第22章 PHP 正则表达式 修饰符与分组高级

一、正则常用修饰符（写在定界符后面）

1. i：忽略大小写
2. g：全局匹配（PHP中preg_match_all自带全局）
3. m：多行模式，^$匹配每行开头结尾
4. s：让 . 也能匹配换行符
5. u：匹配中文、UTF-8字符

示例写法：
 /^[a-z]+$/i 

二、分组 () 用法

1. 把多个字符当成一个整体
2. 可单独捕获分组内容，方便提取
3. 配合次数符使用

基础示例：

php

// 匹配重复的abc
$preg = '/(abc)+/';
 

三、字符集 [] 规则

•  [abc] ：匹配a、b、c任意一个
•  [a-z] ：小写字母
•  [A-Z] ：大写字母
•  [0-9] ：数字
•  [a-zA-Z0-9_] ：等价 \w
•  [^abc] ：取反，不匹配a、b、c

四、中文正则匹配

UTF-8 中文规则：

php

$preg = '/[\x7f-\xff]/';
// 标准中文匹配
$preg = '/^[\u4e00-\u9fa5]+$/u';
 

五、正则贪婪与非贪婪

• 默认 贪婪：尽可能匹配最长
• 非贪婪：加  ?  匹配最短
  写法： .*? 、 .+? 

示例：

php

$str = '111222';
// 非贪婪提取
preg_match_all('/.*?/',$str,$arr);
 

六、preg_replace 高级替换

批量替换敏感词：

php

$str = '垃圾 傻逼 内容';
$preg = '/垃圾|傻逼/';
$new = preg_replace($preg,'***',$str);
echo $new;
 

七、本章核心总结

1. 修饰符加在定界符末尾，i、s、m、u最常用
2.  ()  分组、 []  字符集是正则进阶核心
3.  .*?  非贪婪，爬虫抓取标签必用
4. 匹配中文必须加 u 修饰符
5. 敏感词过滤、标签提取都靠正则分组+替换