PHP中的正規運算式(一)_PHP

PHP繼承*NIX的一貫傳統，完全支援正規運算式的處理。正規運算式提供了一種進階的，但不直觀的字串匹配和處理的方法。用過PERL的正規運算式的朋友都知道，正規運算式的功能非常強大，但學起來不是那麼容易。
比如：

^.+@.+\..+$

這段有效卻難以理解的代碼足夠使一些程式員頭痛（我就是）或者讓他們放棄使用正規運算式。相信當你讀完這個教程後，就可以理解這段代碼的含義了。

基本模式比對

一切從最基本的開始。模式，是正規運算式最基本的元素，它們是一組描述字串特徵的字元。模式可以很簡單，由普通的字串組成，也可以非常複雜，往往用特殊的字元表示一個範圍內的字元、重複出現，或表示上下文。例如：

^once

這個模式包含一個特殊的字元^，表示該模式只匹配那些以once開頭的字串。例如該模式與字串\"once upon a time\"匹配，與\"There once was a man from NewYork\"不匹配。正如如^符號表示開頭一樣，$符號用來匹配那些以給定模式結尾的字串。

bucket$

這個模式與\"Who kept all of this cash in a bucket\"匹配，與\"buckets\"不匹配。字元^和$同時使用時，表示精確匹配（字串與模式一樣）。例如：

^bucket$

只匹配字串\"bucket\"。如果一個模式不包括^和$，那麼它與任何包含該模式的字串匹配。例如：模式

once

與字串

There once was a man from NewYork
Who kept all of his cash in a bucket.

是匹配的。

在該模式中的字母(o-n-c-e)是字面的字元，也就是說，他們表示該字母本身，數字也是一樣的。其他一些稍微複雜的字元，如標點符號和白字元（空格、定位字元等），要用到逸出序列。所有的逸出序列都用反斜線()打頭。定位字元的逸出序列是：t。所以如果我們要檢測一個字串是否以定位字元開頭，可以用這個模式：

^t

類似的，用n表示“新行”，r表示斷行符號。其他的特殊符號，可以用在前面加上反斜線，如反斜線本身用\表示，句號.用.表示，以此類推。

字元簇

在INTERNET的程式中，正規運算式通常用來驗證使用者的輸入。當使用者提交一個FORM以後，要判斷輸入的電話號碼、地址、EMAIL地址、信用卡號碼等是否有效，用普通的基於字面的字元是不夠的。

所以要用一種更自由的描述我們要的模式的辦法，它就是字元簇。要建立一個表示所有母音字元的字元簇，就把所有的母音字元放在一個方括弧裡：

[AaEeIiOoUu]

這個模式與任何母音字元匹配，但只能表示一個字元。用連字號可以表示一個字元的範圍，如：

[a-z]	//匹配所有的小寫字母
[A-Z]	//匹配所有的大寫字母
[a-zA-Z]	//匹配所有的字母
[0-9]	//匹配所有的數字
[0-9.-]	//匹配所有的數字，句號和減號
[ frtn]	//匹配所有的白字元

同樣的，這些也只表示一個字元，這是一個非常重要的。如果要匹配一個由一個小寫字母和一位元字組成的字串，比如\"z2\"、\"t6\"或\"g7\"，但不是\"ab2\"、\"r2d3\" 或\"b52\"的話，用這個模式：

^[a-z][0-9]$

儘管[a-z]代表26個字母的範圍，但在這裡它只能與第一個字元是小寫字母的字串匹配。

前面曾經提到^表示字串的開頭，但它還有另外一個含義。當在一組方括弧裡使用^是，它表示“非”或“排除”的意思，常常用來剔除某個字元。還用前面的例子，我們要求第一個字元不能是數字：

^[^0-9][0-9]$

這個模式與\"&5\"、\"g7\"及\"-2\"是匹配的，但與\"12\"、\"66\"是不匹配的。下面是幾個排除特定字元的例子：

[^a-z]	//除了小寫字母以外的所有字元
[^\/^]	//除了\"/\"和\"^\"字元之外的所有字元
[^\"\']	//除了雙引號(\")和單引號(\')之外的所有字元

特殊字元\".\" (點，句號)在正規運算式中用來表示除了“新行”之外的所有字元。所以模式\"^.5$\"與任何兩個字元的、以數字5結尾和以其他非“新行”字元開頭的字串匹配。模式\".\"可以匹配任何字串，除了空串和只包括一個“新行”的字串。

PHP的正規運算式有一些內建的通用字元簇，列表如下：

字元簇	含義
[[:alpha:]]	任何字母
[[:digit:]]	任何數字
[[:alnum:]]	任何字母和數字
[[:space:]]	任何白字元
[[:upper:]]	任何大寫字母
[[:lower:]]	任何小寫字母
[[:punct:]]	任何標點符號
[[:xdigit:]]	任何16進位的數字，相當於[0-9a-fA-F]

