PHPpregmatch正则表达式的使用.docx

PHP preg_match正则表达式的使用第一，让我们看看两个特别的字符：和$他们是分别用来匹配字符串的开始和结束，以下分别举例说明：The: 匹配以 The开头的字符串;of despair$: 匹配以 of despair 结尾的字符串;abc$: 匹配以abc开头和以abc结尾的字符串，实际上是只有abc与之匹配；notice: 匹配包含notice的字符串；你可以看见如果你没有用我们提到的两个字符（最后一个例子），就是说模式（正则表达式）可以出现在被检验字符串的任何地方，你没有把他锁定到两边。第二，这里还有几个字符*,+,和?, 他们用来表示一个字符可以出现的次数或者顺序. 他们分别表示：zero or more, one or more, and zero or one. 这里是一些例子:ab*: 匹配字符串a和0个或者更多b组成的字符串(a, ab, abbb, etc.);ab+: 和上面一样，但最少有一个b (ab, abbb, etc.);ab?:匹配0个或者一个b;a?b+$: 匹配以一个或者0个a再加上一个以上的b结尾的字符串.第三，在花括号中的逗号,表示到，即前后跟数字, n,m表示“n到m”。第四，你也可以在大括号n里面限制字符出现的个数，比如ab2: 匹配一个a后面跟两个b（一个也不能少）(abb);ab2,: 最少更两个b(abb, abbbb, etc.);ab2,5: 25个b(abbb, abbbb, or abbbbb).你还要注意到你必须总是指定 (i.e, 0,2, not ,2).同样，你必须注意到, *, +, 和? 分别和以下三个范围标注是一样的，0, 1, 和 0,1。第五，现在把一定数量的字符放到小括号(x)里，比如：a(bc)*: 匹配 a 后面跟0个或者一个bc;a(bc)1,5: 一个到5个 bc.第六，还有一个字符|相当于OR 操作:hihello: 匹配含有hi 或者 hello 的 字符串;(bcd)ef: 匹配含有 bef 或者 cdef的字符串;(ab)*c: 匹配含有这样 - 多个（包括0个）a或b，后面跟一个c的字符串 的字符串;第七，一个点.可以代表所有的单一字符:a.0-9: 一个a跟一个字符再跟一个数字的 （含有这样一个字符串的字符串将被匹配，以后省略此括号）.3$: 以三个字符结尾.第八，中括号xxx括住的内容只匹配一个单一的字符ab: 匹配单个的 a 或者 b ( 和 ab 一样);a-d: 匹配a 到d的单个字符 (和abcd 还有 abcd效果一样);a-zA-Z: 匹配以字母开头的字符串0-9%: 匹配含有 形如 x 的字符串,a-zA-Z0-9$: 匹配以逗号再加一个数字或字母结尾的字符串第九，也可以把你不想要得字符列在中括号里，你只需要在中括号里面使用 作为开头 (i.e., %a-zA-Z% 匹配含有 两个百分号里面有一个非字母 的字符串).第十：注意，1. .$()*+?中的字符作为有特殊意义的字符的时候，你必须在这些字符面前加。2. 在php3中你应该避免在模式的最前面使用, 比如说,正则表达式 ($?0-9+ 应该这样调用 ereg($?0-9+, $str) (不知道php4是不是一样)，但不要忘记在中括号里面的字符是这条规路的例外：在中括号里面, 所有的特殊字符，包括, 都将失去他们的特殊性质(i.e., *+?.匹配含有这些字符的字符串).3. 还有,正如regx的手册告诉我们: 如果列表里含有, 最好把它作为列表里的第一个字符(可能跟在后面)。4. 如果含有-, 最好把它放在最前面或者最后面, 或者一个范围的第二个结束点(i.e. a-d-0-9中间的-将有效.十一，为了完整, 我应该涉及到 collating sequences, character classes, 还有 equivalence classes. 但我在这些方面不想讲的太详细, 这些在下面的文章中都不需要涉及到. 你们可以在regex man pages 那里得到更多消息.十二：例子，1. 如何构建一个模式来匹配 货币数量 的输入？构建一个匹配模式去检查输入的信息是否为一个表示money的数字。我们认为一个表示money的数量有四种方式： 10000.00 和 10,000.00,或者没有小数部分, 10000 and 10,000. 现在让我们开始构建这个匹配模式:1-90-9*$这是说变量必须以非0的数字开头.但这也意味着 单一的 0 也不能通过测试. 以下是解决的方法:(01-90-9*)$只有0和不以0开头的数字与之匹配，我们也可以允许一个负号再数字之前:(0-?1-90-9*)$这就是: 0 或者 一个以0开头可能有一个负号在前面的数字. 