第4章 資料處理-phpRegex-鄭阿奇(續)

1.Regex基礎知識
含義：由一般字元和（a-z)和一些特殊字元組成的字串模式
功能：有效性驗證。
替換文本。
從一個字串提取一個子字串。
分類：POSIX和Perl
POSIX風格更容易掌握，但不能用於二進位模式，而perl相對比較複雜。
2.POSIX風格的Regex
1.編寫Regex
表4.3 POSIXRegex文法格式列表

字 符	描 述
\	逸出字元，用於轉義特殊字元。例如，'.'匹配單個字元，'\.'匹配一個點號。'\-'匹配連字號'-'，'\\'匹配符號'\'
^	匹配輸入字串的開始位置。例如'^he'表示以'he'開頭的字串
$	匹配輸入字串的結束位置。例如，'ok$'表示以'ok'結尾的字串
*	匹配前面的子運算式零次或多次。例如，'zo*'能匹配"z"以及"zoo"。*等價於{0,}
+	匹配前面的子運算式一次或多次。例如，'zo+'能匹配"zo"以及"zoo"，但不能匹配"z"。+等價於{1,}
?	匹配前面的子運算式零次或一次。例如，'do(es)?'可以匹配"do"或"does"中的"do"。'?'等價於{0,1}
{n}	n是一個非負整數。匹配確定的n次。例如，'o{2}'不能匹配"Bob"中的'o'，但是能匹配"food" 中的兩個'o'
{n,}	n是一個非負整數。至少匹配n次。例如，'o{2,}'不能匹配"Bob"中的'o'，但能匹配"foooood" 中的所有'o'。'o{1,}'等價於'o+'。'o{0,}'則等價於'o*'
{n,m}	m和n均為非負整數，其中n≤m。最少匹配n次且最多匹配m次。例如，"o{1,3}"將匹配"fooooood"中的前三個'o'。'o{0,1}'等價於'o?'。請注意在逗號和兩個數之間不能有空格
?	當該字元緊跟在任何一個其他限制符（*, +, ?, {n}, {n,}, {n,m}）後面時，匹配模式是非貪婪的。非貪婪模式儘可能少地匹配所搜尋的字串，而預設的貪婪模式則儘可能多地匹配所搜尋的字串。例如，對於字串"oooo"，'o+?'將匹配單個"o"，而'o+' 將匹配所有'o'
.	匹配除"\n"之外的任何單個字元，要匹配包括'\n' 在內的任何字元，可以使用'[.\n]'的模式
(pattern)	匹配pattern並擷取這一匹配。所擷取的匹配儲存到相應的數組中。要匹配圓括弧字元，請使用 '\(' 或 '\)'
(?:pattern)	匹配pattern但不擷取匹配結果，也就是說這是一個非擷取匹配，不進行儲存。這在使用"或"|"來組合一個模式的各個部分時很有用。例如，'industr(?:y|ies).就是一個比'industry|industries'更簡略的運算式
(?=pattern)	正向預查，在任何匹配pattern的字串開始處匹配尋找字串。這是一個非擷取匹配，也就是說，該匹配不需要擷取供以後使用。例如，'Windows(?=95|98|NT|2000)'能匹配"Windows 2000"中的"Windows"，但不能匹配"Windows 3.1"中的"Windows"。預查不消耗字元，也就是說，在一個匹配發生後，在最後一次匹配之後立即開始下一次匹配的搜尋，而不是從包含預查的字元之後開始
(?!pattern)	負向預查，在任何不匹配pattern的字串開始處匹配尋找字串。這是一個非擷取匹配，也就是說，該匹配不需要擷取供以後使用。例如'Windows(?!95|98|NT|2000)'能匹配"'Windows 3.1"中的"Windows"，但不能匹配"Windows 2000"中的"Windows"。預查不消耗字元，也就是說，在一個匹配發生後，在最後一次匹配之後立即開始下一次匹配的搜尋，而不是從包含預查的字元之後開始
x|y	匹配x或y。例如，'z|food' 能匹配"z"或"food"，'(z|f)ood'則匹配"zood"或"food"
[xyz]	字元集合。匹配所包含的任意一個字元。例如，'[abc]'可以匹配"plain"中的'a'
[^xyz]	負值字元集合。匹配未包含的任一字元。例如，'[^abc]'可以匹配"plain"中的'p'
[a-z]	字元範圍。匹配指定範圍內的任一字元。例如，'[a-z]'可以匹配'a'到'z' 範圍內的任意小寫字母字元
[^a-z]	負值字元範圍。匹配不在指定範圍內的任一字元。例如，'[^a-z]'可以匹配不在'a' 到'z'範圍內的任一字元

