正则表达式总结.docx

PHP 正则表达式语法（一）正则表达式简介在某些应用中，往往有时候需要根据一定的规则来匹配（查找）确认一些字符串，如要求用户输入的 QQ 号码为数字且至少 5 位。用于描述这些规则的工具就是正则表达式。 最简单的匹配最简单的匹配就是直接给定字符匹配。如用字符 a 去匹配 aabab ，则会匹配出 3 个结果，分别是字符串中的第 1，2 和第 4 个字符。这种匹配是最简单的情况，但往往实际处理中会复杂得多，如下面的 “QQ号码为数字且至少5位” ，其对应的正则表达式为： d5,$该正则表达式就描述需要确定的内容为至少 5 位以上的数字。我们来具体看看该表达式是怎么描述这一规则的： 1. ：表示匹配字符串的开始，也即该字符串是独立的开始而不是包含在某个字符串之内 2. d：表示匹配数字 3. 5,：表示至少匹配5位及以上 4. $：表示匹配字符串的结束，也即该字符串是独立的结束 现在就很清楚了，该正则表达式综合起来就是匹配 5 位以上的连续数字，且有独立的开始和结束，对于少于 5 位的数字，或者不是以数字开始和结尾的如 a123456b 这样都是无效的。 从该例子可以看出，正则表达式是从左至右描述的。 同样，如果要匹配移动号码的正则表达式为： 1d10$元字符在上面的例子中， 、d 及 $ 等这些符号，代表了特定的匹配意义，我们称之为元字符，常用的元字符如下： 元字符说明.匹配除换行符意外的任意字符w匹配字母或数字或下划线s匹配任意的空白符d匹配数字b匹配单词的开始或结束匹配字符串的开始$匹配字符串的结束x匹配x字符，如匹配字符串中的 a、b 和 c 字符Ww的反义，即匹配任意非字母，数字，下划线和汉字的字符Ss的反义，即匹配任意非空白符的字符Dd的反义，即匹配任意非数字的字符Bb的反义，即不是单词开头或结束的位置x匹配除了 x 意外的任意字符，如 abc 匹配除了 abc 这几个字母之外的任意字符提示1. 当我们要匹配这些元字符的时候，我们需要用到字符转义功能，同样正则表达式里面用 来表示转义，如要匹配 . 符号，则需要用 . ，否则 . 会被解释成“除换行符外的任意字符”。当然，要匹配 ，则需要写成 2. 连续的数字或字母可以用 符号连接起来，如 匹配所有的小写字母，1-5 匹配 1 至 5 这 5 个数字 3. PHP 正则表达式语法（二）4. 重复5. 正则表达式的威力在于其能够在模式中包含选择和循环，正则表达式用一些重复规则来表达循环匹配。 6. 常用的重复如下： 重复说明*重复零次或更多次+重复 1 次或更多次?重复零次或 1 次n重复 n 次n,重复 n 次或更多次n,m重复 n 到 m 次7. 分枝8. 分枝是指制定几个规则，如果满足任意一种规则，则都当作匹配成功。具体来说就是用 | 符号把各种规则分开，且条件从左至右匹配。 9. 提示10. 由于分枝规定，只要匹配成功，就不再对后面的条件加以匹配，所以如果你想匹配有包含关系的内容，请注意规则的顺序。 11. 下面是一个使用分枝的例子。 12. 美国的邮政编码的规则是 5 个数字或者 5 个数字连上 4 个数字，如 12345 或者 54321-1234 ，如果要匹配所有的邮编，则正确的正则表达式为： 13. d5-d4|d514. /错误写法15. d5|d5-d416. 下面的错误写法，只能匹配到 5 位数字及 9 位数字的前 5 位数字的情况，而不能匹配 9 位数字的邮编。 17. 分组18. 在正则表达式中，可以用小括号将一些规则括起来当作分组，分组可以作为一个元字符来看待。 19. 分组的例子，验证 IP 地址： 20. (d1,3.)3d1,321. 这是一个简单的且不完善的匹配 IP 地址的正则表达式，因为它除了能匹配正确的 IP 地址外，还能匹配如 322.197.578.888 这种不存在的 IP 地址。 22. 当然，用这个表达式简单匹配成功后可以在利用 PHP 的算术比较再加以判断 IP 地址是否正确。而正则表达式中没有提供算术比较功能，如果要完全匹配正确的 IP 地址，则需要改进如下： 23. (250-5|20-4d|01?dd?).)3(250-5|20-4d|01?dd?)24. 