php半小時精通Regex

想必很多人都對Regex都頭疼。今天，我以我的認識，加上網上一些文章，希望用常人都可以理解的表達方式。來和大家分享學習經驗。

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。