好了, 好了现在让我们别那么严谨，允许以0开头.现在让我们放弃 负号 , 因为我们在表示钱币的时候并不需要用到. 我们现在指定 模式 用来匹配小数部分:0-9+(.0-9+)?$这暗示匹配的字符串必须最少以一个阿拉伯数字开头. 但是注意，在上面模式中 10. 是不匹配的, 只有 10 和 10.2 才可以. （你知道为什么吗）0-9+(.0-92)?$我们上面指定小数点后面必须有两位小数.如果你认为这样太苛刻,你可以改成:0-9+(.0-91,2)?$这将允许小数点后面有一到两个字符. 现在我们加上用来增加可读性的逗号（每隔三位）, 我们可以这样表示:0-91,3(,0-93)*(.0-91,2)?$不要忘记加号 + 可以被乘号 * 替代，如果你想允许空白字符串被输入话 (为什么?). 也不要忘记反斜杆 ，在php字符串中可能会出现错误 (很普遍的错误). 现在，我们已经可以确认字符串了, 我们现在把所有逗号都去掉 str_replace(, , $money) 然后在把类型看成 double然后我们就可以通过他做数学计算了.2. 如何构造检查email的正则表达式？我们继续讨论怎么验证一个email地址. 在一个完整的email地址中有三个部分: POP3 用户名 (在 左边的一切), , 服务器名(就是剩下那部分). 用户名可以含有大小写字母阿拉伯数字,句号 (.), 减号(-), 下划线 (_). 服务器名字也是符合这个规则,当然下划线除外.现在, 用户名的开始和结束都不能是句点. 服务器也是这样. 还有你不能有两个连续的句点他们之间至少存在一个字符，好现在我们来看一下怎么为用户名写一个匹配模式:_a-zA-Z0-9-+$现在还不能允许句号的存在. 我们把它加上:_a-zA-Z0-9-+(._a-zA-Z0-9-+)*$上面的意思就是说: 以至少一个规范字符（除.意外）开头,后面跟着0个或者多个以点开始的字符串.简单化一点, 我们可以用 eregi()取代 ereg()。eregi()对大小写不敏感, 我们就不需要指定两个范围 a-z 和 A-Z 只需要指定一个就可以了:_a-z0-9-+(._a-z0-9-+)*$后面的服务器名字也是一样,但要去掉下划线:a-z0-9-+(.a-z0-9-+)*$Done. 现在只需要用”把两部分连接:_a-z0-9-+(._a-z0-9-+)*a-z0-9-+(.a-z0-9-+)*$这就是完整的email认证匹配模式了,只需要调用eregi(_a-z0-9-+(._a-z0-9-+)*a-z0-9-+(.a-z0-9-+)*$ ,$eamil)就可以得到是否为email了。3. 提取字符串ereg() and eregi() 有一个特性是允许用户通过正则表达式去提取字符串的一部分(具体用法你可以阅读手册). 比如说,我们想从 path/URL 提取文件名 下面的代码就是你需要:ereg(/*)$, $pathOrUrl, $regs);echo $regs1;4. 高级的代换ereg_replace() 和 eregi_replace()也是非常有用的: 假如我们想把所有的间隔负号都替换成逗号:ereg_replace( nrt+, , trim($str);5. 匹配中文字符的正则表达式： u4e00-u9fa5评注：匹配中文还真是个头疼的事，有了这个表达式就好办了6. 匹配双字节字符(包括汉字在内)：x00-xff评注：可以用来计算字符串的长度（一个双字节字符长度计2，ASCII字符计1）7. 匹配空白行的正则表达式：ns*r评注：可以用来删除空白行8. 匹配HTML标记的正则表达式：*.*?|评注：网上流传的版本太糟糕，上面这个也仅仅能匹配部分，对于复杂的嵌套标记依旧无能为力9. 匹配首尾空白字符的正则表达式：s*|s*$评注：可以用来删除行首行尾的空白字符(包括空格、制表符、换页符等等)，非常有用的表达式10. 匹配Email地址的正则表达式：w+(-+.w+)*w+(-.w+)*.w+(-.w+)*评注：表单验证时很实用11. 匹配网址URL的正则表达式：a-zA-z+:/s*评注：网上流传的版本功能很有限，上面这个基本可以满足需求12. 匹配帐号是否合法(字母开头，允许5-16字节，允许字母数字下划线)：a-zA-Za-zA-Z0-9_4,15$评注：表单验证时很实用13. 匹配国内电话号码：d3-d8|d4-d7评注：匹配形式如或 021-8788882214. 匹配腾讯QQ号：1-90-94,评注：腾讯QQ号从10000开始15. 匹配中国邮政编码：1-9d5(?!d)评注：中国邮政编码为6位数字16. 匹配身份证：d15|d18评注：中国的身份证为15位或18位17. 匹配ip地址：d+.d+.d+.d+评注：提取ip地址时有用18. 