以下是幾個簡單的Regex的例子：
●'[A-Za-z0-9] '：表示所有的大寫字母、小寫字母及0到9的數字。
●'^hello'：表示以hello開始的字串。
●'world$'：表示以world結尾的字串。
●'.at'：表示以除"\n"外的任意單個字元開頭並以"at"結尾的字串，如"cat"、"nat"等。
●'^[a-zA-Z]'：表示一個以字母開頭的字串。
●'hi{2}'：表示字母h後跟著兩個i即hii。
●'(go)+'：表示至少含有一個'go'字串的字串，如'gogo'
社會安全號碼碼一般由18位元字或17位元字後面加一個X或Y字母組成，要匹配社會安全號碼碼，可以寫作：
^[0-9]{17}([0-9]|X|Y)$
Email地址的Regex可以寫作：
^[a-zA-Z0-9\-]+@[a-zA-Z0-9\-]+\.[a-zA-Z0-9\-\.]+$
2.字串的匹配
ereg()和eregi()函數
使用ereg()函數可以尋找字串與子字串匹配的情況，並返回匹配字串的長度，還可以藉助參數返回匹配字元的數組。文法格式如下：
int ereg(string ($pattern) , string $string [, array $regs ]) 複製代碼 代碼如下:<?php
/*本例檢查字串是否是ISO格式的日期(YYYY-MM-DD) */
$date="1988-08-09";
$len=ereg ('([0-9]{4})-([0-9]{1,2})-([0-9]{1,2})', $date, $regs);//日期格式為YYYY-MM-DD
if ($len)
{
echo "$regs[3].$regs[2].$regs[1]". "<br>"; //輸出"09.08.1988"
echo $regs[0] ."<br>"; //輸出"1988-08-09"
echo $len; //輸出10
}
else
{
echo "錯誤的日期格式: $date";
}
?>

3.字串的替換
ereg_replace()函數文法格式如下：
string ereg_replace(string $pattern , string $replacement , string $string)
說明：函數使用字串$replacement替換字串$string中與$pattern匹配的部分，並返回替換後的字串。若未找到匹配項，則原樣返回 複製代碼 代碼如下:<?php
$str="hello world";
echo ereg_replace('[aeo]', 'x',$str). "<br>"; //輸出'hxllx wxrld'
$res='<a href=\"hello.php\">hello</a>';
echo ereg_replace('hello', $res,$str); //使用超連結替換'hello'
?>

4.分割數組

使用split()函數可以完成與explode()函數一樣的功能，而且可以根據給出的Regex來分割字串，並返回一個數組。文法格式如下：

array split(string $pattern , string $string [, int $limit ])

5.產生Regex

3.Perl相容的Regex

1.編寫Regex

表4.4 Perl相容Regex擴充的文法格式

字 符	描 述
\b	匹配一個單詞邊界，也就是指單詞和空格間的位置。例如，'er\b'可以匹配"never"中的 'er'，但不能匹配"verb"中的'er'
\B	匹配非單詞邊界。'er\B'能匹配"verb"中的'er'，但不能匹配"never"中的'er'
\cx	匹配由x指明的控制字元。例如，'\cM'匹配一個Control-M或斷行符號符。x的值必須為A～Z或a～z之一。否則，將'c'視為一個原義的'c'字元
\d	匹配一個數字字元。等價於'[0-9]'
\D	匹配一個非數字字元。等價於'[^0-9]'
\f	匹配一個換頁符。等價於'\x0c'和'\cL'
\n	匹配一個分行符號。等價於'\x0a'和'\cJ'
\r	匹配一個斷行符號符。等價於'\x0d'和'\cM'
\s	匹配任何空白字元，包括空格、定位字元、換頁符等。等價於' [ \f\n\r\t\v] '
\S	匹配任何非空白字元。等價於' [^ \f\n\r\t\v] '
\t	匹配一個定位字元。等價於'\x09'和'\cI'
\v	匹配一個垂直定位字元。等價於'\x0b'和'\cK'
\w	匹配包括底線的任何單詞字元。等價於'[A-Za-z0-9_]'
\W	匹配任何非單詞字元，等價於'[^A-Za-z0-9_]'
\xn	匹配n，其中n為十六進位轉義值。十六進位轉義值必須為確定的兩個數字長。例如，'\x41' 匹配"A"。'\x041'則等價於'\x04' & "1"。Regex中可以使用ASCII編碼
\num	匹配num，其中num是一個正整數。對所擷取的匹配的引用。例如，'(.)\1'匹配兩個連續的相同字元
\n	標誌一個八進位轉義值或一個後向引用。如果\n之前至少有n個擷取得子運算式，則n為後向引用。否則，如果n為八位元字（0～7），則n為一個八進位轉義值
\nm	標誌一個八進位轉義值或一個後向引用。如果\nm之前至少有nm個擷取得子運算式，則 nm為後向引用。如果\nm之前至少有n個擷取，則n為一個後跟文字m的後向引用。如果前面的條件都不滿足，若 n和m均為八位元字（0～7），則\nm將匹配八進位轉義值nm
\nml	如果n為八位元字（0～3），且m和l均為八位元字（0～7），則匹配八進位轉義值nml
\un	匹配n，其中n是用4個十六進位數字表示的Unicode字元。例如，'\u00A9'匹配著作權符號（）

