標籤：str false 常用 無法 border news 簡介 0.00 ons
2008-10-20 22:08
1、入門簡介
簡單的說，Regex是一種可以用於模式比對和替換的強有力的工具。我們可以在幾乎所有的基於UNIX系統的工具中找到Regex的身影，例如，vi編輯器，Perl或PHP指令碼語言，以及awk或sed shell程式等。此外，象JavaScript這種用戶端的指令碼語言也提供了對Regex的支援。由此可見，Regex已經超出了某種語言或某個系統的局限，成為人們廣為接受的概念和功能。
Regex可以讓使用者通過使用一系列的特殊字元構建匹配模式，然後把匹配模式與資料檔案、程式輸入以及WEB頁面的表單輸入等目標對象進行比較，根據比較對象中是否包含匹配模式，執行相應的程式。
舉例來說，Regex的一個最為普遍的應用就是用於驗證使用者線上輸入的郵件地址的格式是否正確。如果通過Regex驗證使用者郵件地址的格式正確，使用者所填寫的表單資訊將會被正常處理；反之，如果使用者輸入的郵件地址與正則表達的模式不匹配，將會彈出提示資訊，要求使用者重新輸入正確的郵件地址。由此可見Regex在WEB應用的邏輯判斷中具有舉足輕重的作用。
2、基本文法
在對Regex的功能和作用有了初步的瞭解之後，我們就來具體看一下Regex的文法格式。
Regex的形式一般如下：
/love/
其中位於“/”定界符之間的部分就是將要在目標對象中進行匹配的模式。使用者只要把希望尋找匹配對象的模式內容放入“/”定界符之間即可。為了能夠使使用者更加靈活的定製模式內容，Regex提供了專門的“元字元”。所謂元字元就是指那些在Regex中具有特殊意義的專用字元，可以用來規定其前置字元（即位於元字元前面的字元）在目標對象中的出現模式。
較為常用的元字元包括： “+”， “*”，以及 “?”。其中，“+”元字元規定其前置字元必須在目標對象中連續出現一次或多次，“*”元字元規定其前置字元必須在目標對象中出現零次或連續多次，而“?”元字元規定其前置對象必須在目標對象中連續出現零次或一次。
下面，就讓我們來看一下Regex元字元的具體應用。
/fo+/
因為上述Regex中包含“+”元字元，表示可以與目標對象中的 “fool”, “fo”, 或者 “football”等在字母f後面連續出現一個或多個字母o的字串相匹配。
/eg*/
因為上述Regex中包含“*”元字元，表示可以與目標對象中的 “easy”, “ego”, 或者 “egg”等在字母e後面連續出現零個或多個字母g的字串相匹配。
/Wil?/
因為上述Regex中包含“？”元字元，表示可以與目標對象中的 “Win”, 或者 “Wilson”,等在字母i後面連續出現零個或一個字母l的字串相匹配。
除了元字元之外，使用者還可以精確指定模式在匹配對象中出現的頻率。例如，
/jim{2,6}/
上述Regex規定字元m可以在匹配對象中連續出現2-6次，因此，上述Regex可以同jimmy或jimmmmmy等字串相匹配。
在對如何使用Regex有了初步瞭解之後，我們來看一下其它幾個重要的元字元的使用方式。
\s：用於匹配單個空格符，包括tab鍵和分行符號；
\S：用於匹配除單個空格符之外的所有字元；
\d：用於匹配從0到9的數字；
\w：用於匹配字母，數字或底線；
\W：用於匹配所有與\w不匹配的字元；
. ：用於匹配除分行符號之外的所有字元。
（說明：我們可以把\s和\S以及\w和\W看作互為逆運算）
下面，我們就通過執行個體看一下如何在Regex中使用上述元字元。
/\s+/
上述Regex可以用於匹配目標對象中的一個或多個空白字元。
/\d000/
如果我們手中有一份複雜的財務報表，那麼我們可以通過上述Regex輕而易舉尋找到所有總額達千元的款項。
除了我們以上所介紹的元字元之外，Regex中還具有另外一種較為獨特的專用字元，即定位器。定位器用於規定匹配模式在目標對象中的出現位置。
較為常用的定位器包括： “^”, “$”, “\b” 以及 “\B”。其中，“^”定位器規定匹配模式必須出現在目標字串的開頭，“$”定位器規定匹配模式必須出現在目標對象的結尾，\b定位器規定匹配模式必須出現在目標字串的開頭或結尾的兩個邊界之一，而“\B”定位器則規定匹配對象必須位於目標字串的開頭和結尾兩個邊界之內，即匹配對象既不能作為目標字串的開頭，也不能作為目標字串的結尾。同樣，我們也可以把“^”和“$”以及“\b”和“\B”看作是互為逆運算的兩組定位器。舉例來說：
/^hell/
因為上述Regex中包含“^”定位器，所以可以與目標對象中以 “hell”, “hello”或 “hellhound”開頭的字串相匹配。
