分组命名
在正则中通过括号分组后，可以使用 \1,\2 这样的数字进行后向引用，但是假如正则中模式太多，在使用的时候就会比较混乱，这时候可以采用分组命名来进行引用，看个例子：
$str ="email:ywdblog@gmail.com;"; preg_match("/email:(?<email>\w+?)/is", $str, $matches); echo $matches["email"] . "_" . $matches['no'];
懒惰模式
正则在匹配的时候是贪婪的，只要符合模式就会一直匹配下去，下面的例子，匹配到的文本是 <h2>hello</h2><h2>world</h2>
$str = "<h2>hello</h2><h2>world</h2>"; $preg = "/<h2>.*<\/h2>/is"; preg_match($preg,$str,$arr); print_r($arr);
通过改变一个选项可以修改为懒惰模式，就是一旦匹配到就中止，修改代码如下：
$str = "<h2>hello</h2><h2>world</h2>"; $preg = "/<h2>.*?<\/h2>/is"; preg_match($preg,$str,$arr); print_r($arr);
进一步理解 preg_match_all()
通过这函数的最后一个参数，能够返回不同形式的数组：
$str= 'jiangsu (nanjing) nantong guangdong (guangzhou) zhuhai beijing (tongzhou) haidian'; $preg = '/^\s*+([^(]+?)\s\(([^)]+)\)\s+(.*)$/m'; preg_match_all($preg,$str,$arr,PREG_PATTERN_ORDER); print_r($arr); preg_match_all($preg,$str,$arr,PREG_SET_ORDER); print_r($arr);
强大的正则替换回调
虽然 preg_replace() 函数能完成大多数的替换，但是假如你想更好的控制，可以使用回调，不用多说看例子：
$str = "china hello world"; $preg = '/\b(\w+)(\w)\b/'; function fun($m){ return $m[1].strtoupper($m[2]); } echo preg_replace_callback($preg,"fun",$str);
在这一点上，PHP 比 Python 强大的多，Python 中没有正则回调，不过可以使用闭包的方式解决，可看我以前的文章。
preg_quote()
这个函数类似于 Python 中的 re.compile() 函数，假如在模式中一些元字符仅仅想表达字符的本身含义，可以转义，但是假如在模式中写太多的转义，会显得很混乱，可以使用这个函数来统一转义：
$str = '\\*china*world'; $preg = "\*china"; $preg = preg_quote($preg); echo $preg; preg_match( "/{$preg}/is",$str,$arr); print_r($arr);
向前查找 ?= 的妙用
用英文解释可能比较贴切：
The "?=" combination means "the next text must be like this". This construct doesn't capture the text.
（1）这个例子可以获取 URL 中的协议部分，比如 https,ftp，注意 ?: 后面的部分不在返回的内容中。
$str = "http://www.google.com"; $str = "https://www.google.com"; $preg = '/[a-z]+(?=:)/'; preg_match($preg,$str,$arr); print_r($arr);
（2）"invisible" 分隔符
也叫 “zero-width” 分隔符，参考下面的例子：
$str = ("chinaWorldHello"); $preg = "/(?=[A-Z])/"; $arr = preg_split($preg,$str); print_r($arr);
（3）匹配强密码