PHP中的正则表达式

综述

正则表达式是一种可以用于模式匹配和替换的强有力的工具。正则表达式可以让用户通过使用一系列的特殊字符构建匹配模式,然后把匹配模式与数据文件、程序输入以及WEB页面的表单输入等目标对象进行比较,根据比较对象中是否包含匹配模式,执行相应的程序。

如何使用基本模式匹配?

  模式,是正规表达式最基本的元素,它们是一组描述字符串特征的字符。模式可以很简单,由普通的字符串组成,也可以非常复杂,往往用特殊的字符表示一个范围内的字符重复出现,或表示上下文。我们先看一些正则表达式中的特殊字符。

特殊字符”^”用来匹配以指定字符串开头的字符串。例如:

“^hello” :这个模式与字符串”hello,PHP world!”匹配,但是与”Say hello to you”不匹配。

特殊字符”$”用来匹配以指定字符串结尾的字符串。例如:

“you$” :这个模式与”How are you”匹配,与”your”不匹配。

当特殊字符”^”和”$”同时使用时,表示精确匹配。例如:

“^hello$” :这个模式只匹配字符串”hello”。

如果一个模式不包括”^”和”$”,那么它与任何包含该模式的字符串匹配。例如: “you” :与字符串”What is your name?”是匹配的。

在该模式中的字母只是普通的字符,数字也是一样的。

如果要用到其他一些稍微复杂的字符,如标点符号和空白字符(比如空格、制表符等),就要要用到转义序列。所有的转义序列都用反斜杠(“\”)打头,例如制表符的转义序列是:”\t”。所以如果我们要检测一个字符串是否以制表符开头,可以用这个模式:

“^\t”

类似的,用”\n”表示换行,”\r”表示回车,反斜杠本身用”\\”表示,句号”.”用”\.”表示,依此类推。

如何使用字符簇?

如果要判断用户输入的电话号码、地址、EMAIL地址、信用卡号码等是否有效,用普通的基于字面的字符串比较是不够的。所以要用一种更好的方法来描述我们想要的模式,这就是字符簇。

比如,要建立一个表示所有元音字符的字符簇,就可以这样做:

“[AaEeIiOoUu]” :这个模式与任何元音字符匹配,但只能表示一个字符。

用特殊符号”-“可以表示一个字符的范围,如:

“[a-z]”//匹配字母a-z,即所有的小写字母
“[A-Z]”//匹配字母A-Z,即所有的大写字母
“[a-zA-Z]”//匹配所有的字母
“[0-9]”//匹配所有的数字
“[0-9\.\-]”//匹配所有的数字,以及句号和减号
“[ \f\r\t\n]”//匹配所有的白字符

同样的,这些也只匹配一个字符。

如果要匹配由一个小写字母和一位数字组成的字符串,比如”a4″、”b5″或”f1″,但不是”aa4″、”b5a4″ 或”f12″的话,用这个模式:

“^[a-z][0-9]$”

尽管[a-z]代表26个字母的范围,但在这里它只能与第一个字符是小写字母的字符串匹配。

我们已经知道”^”表示字符串的开头,但是当在一组方括号里使用”^”时,它表示”非”或”排除”的意思,常常用来剔除某个字符。还用前面的例子,我们要求第一个字符不能是数字: “^[^0-9][0-9]$”

这个模式与”a4″、”b5″及”+2″是匹配的,但与”12″、”66″是不匹配的。下面是几个排除特定字符的例子:

“[^a-z]” //除了小写字母以外的所有字符
“[^\\\/\^]” //除了(\)(/)(^)之外的所有字符
“[^\”\’]” //除了双引号(“)和单引号(‘)之外的所有字符

特殊字符”.” (点,英文句号)在正规表达式中用来匹配除了”换行”之外的所有字符。所以模式”^.5$”与任何两个字符的、以数字5结尾和以其他非”换行”字符开头的字符串匹配。模式”.”可以匹配任何字符串,除了空串和只包括一个”换行”的字符串。

PHP的正规表达式有一些内置的通用字符簇,列表如下:

字符簇
含义
“[[:alpha:]]”任何字母
“[[:digit:]]”任何数字
“[[:alnum:]]”任何字母和数字
“[[:space:]]”任何白字符
“[[:upper:]]”任何大写字母
“[[:lower:]]”任何小写字母
“[[:punct:]]”任何标点符号
“[[:xdigit:]]”任何16进制的数字,相当于[0-9a-fA-F]

如何匹配重复出现的情况?

在很多的情况下,我们可能要匹配一个单词或一组数字。一个单词有若干个字母组成,一组数字有若干个单一的数字组成。我们用跟在字符或字符簇后面的花括?quot;{}”来确定前面的内容的重复出现的次数:假设x是一个数字,那么{x}表示”前面的字符或字符簇只出现x次”;一个数字加逗号,{x,}的意思是”前面的内容出现x或更多的次数”;两个用逗号分隔的数字,{x,y}表示”前面的内容至少出现x次,但不超过y次”。

字符簇
含义
“^[a-zA-Z_]$”所有的字母和下划线
“^[[:alpha:]]{3}$”所有的3个字母的单词
“^a$”字母a
“^a{4}$”不是以字母a开头并且有4个字母的单词,比如Aaaa
^a{2,4}$”aa,aaa或aaaa
“^a{1,3}$”a,aa或aaa
“^a{2,}$”包含多于两个a的字符串,比如aaa,aaaa,aaaaa
“^a{2,}”以两个a开头的单词,如:aardvark和aaab,但apple不行
“a{2,}”包含有两个a的单词,如:baad和aaa,但Nantucket不行
“\t{2}”两个制表符
“.{2}”所有的两个字符

我们可以把模式扩展到更多的单词或数字:

“^[a-zA-Z0-9_]{1,}$”所有包含一个以上的字母、数字或下划线的字符串
“^[0-9]{1,}$”所有的正数
“^\-{0,1}[0-9]{1,}$”所有的整数
“^\-{0,1}[0-9]{0,}\.{0,1}[0-9]{0,}$”所有的整数

最后一个例子我们可以这样考虑:所有以一个可选的负号(\-{0,1})开头(^)、跟着0个或更多的数字([0-9]{0,})、和一个可选的小数点(\.{0,1})再跟上0个或多个数字([0-9]{0,}),并且没有其他任何东西($)。

特殊字符”?”与”{0,1}”是相等的,它们都代表着:”0个或1个前面的内容”或”前面的内容是可选的”。所以:

“^\-{0,1}[0-9]{0,}\.{0,1}[0-9]{0,}$”

可以简化为:

^\-?[0-9]{0,}\.?[0-9]{0,}$

特殊字符”*”与”{0,}”是相等的,它们都代表着”0个或多个前面的内容”。字符”+”与{1,}是相等的,表示”1个或多个前面的内容”,所以上面的4个例子可以写成:

“^[a-zA-Z0-9_]+$”所有包含一个以上的字母、数字或下划线的字符串
“^[0-9]+$”所有的正数
“^\-?[0-9]+$”所有的整数
“^\-?[0-9]*\.?[0-9]*$”所有的小数