/ar$/
因為上述Regex中包含“$”定位器，所以可以與目標對象中以 “car”, “bar”或 “ar” 結尾的字串相匹配。
/\bbom/
因為上述Regex模式以“\b”定位器開頭，所以可以與目標對象中以 “bomb”, 或 “bom”開頭的字串相匹配。
/man\b/
因為上述Regex模式以“\b”定位器結尾，所以可以與目標對象中以 “human”, “woman”或 “man”結尾的字串相匹配。
為了能夠方便使用者更加靈活的設定匹配模式，Regex允許使用者在匹配模式中指定某一個範圍而不局限於具體的字元。例如：
/[A-Z]/
上述Regex將會與從A到Z範圍內任何一個大寫字母相匹配。
/[a-z]/
上述Regex將會與從a到z範圍內任何一個小寫字母相匹配。
/[0-9]/
上述Regex將會與從0到9範圍內任何一個數字相匹配。
/([a-z][A-Z][0-9])+/
上述Regex將會與任何由字母和數字組成的字串，如 “aB0” 等相匹配。這裡需要提醒使用者注意的一點就是可以在Regex中使用 “()” 把字串組合在一起。“()”符號包含的內容必須同時出現在目標對象中。因此，上述Regex將無法與諸如 “abc”等的字串匹配，因為“abc”中的最後一個字元為字母而非數字。
如果我們希望在Regex中實作類別似編程邏輯中的“或”運算，在多個不同的模式中任選一個進行匹配的話，可以使用管道符 “|”。例如：
/to|too|2/
上述Regex將會與目標對象中的 “to”, “too”, 或 “2” 相匹配。
Regex中還有一個較為常用的運算子，即否定符 “[^]”。與我們前文所介紹的定位器 “^” 不同，否定符 “[^]”規定目標對象中不能存在模式中所規定的字串。例如：
/[^A-C]/
上述字串將會與目標對象中除A，B，和C之外的任何字元相匹配。一般來說，當“^”出現在 “[]”內時就被視做否定運算子；而當“^”位於“[]”之外，或沒有“[]”時，則應當被視做定位器。
最後，當使用者需要在Regex的模式中加入元字元，並尋找其匹配對象時，可以使用轉義符“\”。例如：
/Th\*/
上述Regex將會與目標對象中的“Th*”而非“The”等相匹配。
3、使用執行個體
①PHP中可以使用ereg()函數進行模式比對操作。ereg()函數的使用格式如下：
| 以下為引用的內容： ereg(pattern, string) 其中，pattern代表Regex的模式，而string則是執行尋找替換操作的目標對象。同樣是驗證郵件地址，使用PHP編寫的程式碼如下： < ?php |
我們可以使用JavaScript編寫以下指令碼，驗證使用者輸入的郵件地址的有效性。
| 以下為引用的內容： <html> <head> <script language=\"Javascript1.2\"> <!-- start hiding function verifyAddress(obj) { var email = obj.email.value; var pattern = /^([a-zA-Z0-9_-])[email protected]([a-zA-Z0-9_-])+(\.[a-zA-Z0-9_-])+/; flag = pattern.test(email); if(flag) { alert(“Your email address is correct!”); return true; } else { alert(“Please try again!”); return false; } } // stop hiding --> </script> </head> <body> <form onSubmit=\"return verifyAddress(this);\"> <input name=\"email\" type=\"text\"/> <input type=\"submit\"/> </form> </body> </html> |
開篇，還是得說說 ^ 和 $ 他們是分別用來匹配字串的開始和結束，以下分別舉例說明：
“^The”：開頭一定要有”The”字串；
“of despair$”：結尾一定要有”of despair” 的字串；
那麼，
“^abc$”：就是要求以abc開頭和以abc結尾的字串，實際上是只有abc匹配；
“notice”：匹配包含notice的字串；
你可以看見如果你沒有用我們提到的兩個字元（最後一個例子），就是說模式（Regex）可以出現在被檢驗字串的任何地方，你沒有把他鎖定到兩邊。
接著，說說 ‘*’ ‘+’ 和 ‘?’