规则说明25. 该规则关键之处在于确定 IP 地址每一段范围为 0-255 ，然后再重复 4 次即可。在： 26. 250-5|20-4d|01?dd?27. 中，用分枝首先确定了 250-255 和 200-249 。 01?dd? 则确定了 0-199 的范围，综合起来就是 0-255 。 28. 贪婪与懒惰29. 正则表达式默认的情况下，会在满足匹配条件下尽可能的匹配更多内容。如 a.*b，用他来匹配 aabab ，它会匹配整个 aabab ，而不会只匹配到 aab 为止，这就是贪婪匹配。 30. 与贪婪匹配对应的是，在满足匹配条件的情况下尽可能的匹配更少的内容，这就是懒惰匹配。 31. 上述例子对应的懒惰匹配规则为： 32. a.*?b33. 如果用该表达式去匹配 aabab ，那么就会得到 aab 和 ab 这样两个匹配结果。 34. 常用的懒惰限定符如下： 懒惰限定符说明*?重复任意次，但尽可能少重复+?重复 1 次或更多次，但尽可能少重复?重复 0 次或 1 次，但尽可能少重复n,重复 n 次以上，但尽可能少重复n,m重复 n 到 m 次，但尽可能少重复35. 模式修正符36. 模式修正符是标记在整个正则表达式之外的，可以看着是对正则表达式的一些补充说明。 37. 常用的模式修正符如下： 模式修正符说明i模式中的字符将同时匹配大小写字母m字符串视为多行s将字符串视为单行，换行符作为普通字符x将模式中的空白忽略epreg_replace() 函数在替换字符串中对逆向引用作正常的替换，将其作为 PHP 代码求值，并用其结果来替换所搜索的字符串。 A强制仅从目标字符串的开头开始匹配D模式中的 $ 元字符仅匹配目标字符串的结尾U匹配最近的字符串u模式字符串被当成 UTF-8PHP 正则表达式匹配 preg_match 与 preg_match_all 函数正则表达式在 PHP 中的应用在 PHP 应用中，正则表达式主要用于： 正则匹配：根据正则表达式匹配相应的内容 正则替换：根据正则表达式匹配内容并替换 正则分割：根据正则表达式分割字符串 在 PHP 中有两类正则表达式函数，一类是 Perl 兼容正则表达式函数，一类是 POSIX 扩展正则表达式函数。二者差别不大，而且推荐使用Perl 兼容正则表达式函数，因此下文都是以 Perl 兼容正则表达式函数为例子说明。 定界符Perl 兼容模式的正则表达式函数，其正则表达式需要写在定界符中。任何不是字母、数字或反斜线（）的字符都可以作为定界符，通常我们使用 / 作为定界符。具体使用见下面的例子。 提示尽管正则表达式功能非常强大，但如果用普通字符串处理函数能完成的，就尽量不要用正则表达式函数，因为正则表达式效率会低得多。关于普通字符串处理函数，请参见PHP 字符串处理。 preg_match()preg_match() 函数用于进行正则表达式匹配，成功返回 1 ，否则返回 0 。 语法： int preg_match( string pattern, string subject , array matches )参数说明：参数说明pattern正则表达式subject需要匹配检索的对象matches可选，存储匹配结果的数组， $matches0 将包含与整个模式匹配的文本，$matches1 将包含与第一个捕获的括号中的子模式所匹配的文本，以此类推例子 1 ： 浏览器输出： A match was found: PHP在该例子中，由于使用了 i 修正符，因此会不区分大小写去文本中匹配 php 。 提示preg_match() 第一次匹配成功后就会停止匹配，如果要实现全部结果的匹配，即搜索到subject结尾处，则需使用 preg_match_all() 函数。 例子 2 ，从一个 URL 中取得主机域名 ： 浏览器输出： 域名为：5preg_match_all()preg_match_all() 函数用于进行正则表达式全局匹配，成功返回整个模式匹配的次数（可能为零），如果出错返回 FALSE 。 