PHP編程技巧：看執行個體學Regex

首先，讓我們看看兩個特別的字元：’^’ 和 ‘$’ 他們是分別用來匹配字串的開始和結束，一下分別舉例說明：

"^The": 匹配以 "The"開頭的字串;

"of despair$": 匹配以 "of despair" 結尾的字串;

"^abc$": 匹配以abc開頭和以abc結尾的字串，實際上是只有abc與之匹配；

"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。

這裡還有幾個字元 '*', '+',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", "one or more", and "zero or one." 這裡是一些例子:

"ab*": 匹配字串a和0個或者更多b組成的字串("a", "ab", "abbb", etc.);

"ab+": 和上面一樣，但最少有一個b ("ab", "abbb", etc.);

"ab?":匹配0個或者一個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.

你也可以在大括弧裡面限制字元出現的個數，比如

"ab{2}": 匹配一個a後面跟兩個b（一個也不能少）("abb");

"ab{2,}": 最少更兩個b("abb", "abbbb", etc.);

"ab{3,5}": 2－5個b("abbb", "abbbb", or "abbbbb").

你還要注意到你必須總是指定 (i.e, "{0,2}", not "{,2}").同樣，你必須注意到, '*', '+', 和'?' 分別和一下三個範圍標註是一樣的，"{0,}", "{1,}", 和 "{0,1}"。

現在把一定數量的字元放到小括弧裡，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 的字串;

一個點('.')可以代表所有的 單一字元:

"a.[0-9]": 一個a跟一個字元再跟一個數位 （含有這樣一個字串的字串將被匹配，以後省略此括弧）

"^.{3}$": 以三個字元結尾.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);

"^[a-zA-Z]": 匹配以字母開頭的字串

"[0-9]%": 匹配含有 形如 x％ 的字串

",[a-zA-Z0-9]$": 匹配以逗號在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 (i.e., "%[^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).

為了能夠解釋，但"^.[$()│*+?{\"作為有特殊意義的字元的時候，你必須在這些字元面前加'', 還有在php3中你應該避免在模式的最前面使用\, 比如說,Regex "(\$│?[0-9]+" 應該這樣調用 ereg("(\\$│?[0-9]+", $str) (不知道php4是不是一樣)

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(i.e., "[*\+?{}.]"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(i.e. [a-d-0-9]中間的‘-’將有效.

為了完整, 我應該涉及到 collating sequences, character classes, 同埋 equivalence classes. 但我在這些方面不想講的太詳細, 這些在下面的文章仲都不需要涉及到. 你們可以在regex man pages 那裡得到更多訊息.

如何構建一個模式來匹配 貨幣數量 的輸入

好了，現在我們要用我們所學的來幹一些有用的事：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再數字之前:

^(0│-?[1-9][0-9]*)$

這就是: "0 或者 一個以0開頭可能有一個負號在前面的數字." 好了, 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})?$

不要忘記加號 '+' 可以被乘號 '*' 替代如果你想允許空白字串被輸入話 (為什麼?). 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.

構造檢查email的Regex

讓我們繼續討論怎麼驗證一個email地址. 在一個完整的email地址中有三個部分: POP3 使用者名稱 (在 '@' 左邊的一切), '@', 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.意外）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-]+)*$

Done. 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));