他們用來表示一個字元可以出現的次數或者順序，他們分別表示：
“zero or more”相當於{0,}
“one or more”相當於{1,}
“zero or one.”相當於{0,1}
這裡是一些例子：
“ab*”：和ab{0,}同義，匹配以a開頭，後面可以接0個或者N個b組成的字串(”a”, “ab”, “abbb”, 等)；
“ab+”：和ab{1,}同義，同上條一樣，但最少要有一個b存在 (”ab” “abbb”等)；
“ab?”：和ab{0,1}同義，可以沒有或者只有一個b；
“a?b+$”：匹配以一個或者0個a再加上一個以上的b結尾的字串。
要點：’*’ ‘+’ 和 ‘?’ 只管它前面那個字元。
你也可以在大括弧裡面限制字元出現的個數，比如：
“ab{2}”: 要求a後面一定要跟兩個b（一個也不能少）(”abb”)；
“ab{2,}”: 要求a後面一定要有兩個或者兩個以上b(如”abb” “abbbb” 等)；
“ab{3,5}”: 要求a後面可以有2－5個b(”abbb”, “abbbb”, or “abbbbb”)。
現在我們把一定幾個字元放到小括弧裡，比如：
“a(bc)*”: 匹配 a 後面跟0個或者一個”bc”；
“a(bc){1,5}”: 一個到5個 “bc”；
還有一個字元 ‘|’，相當於OR操作：
“hi|hello”: 匹配含有”hi” 或者 “hello” 的 字串；
“(b|cd)ef”: 匹配含有 “bef” 或者 “cdef”的字串；
“(a|b)*c”: 匹配含有這樣多個（包括0個）a或b，後面跟一個c的字串；
一個點(’.’)可以代表所有的單一字元，不包括”\n”
如果，要匹配包括”\n”在內的所有單個字元，怎麼辦？
用’[\n.]’這種模式。
“a.[0-9]”: 一個a加一個字元再加一個0到9的數字；
“^.{3}$”: 三個任一字元結尾。
中括弧括住的內容只匹配一個單一的字元
“[ab]”: 匹配單個的 a 或者 b ( 和 “a│b” 一樣)；
“[a-d]”: 匹配’a’ 到’d’的單個字元 (和”a│b│c│d” 還有 “[abcd]”效果一樣)；
一般我們都用[a-zA-Z]來指定字元為一個大小寫英文：
“^[a-zA-Z]”: 匹配以大小寫字母開頭的字串；
“[0-9]%”: 匹配含有 形如 x％ 的字串；
“,[a-zA-Z0-9]$”: 匹配以逗號再加一個數字或字母結尾的字串；
你也可以把你不想要得字元列在中括弧裡，你只需要在總括弧裡面使用’^’ 作為開頭 “%[^a-zA-Z]%” 匹配含有兩個百分比符號裡面有一個非字母的字串。
要點：^用在中括弧開頭的時候，就表示排除括弧裡的字元。
為了PHP能夠解釋，你必須在這些字元面前後加”，並且將一些字元轉義。
不要忘記在中括弧裡面的字元是這條規路的例外—在中括弧裡面，所有的特殊字元，包括(”)，都將失去他們的特殊性質 “[*\+?{}.]”匹配含有這些字元的字串：
還有，正如regx的手冊告訴我們：”如果列表裡含有’]’，最好把它作為列表裡的第一個字元(可能跟在’^’後面)。如果含有’-’，最好把它放在最前面或者最後面， or 或者一個範圍的第二個結束點[a-d-0-9]中間的‘-’將有效。
看了上面的例子，你對{n,m}應該理解了吧。要注意的是，n和m都不能為負整數，而且n總是小於m。這樣，才能 最少匹配n次且最多匹配m次。如”p{1,5}”將匹配 “pvpppppp”中的前五個p
下面說說以\開頭的
\b 書上說他是用來匹配一個單詞邊界，就是…比如’ve\b’，可以匹配love裡的ve而不匹配very裡有ve
\B 正好和上面的\b相反。例子我就不舉了
…..突然想起來….可以到 http://www.phpv.net/article.php/251 看看其它用\開頭的文法
好，我們來做個應用：如何構建一個模式來匹配貨幣數量的輸入。
構建一個匹配模式去檢查輸入的資訊是否為一個表示money的數字。我們認為一個表示money的數量有四種方式：”10000.00″ 和 “10,000.00″，或者沒有小數部分，”10000″ and “10,000″。現在讓我們開始構建這個匹配模式：
^[1-9][0-9]*$
這是所變數必須以非0的數字開頭。但這也意味著單一的”0″也不能通過測試。以下是解決的方法：
^(0|[1-9][0-9]*)$
“只有0和不以0開頭的數字與之匹配”，我們也可以允許一個負號在數字之前：
^(0|-?[1-9][0-9]*)$
這就是：0或者一個以0開頭且可能有一個負號在前面的數字。好了，現在讓我們別那麼嚴謹，允許以0開頭。現在讓我們放棄負號，因為我們在表示錢幣的時候並不需要用到。我們現在指定模式用來匹配小數部分：