2.字串匹配
preg_match()函數進行字串的尋找，文法格式如下：
int preg_match(string $pattern , string $subject [, array $matches [, int $flags ]])
說明：該函數的結構與ereg()函數類似，在$subject字串中搜尋與$pattern給出的Regex相匹配的內容。
preg_match()函數返回$pattern所匹配的次數。不是0次（沒有匹配）就是1次，因為preg_match()函數在第一次匹配之後將停止搜尋
還有一個是preg_match_all(),從第一個匹配的末尾開始繼續搜尋，直到搜尋完整個字串。
preg_match_all()函數參數$flags的值可以取以下三種：
●PREG_PATTERN_ORDER。預設項，表示$matches[0]為全部模式比對的數組，
$matches[1]為第一個括弧中的子模式所匹配的字串組成的數組，以此類推。
●PREG_SET_ORDER。如果設定此標記，則$matches[0]為第一組匹配項的數組，$matches[1]為第二組匹配項的數組，以此類推。
●PREG_OFFSET_CAPTURE。PREG_OFFSET_CAPTURE可以和其他兩個標記組合使用，
如果設定本標記，對每個出現的匹配結果也同時返回其附屬的字串位移量。
3.字串的替換
使用preg_replace()函數能夠完成與函數ereg_replace()相同的功能，在字串中尋找匹配的子字串，並用指定字串替換子字串。
文法格式如下：
mixed preg_replace(mixed $pattern , mixed $replacement , mixed $subject [, int $limit ])
4.字串的分割
preg_split()函數可以使用Regex作為邊界分割一個字串，並將子字串存入一個數組返回，作用與split()函數類似。
文法格式如下：
array preg_split(string $pattern , string $subject [, int $limit [, int $flags ]])
說明：本函數區分大小寫，返回一個數組，數組包含$subject中沿著與$pattern匹配的邊界所分割的子串。
$limit是選擇性參數，如果指定則最多返回$limit個字串，如果省略或為-1，則沒有限制。
$flags的值可以是以下三種：
●PREG_SPLIT_NO_EMPTY。如果設定本標記，則函數只返回非空的字串。
●PREG_SPLIT_DELIM_CAPTURE。如果設定本標記，定界符模式中的括號運算式的匹配項也會被捕獲並返回。
PREG_SPLIT_OFFSET_CAPTURE。如果設定本標記，對每個出現的匹配結果也同時返回其附屬的字串位移量。
4.3執行個體-驗證表單內容
【例4.4】 使用Regex驗證使用者輸入的表單內容是否滿足格式要求。
建立EX4_4_Hpage.php檔案，輸入以下代碼。 複製代碼 代碼如下:<?php
include 'EX4_4_Hpage.php'; //包含檔案EX4_4Hpage.php
$id=$_POST['ID'];
$pwd=$_POST['PWD'];
$phone=$_POST['PHONE'];
$Email=$_POST['EMAIL'];
$checkid=preg_match('/^\w{1,10}$/',$id); //檢查字串是否在10個字元以內
$checkpwd=preg_match('/^\d{4,14}$/',$pwd); //檢查是否在4～14個數字之間
$checkphone=preg_match('/^1\d{10}$/',$phone); //檢查是否是以1開頭的11位元字
//檢查Email地址的合法性
$checkEmail=preg_match('/^[a-zA-Z0-9_\-]+@[a-zA-Z0-9\-]+\.[a-zA-Z0-9\-\.]+$/',$Email);
if($checkid&&$checkpwd&&$checkphone&&$checkEmail) //如果都為1，則註冊成功
echo "註冊成功！";
else
echo "註冊失敗，格式不對";
?>

