一切從最基本的開始。模式,是正規表示式最基本的元素,它們是一組描述字串特徵的字元。模式可以很簡單,由普通的字串組成,也可以非常複雜,往往用特殊的字元表示乙個範圍內的字元、重複出現,或表示上下文。例如:
^once這個模式包含乙個特殊的字元^,表示該模式只匹配那些以once開頭的字串。例如該模式與字串"once upon a time"匹配,與"there once was a man from newyork"不匹配。正如如^符號表示開頭一樣,$符號用來匹配那些以給定模式結尾的字串。
bucket$這個模式與"who kept all of this cash in a bucket"匹配,與"buckets"不匹配。字元^和$同時使用時,表示精確匹配(字串與模式一樣)。例如:
^bucket$只匹配字串"bucket"。如果乙個模式不包括^和$,那麼它與任何包含該模式的字串匹配。例如:模式
once與字串
there once was a man from newyork是匹配的。who kept all of his cash in a bucket.
在該模式中的字母(o-n-c-e)是字面的字元,也就是說,他們表示該字母本身,數字也是一樣的。其他一些稍微複雜的字元,如標點符號和白字元(空格、製表符等),要用到轉義序列。所有的轉義序列都用反斜槓(\)打頭。製表符的轉義序列是:\t。所以如果我們要檢測乙個字串是否以製表符開頭,可以用這個模式:
^\t類似的,用\n表示"新行",\r表示回車。其他的特殊符號,可以用在前面加上反斜槓,如反斜槓本身用\\表示,句號.用\.表示,以此類推。
在internet的程式中,正規表示式通常用來驗證使用者的輸入。當使用者提交乙個form以後,要判斷輸入的**號碼、位址、email位址、信用卡號碼等是否有效,用普通的基於字面的字元是不夠的。
所以要用一種更自由的描述我們要的模式的辦法,它就是字元簇。要建立乙個表示所有母音字元的字元簇,就把所有的母音字元放在乙個方括號裡:
[aaeeiioouu]這個模式與任何母音字元匹配,但只能表示乙個字元。用連字型大小可以表示乙個字元的範圍,如:
[a-z] //匹配所有的小寫字母同樣的,這些也只表示乙個字元,這是乙個非常重要的。如果要匹配乙個由乙個小寫字母和一位數字組成的字串,比如"z2"、"t6"或"g7",但不是"ab2"、"r2d3" 或"b52"的話,用這個模式:[a-z] //匹配所有的大寫字母
[a-za-z] //匹配所有的字母
[0-9] //匹配所有的數字
[0-9\.\-] //匹配所有的數字,句號和減號
[ \f\r\t\n] //匹配所有的白字元
^[a-z][0-9]$儘管[a-z]代表26個字母的範圍,但在這裡它只能與第乙個字元是小寫字母的字串匹配。
前面曾經提到^表示字串的開頭,但它還有另外乙個含義。當在一組方括號裡使用^是,它表示"非"或"排除"的意思,常常用來剔除某個字元。還用前面的例子,我們要求第乙個字元不能是數字:
^[^0-9][0-9]$這個模式與"&5"、"g7"及"-2"是匹配的,但與"12"、"66"是不匹配的。下面是幾個排除特定字元的例子:
[^a-z] //除了小寫字母以外的所有字元特殊字元"." (點,句號)在正規表示式中用來表示除了"新行"之外的所有字元。所以模式"^.5$"與任何兩個字元的、以數字5結尾和以其他非"新行"字元開頭的字串匹配。模式"."可以匹配任何字串,除了空串和只包括乙個"新行"的字串。[^\\\/\^] //除了(\)(/)(^)之外的所有字元
[^\"\'] //除了雙引號(")和單引號(')之外的所有字元
php的正規表示式有一些內建的通用字元簇,列表如下:
字元簇描述
[[:alpha:]]
任何字母
[[:digit:]]
任何數字
[[:alnum:]]
任何字母和數字
[[:space:]]
任何空白字元
[[:upper:]]
任何大寫字母
[[:lower:]]
任何小寫字母
[[:punct:]]
任何標點符號
[[:xdigit:]]
任何16進製制的數字,相當於[0-9a-fa-f]
到現在為止,你已經知道如何去匹配乙個字母或數字,但更多的情況下,可能要匹配乙個單詞或一組數字。乙個單詞有若干個字母組成,一組數字有若干個單數組成。跟在字元或字元簇後面的花括號({})用來確定前面的內容的重複出現的次數。
字元簇描述
^[a-za-z_]$
所有的字母和下劃線
^[[:alpha:]]$
所有的3個字母的單詞
^a$字母a
^a$aaaa
^a$aa,aaa或aaaa
^a$a,aa或aaa
^a$包含多於兩個a的字串^aa
如:baad和aaa,但nantucket不行
\t兩個製表符
.所有的兩個字元
這些例子描述了花括號的三種不同的用法。乙個數字 的意思是前面的字元或字元簇只出現x次 ;乙個數字加逗號 的意思是前面的內容出現x或更多的次數 ;兩個數字用逗號分隔的數字 表示 前面的內容至少出現x次,但不超過y次。我們可以把模式擴充套件到更多的單詞或數字:
^[a-za-z0-9_]$ // 所有包含乙個以上的字母、數字或下劃線的字串最後乙個例子不太好理解,是嗎?這麼看吧:以乙個可選的負號 ([-]?) 開頭 (^)、跟著1個或更多的數字([0-9]+)、和乙個小數點(\.)再跟上1個或多個數字([0-9]+),並且後面沒有其他任何東西($)。下面你將知道能夠使用的更為簡單的方法。^[1-9][0-9]$ // 所有的正整數
^\-[0-9]$ // 所有的整數
^[-]?[0-9]+\.?[0-9]+$ // 所有的浮點數
特殊字元 ? 與 是相等的,它們都代表著: 0個或1個前面的內容 或 前面的內容是可選的 。所以剛才的例子可以簡化為:
^\-?[0-9]\.?[0-9]$特殊字元 * 與 是相等的,它們都代表著 0 個或多個前面的內容 。最後,字元 + 與 是相等的,表示 1 個或多個前面的內容 ,所以上面的4個例子可以寫成:
^[a-za-z0-9_]+$ // 所有包含乙個以上的字母、數字或下劃線的字串當然這並不能從技術上降低正規表示式的複雜性,但可以使它們更容易閱讀。^[1-9][0-9]*$ // 所有的正整數
^\-?[0-9]+$ // 所有的整數
^\-?[0-9]+\.?[0-9]*$ // 所有的浮點數
正規表示式教程 正規表示式匹配規則 6
正規表示式教程 正規表示式匹配規則 6 2007 05 11 08 28 基本模式匹配 一切從最基本的開始。模式,是正規表示式最基本的元素,它們是一組描述字串特徵的字元。模式可以很簡單,由普通的字串組成,也可以非常複雜,往往用特殊的字元表示乙個範圍內的字元 重複出現,或表示上下文。例如 once 這...
正規表示式05 匹配開頭結尾
字元功能 匹配字串開頭 匹配字串結尾 coding utf 8 import re email list xiaowang 163.com xiaowang 163.comheihei com.xiaowang qq.com for email in email list ret re.match ...
正規表示式 匹配規則
一切從最基本的開始。模式,是正規表示式最基本的元素,它們是一組描述字串特徵的字元。模式可以很簡單,由普通的字串組成,也可以非常複雜,往往用特殊的字元表示乙個範圍內的字元 重複出現,或表示上下文。例如 once這個模式包含乙個特殊的字元 表示該模式只匹配那些以once開頭的字串。例如該模式與字串 on...