语法： int preg_match_all( string pattern, string subject, array matches , int flags ) 参数说明：参数说明pattern正则表达式subject需要匹配检索的对象matches存储匹配结果的数组flags可选，指定匹配结果放入 matches 中的顺序，可供选择的标记有：1. PREG_PATTERN_ORDER：默认，对结果排序使 $matches0 为全部模式匹配的数组，$matches1 为第一个括号中的子模式所匹配的字符串组成的数组，以此类推 2. PREG_SET_ORDER：对结果排序使 $matches0 为第一组匹配项的数组，$matches1 为第二组匹配项的数组，以此类推 3. PREG_OFFSET_CAPTURE：如果设定本标记，对每个出现的匹配结果也同时返回其附属的字符串偏移量 下面的例子演示了将文本中所有 标签内的关键字（php）显示为红色。 ?php$str = 学习php是一件快乐的事。所有的phper需要共同努力！;$kw = php;preg_match_all(/(sS*?)/,$str,$mat);for($i=0;$icount($mat0);$i+) $mat0$i = $mat1$i; $mat0$i = str_replace($kw, .$kw., $mat0$i); $str = str_replace($mat1$i, $mat0$i, $str);echo $str;?正则匹配中文汉字正则匹配中文汉字根据页面编码不同而略有区别： GBK/GB2312编码：x80-xff+ 或 xa1-xff+ UTF-8编码：x4e00-x9fa5+/u 例子： 输出： Array( 0 = Array ( 0 = 学习 1 = 是一件快乐的事。 ) )PHP 正则表达式替换 preg_replace 函数正则替换preg_replace() 函数用于正则表达式的搜索和替换。 语法： mixed preg_replace( mixed pattern, mixed replacement, mixed subject , int limit ) 参数说明：参数说明pattern正则表达式replacement替换的内容subject需要匹配替换的对象limit可选，指定替换的个数，如果省略 limit 或者其值为 -1，则所有的匹配项都会被替换补充说明1. replacement 可以包含 n 形式或 $n 形式的逆向引用，首选使用后者。每个此种引用将被替换为与第 n 个被捕获的括号内的子模式所匹配的文本。n 可以从 0 到 99，其中 0 或 $0 指的是被整个模式所匹配的文本。对左圆括号从左到右计数（从 1 开始）以取得子模式的数目。 2. 对替换模式在一个逆向引用后面紧接着一个数字时（如 11），不能使用 符号来表示逆向引用。因为这样将会使 preg_replace() 搞不清楚是想要一个 1 的逆向引用后面跟着一个数字 1 还是一个 11 的逆向引用。解决方法是使用 $11。这会形成一个隔离的 $1 逆向引用，而使另一个 1 只是单纯的文字。 3. 上述参数除 limit 外都可以是一个数组。如果 pattern 和 replacement 都是数组，将以其键名在数组中出现的顺序来进行处理，这不一定和索引的数字顺序相同。如果使用索引来标识哪个 pattern 将被哪个 replacement 来替换，应该在调用 preg_replace() 之前用 ksort() 函数对数组进行排序。 例子 1 ： 输出结果为： The-quick-brown-fox-jumped-over-the-lazy-dog.例子 2 ，使用数组： 例子 3 ，使用逆向引用： ?php$str = 5idev其他字符sohu;$pattern = /(sS*?)/i;print preg_replace($pattern, 2, $str);?输出结果为： 5idev其他字符sohuPHP 正则表达式分割 preg_split 与 split 函数preg_split()preg_ split() 函数用于正则表达式分割字符串。 