匹配特定数字：1-9d*$ /匹配正整数-1-9d*$ /匹配负整数-?1-9d*$ /匹配整数1-9d*|0$ /匹配非负整数（正整数 + 0）-1-9d*|0$ /匹配非正整数（负整数 + 0）1-9d*.d*|0.d*1-9d*$ /匹配正浮点数-(1-9d*.d*|0.d*1-9d*)$ /匹配负浮点数-?(1-9d*.d*|0.d*1-9d*|0?.0+|0)$ /匹配浮点数1-9d*.d*|0.d*1-9d*|0?.0+|0$ /匹配非负浮点数（正浮点数 + 0）(-(1-9d*.d*|0.d*1-9d*)|0?.0+|0$/匹配非正浮点数（负浮点数 + 0）评注：处理大量数据时有用，具体应用时注意修正19. 匹配特定字符串：A-Za-z+$/匹配由26个英文字母组成的字符串A-Z+$ /匹配由26个英文字母的大写组成的字符串a-z+$ /匹配由26个英文字母的小写组成的字符串A-Za-z0-9+$ /匹配由数字和26个英文字母组成的字符串w+$ /匹配由数字、26个英文字母或者下划线组成的字符串20. 匹配文本，这个偶尔比较好用，但是要小心字符中包含E$str = a-z;$str = preg_replace(/Ga-zE/, , $str);echo $str; /打印空，全被替换掉了，相关大概就是preg_quote功能21. 给匹配结果命名，这样在匹配结果中就可以用这个名称来获取值$str = abc123abc;preg_match(/(?Pd+)/, $str, $arr);echo $arrnum; /相当于echo $arr122. 仅用于分组的括号，匹配内容不会被变量捕获，有时候需要这样提高执行效率$str = abc123abc;preg_match(/abc(?:d+)/, $str, $arr);echo $arr1; /除了$arr0外没有$arr1了，不会赋予123. 插入的好帮手，向前、向后锚点搜索位置，每3位添加一个逗号$str = fdfad123456789fdfd;$str = preg_replace(/(?=d)(?=(d3)+(?!d)/, , $str);echo $str; /打印 fdfad123,456,789fdfd24. 以最少的结果匹配$str = 123456;preg_match(/d+/, $str, $arr);echo $arr0; /是人都知道是123456吧preg_match(/d+?/, $str, $arr);echo $arr0; /这次是125. 一个比较有用的，可以判断前面的是否有匹配过,比如下边的例子，可以忽略等号右边是否有单引号双引号或者什么都没有$str = HTMLHTML;preg_match_all(/*/, $str, $arr);print_r($arr);/*Array(0 = 121 = 132 = 14)*/26. 部分模式修饰符，模式修饰符也可以放在表达式中的这里匹配符合XHTML规范的style里的颜色值，大写的STYLE被忽略了，但是里面的color可以大小写无所谓$str = ;preg_match_all(/style=(?)(?i)color:(w+)1(?-i)/, $str, $arr);print_r($arr2)/也可以把匹配内容放到里面，用:隔开，就不用写结束(?-i)/preg_match_all(/style=(?)(?i:color:(w+)1/, $str, $arr);/再看一例子$str = Style;preg_match(/(?i:style)/, $str, $arr);print_r($arr); /可以匹配到$str = Style;preg_match(/(?i:style)/, $str, $arr);print_r($arr); /什么都没匹配到27. 单词检索，可惜只能用在英文$str = Im a teacher;preg_match_all(/ba-z+b/i, $str, $arr);print_r($arr)28. u修饰符,按unicode匹配$str = 你您;$str = preg_replace(/你您/, you, $str);echo $str; /被拆开了,打印4次you/看下面加上u修饰符后的效果,该修饰符需要编码utf-8否则会报错/我的文本都是gb2312,所以要转成utf-8$str = iconv(gb2312, utf-8, 你您);$regex = iconv(gb2312, utf-8, /你您/u);$str = preg_replace($regex, you, $str);echo $str; /打印2次you29. x模式修饰符，可以忽略空白和加注释$str = test Test;p