PHP中的正規表示式

2021-08-22 11:08:31 字數 3593 閱讀 4956

php繼承*nix的一貫傳統,完全支援正規表示式的處理。正規表示式提供了一種高階的,但不直觀的字串匹配和處理的方法。用過perl的正規表示式的朋友都知道,正規表示式的功能非常強大,但學起來不是那麼容易。

比如:

^.+@.+\..+$

這段有效卻難以理解的**足夠使一些程式設計師頭痛(我就是)或者讓他們放棄使用正規表示式。相信當你讀完這個教程後,就可以理解這段**的含義了。

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

who kept all of his cash in a bucket.

是匹配的。

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。

字元簇在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

[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

[ frtn]

//匹配所有的白字元

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][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

[^\/^]

//除了"/"和"^"字元之外的所有字元

[^"']

//除了雙引號(")和單引號(')之外的所有字元

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。

php的正規表示式有一些內建的通用字元簇,列表如下:

字元簇含義

[[:alpha:]]

任何字母

[[:digit:]]

任何數字

[[:alnum:]]

任何字母和數字

[[:space:]]

任何白字元

[[: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]

確定重複出現

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。

字元簇含義

^[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

^[0-9]$

//所有的正數

^-[0-9]$

//所有的整數

^-[0-9].[0-9]$

//所有的小數

最後乙個例子不太好理解,是嗎?這麼看吧:與所有以乙個可選的負號(-)開頭(^)、跟著0個或更多的數字([0-9])、和乙個可選的小數點(.)再跟上0個或多個數字([0-9]),並且沒有其他任何東西($)。下面你將知道能夠使用的更為簡單的方法。

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

^[0-9]+$

//所有的正數

^-?[0-9]+$

//所有的整數

^-?[0-9]*.?[0-9]*$

//所有的小數

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。

PHP中的正規表示式

url php繼承unix的一貫傳統,完全支援正規表示式的處理。正規表示式提供了一種高階的,但不直觀的字串匹配和處理的方法。用過perl的正規表示式的朋友都知道,正規表示式的功能非常強大,但學起來不是那麼容易。比如 這段有效卻難以理解的 足夠使一些程式設計師頭痛 我就是 或者讓他們放棄使用正規表示式...

PHP中的正規表示式

定界符,就是定乙個邊界,邊界已內的就是正則表達示。php的正則表達示定界符的規定如下 定界符,不能用a za z0 9 其他的都可以用。必須成對出現,有開始就有結束。所有可見不可見的字元就是原子 說明 我們見到的空格 回車 換行 0 9 a za z 中文 標點符號 特殊符號全為原子。int pre...

PHP中的正規表示式

綜述?正規表示式是一種可以用於模式匹配和調換的強有力的工具。正規表示式可以讓使用者通過應用一系列的特別字元構建匹配模式,然後把匹配模式與資料檔案 程式輸進以及web頁面的表單輸進等目標物件進行比擬,根據比擬物件中是否包含匹配模式,履行相應的程式。如何應用基礎模式匹配?模式,是正規表示式最基礎的元素,...