语法： array preg_split( string pattern, string subject , int limit , int flags ) 返回一个数组，包含 subject 中沿着与 pattern 匹配的边界所分割的子串。 参数说明：参数说明pattern正则表达式subject需要匹配分割的对象limit可选，如果指定了 limit ，则最多返回 limit 个子串，如果 limit 是 -1，则意味着没有限制，可以用来继续指定可选参数 flagsflags设定 limit 为 -1 后可选，可以是下列标记的任意组合（用按位或运算符 | 组合）：1. PREG_SPLIT_NO_EMPTY：preg_split() 只返回非空的成分 2. PREG_SPLIT_DELIM_CAPTURE：定界符模式中的括号表达式也会被捕获并返回 3. PREG_SPLIT_OFFSET_CAPTURE：对每个出现的匹配结果也同时返回其附属的字符串偏移量。注意这改变了返回的数组的值，使其中的每个单元也是一个数组，其中第一项为匹配字符串，第二项为其在 subject 中的偏移量。 例子 1 ： 输出结果为： Array( 0 = php 1 = mysql 2 = apache 3 = ajax)例子 2 ： 输出结果为： ( 0 = s 1 = t 2 = r 3 = i 4 = n 5 = g)例子 3 ： 输出结果为： Array( 0 = Array ( 0 = php 1 = 0 ) 1 = Array ( 0 = mysql 1 = 4 ) 2 = Array ( 0 = apache 1 = 10 ) 3 = Array ( 0 = ajax 1 = 17 )split()split() 函数同 preg_split() 类似，用正则表达式将字符串分割到数组中，返回一个数组，但推荐使用 preg_split() 。 语法： array split( string pattern, string string , int limit )如果设定了 limit ，则返回的数组最多包含 limit 个单元，而其中最后一个单元包含了 string 中剩余的所有部分。如果出错，则返回 FALSE。 例子： 输出结果： Array( 0 = 2008 1 = 08 2 = 08 3 = 20 4 = 00 5 = 01)提示1. 如果不需要正则表达式的功能，可以选择使用更快（也更简单）的替代函数如 explode() 或 str_split() 。 2. split() 函数对大小写敏感，如果在匹配字母字符时忽略大小写的区别，请使用用法相同的 spliti() 函数 PHP 常用正则表达式整理本文整理了常用的正则表达式以供参考，尽管以下正则表达式已经一一经过验证，但难免有所纰漏，大家在使用时还需要仔细验证。 表单验证匹配验证账号，字母开头，允许 5-16 字节，允许字母数字下划线：a-zA-Za-zA-Z0-9_4,15$ 验证账号，不能为空，不能有空格，只能是英文字母：S+a-z A-Z$ 验证账号，不能有空格，不能非数字：d+$ 验证用户密码，以字母开头，长度在 6-18 之间：a-zA-Zw5,17$ 验证是否含有 %&,;=?$ 等字符：%&,;=?$x22+ 匹配Email地址：w+(-+.w+)*w+(-.w+)*.w+(-.w+)* 匹配腾讯QQ号：1-90-94, 匹配日期，只能是 2004-10-22 格式：d4-d1,2-d1,2$ 匹配国内电话号码：d3-d8|d4-d7,8$评注：匹配形式如或或匹配中国邮政编码：1-9d5(?!d)$ 匹配身份证：d14(d4|(d3xX)|d1)评注：中国的身份证为 15 位或 18 位 不能为空且二十字节以上：s|S20,$ 字符匹配匹配由 26 个英文字母组成的字符串：A-Za-z+$ 匹配由 26 个大写英文字母组成的字符串：A-Z+$ 匹配由 26 个小写英文字母组