建立EX4_4_Ppage.php檔案，輸入以下代碼：
2.字串匹配
preg_match()函數進行字串的尋找，文法格式如下：
int preg_match(string $pattern , string $subject [, array $matches [, int $flags ]])
說明：該函數的結構與ereg()函數類似，在$subject字串中搜尋與$pattern給出的Regex相匹配的內容。
preg_match()函數返回$pattern所匹配的次數。不是0次（沒有匹配）就是1次，因為preg_match()函數在第一次匹配之後將停止搜尋
還有一個是preg_match_all(),從第一個匹配的末尾開始繼續搜尋，直到搜尋完整個字串。
preg_match_all()函數參數$flags的值可以取以下三種：
●PREG_PATTERN_ORDER。預設項，表示$matches[0]為全部模式比對的數組，
$matches[1]為第一個括弧中的子模式所匹配的字串組成的數組，以此類推。
●PREG_SET_ORDER。如果設定此標記，則$matches[0]為第一組匹配項的數組，$matches[1]為第二組匹配項的數組，以此類推。
●PREG_OFFSET_CAPTURE。PREG_OFFSET_CAPTURE可以和其他兩個標記組合使用，
如果設定本標記，對每個出現的匹配結果也同時返回其附屬的字串位移量。
3.字串的替換
使用preg_replace()函數能夠完成與函數ereg_replace()相同的功能，在字串中尋找匹配的子字串，並用指定字串替換子字串。
文法格式如下：
mixed preg_replace(mixed $pattern , mixed $replacement , mixed $subject [, int $limit ])
4.字串的分割
preg_split()函數可以使用Regex作為邊界分割一個字串，並將子字串存入一個數組返回，作用與split()函數類似。
文法格式如下：
array preg_split(string $pattern , string $subject [, int $limit [, int $flags ]])
說明：本函數區分大小寫，返回一個數組，數組包含$subject中沿著與$pattern匹配的邊界所分割的子串。
$limit是選擇性參數，如果指定則最多返回$limit個字串，如果省略或為-1，則沒有限制。
$flags的值可以是以下三種：
●PREG_SPLIT_NO_EMPTY。如果設定本標記，則函數只返回非空的字串。
●PREG_SPLIT_DELIM_CAPTURE。如果設定本標記，定界符模式中的括號運算式的匹配項也會被捕獲並返回。
PREG_SPLIT_OFFSET_CAPTURE。如果設定本標記，對每個出現的匹配結果也同時返回其附屬的字串位移量。
4.3執行個體-驗證表單內容
【例4.4】 使用Regex驗證使用者輸入的表單內容是否滿足格式要求。
建立EX4_4_Hpage.php檔案，輸入以下代碼。 複製代碼 代碼如下:<?php
include 'EX4_4_Hpage.php'; //包含檔案EX4_4Hpage.php
$id=$_POST['ID'];
$pwd=$_POST['PWD'];
$phone=$_POST['PHONE'];
$Email=$_POST['EMAIL'];
$checkid=preg_match('/^\w{1,10}$/',$id); //檢查字串是否在10個字元以內
$checkpwd=preg_match('/^\d{4,14}$/',$pwd); //檢查是否在4～14個數字之間
$checkphone=preg_match('/^1\d{10}$/',$phone); //檢查是否是以1開頭的11位元字
//檢查Email地址的合法性
$checkEmail=preg_match('/^[a-zA-Z0-9_\-]+@[a-zA-Z0-9\-]+\.[a-zA-Z0-9\-\.]+$/',$Email);
if($checkid&&$checkpwd&&$checkphone&&$checkEmail) //如果都為1，則註冊成功
echo "註冊成功！";
else
echo "註冊失敗，格式不對";
?>

建立EX4_4_Ppage.php檔案，輸入以下代碼： 複製代碼 代碼如下:<?php
include 'EX4_4_Hpage.php'; //包含檔案EX4_4Hpage.php
$id=$_POST['ID'];
$pwd=$_POST['PWD'];
$phone=$_POST['PHONE'];
$Email=$_POST['EMAIL'];
$checkid=preg_match('/^\w{1,10}$/',$id); //檢查字串是否在10個字元以內
$checkpwd=preg_match('/^\d{4,14}$/',$pwd); //檢查是否在4-14個字元之間
$checkphone=preg_match('/^1\d{10}$/',$phone); //檢查是否是以1開頭的11位元子
//檢查Email地址的合法性
$checkEmail=preg_match('/^[a-zA-Z0-9_\-]+@[a-zA-Z0-9\-]+\.[a-zA-Z0-9\-\.]+$/',$Email);
if($checkid&&$checkpwd&&$checkphone&&$checkEmail) //如果都為1，則註冊成功
echo "註冊成功！";
else
echo "註冊失敗，格式不對";
?>