^[0-9]+(\.[0-9]+)?$
這暗示匹配的字串必須最少以一個阿拉伯數字開頭。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，你知道為什麼嗎？
^[0-9]+(\.[0-9]{2})?$
我們上面指定小數點後面必須有兩位小數。如果你認為這樣太苛刻，你可以改成：
^[0-9]+(\.[0-9]{1,2})?$
這將允許小數點後面有一到兩個字元。現在我們加上用來增加可讀性的逗號（每隔三位），我們可以這樣表示：
^[0-9]{1,3}(,[0-9]{3})*(\.[0-9]{1,2})?$
不要忘記’+’可以被’*’替代如果你想允許空白字串被輸入話，也不要忘記反斜杆’\’在php字串中可能會出現錯誤 (很普遍的錯誤)：
現在，我們已經可以確認字串了，我們現在把所有逗號都去掉str_replace(”,”, “”, $money)然後在把類型看成double然後我們就可以通過他做數學計算了。
再來一個：
構造檢查email的Regex
在一個完整的email地址中有三個部分：
1. 使用者名稱 (在 ‘@’ 左邊的一切)
2.’@’
3. 伺服器名(就是剩下那部分)
使用者名稱可以含有大小寫字母阿拉伯數字，句號(’.’)減號(’-’)and底線’_’)。伺服器名字也是符合這個規則，當然底線除外。
現在，使用者名稱的開始和結束都不能是句點，伺服器也是這樣。還有你不能有兩個連續的句點他們之間至少存在一個字元，好現在我們來看一下怎麼為使用者名稱寫一個匹配模式：
^[_a-zA-Z0-9-]+$
現在還不能允許句號的存在。我們把它加上：
^[_a-zA-Z0-9-]+(\.[_a-zA-Z0-9-]+)*$
上面的意思就是說：以至少一個規範字元（除了.）開頭，後面跟著0個或者多個以點開始的字串。
簡單化一點， 我們可以用eregi()取代ereg()、eregi()對大小寫不敏感， 我們就不需要指定兩個範圍 “a-z” 和 “A-Z”只需要指定一個就可以了：
^[_a-z0-9-]+(\.[_a-z0-9-]+)*$
後面的伺服器名字也是一樣，但要去掉底線：
^[a-z0-9-]+(\.[a-z0-9-]+)*$
好。現在只需要用”@”把兩部分串連：
^[_a-z0-9-]+(\.[_a-z0-9-]+)*@[a-z0-9-]+(\.[a-z0-9-]+)*$
這就是完整的email認證匹配模式了，只需要調用：
eregi(”^[_a-z0-9-]+(\.[_a-z0-9-]+)*@[a-z0-9-]+(\.[a-z0-9-]+)*$”,$eamil)
就可以得到是否為email了
Regex的其他用法
提取字串
ereg() and eregi() 有一個特性是允許使用者通過Regex去提取字串的一部分(具體用法你可以閱讀手冊)。比如說，我們想從 path/URL 提取檔案名稱，下面的代碼就是你需要：
ereg(”([^\\/]*)$”, $pathOrUrl, $regs);
echo $regs[1];
進階的代換
ereg_replace() 和 eregi_replace()也是非常有用的，假如我們想把所有的間隔負號都替換成逗號：
ereg_replace(”[ \n\r\t]+”, “,”, trim($str));
最後，我把另一串檢查EMAIL的Regex讓看文章的你來分析一下：
“^[-!#$%&\’*+\\./0-9=?A-Z^_`a-z{|}~]+’.’@’.’[-!#$%&\’*+\\/0-9=?A-Z^_`a-z{|}~]+\.’.’[-!#$%&\’*+\\./0-9=?A-Z^_`a-z{|}~]+$”
如果能方便的讀懂，那這篇文章的目的就達到了。
PHPRegex的快速學習方法
Start building with 50+ products and up to 12 months usage for Elastic Compute Service
1 on 1 presale consultation
24/7 Technical Support 6 Free Tickets per Quarter Faster Response
Alibaba Cloud offers highly flexible support services tailored to meet your exact needs.
A comprehensive suite of global cloud computing services to power your business
Payment Methods We Support
