轉載www.phpuser.com中關於Regex的文章,講的非常詳細

來源:互聯網
上載者:User
正則 PHP中的正規運算式(一)
Hunte 2000年4月14日

把它EMAIL給我 我來談談我的看法 上一篇 下一篇




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
[ \f\r\t\n] //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(\)(/)(^)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]



PHP中的正規運算式(二)
Hunte 2000年4月17日

把它EMAIL給我 我來談談我的看法 上一篇 下一篇




確定重複出現

到現在為止,你已經知道如何去匹配一個字母或數字,但更多的情況下,可能要匹配一個單詞或一組數字。一個單詞有若干個字母組成,一組數字有若干個單數組成。跟在字元或字元簇後面的花括弧({})用來確定前面的內容的重複出現的次數。

字元簇 含義
^[a-zA-Z_]$ 所有的字母和底線
^[[:alpha:]]{3}$ 所有的3個字母的單詞
^a$ 字母a
^a{4}$ aaaa
^a{2,4}$ aa,aaa或aaaa
^a{1,3}$ a,aa或aaa
^a{2,}$ 包含多於兩個a的字串
^a{2,} 如:aardvark和aaab,但apple不行
a{2,} 如:baad和aaa,但Nantucket不行
\t{2} 兩個定位字元
.{2} 所有的兩個字元

這些例子描述了花括弧的三種不同的用法。一個數字,{x}的意思是“前面的字元或字元簇只出現x次”;一個數字加逗號,{x,}的意思是“前面的內容出現x或更多的次數”;兩個用逗號分隔的數字,{x,y}表示“前面的內容至少出現x次,但不超過y次”。我們可以把模式擴充到更多的單詞或數字:

^[a-zA-Z0-9_]{1,}$ //所有包含一個以上的字母、數字或底線的字串
^[0-9]{1,}$ //所有的正數
^\-{0,1}[0-9]{1,}$ //所有的整數
^\-{0,1}[0-9]{0,}\.{0,1}[0-9]{0,}$ //所有的小數

最後一個例子不太好理解,是嗎?這麼看吧:與所有以一個可選的負號(\-{0,1})開頭(^)、跟著0個或更多的數字([0-9]{0,})、和一個可選的小數點(\.{0,1})再跟上0個或多個數字([0-9]{0,}),並且沒有其他任何東西($)。下面你將知道能夠使用的更為簡單的方法。

特殊字元"?"與{0,1}是相等的,它們都代表著:“0個或1個前面的內容”或“前面的內容是可選的”。所以剛才的例子可以簡化為:

^\-?[0-9]{0,}\.?[0-9]{0,}$

特殊字元"*"與{0,}是相等的,它們都代表著“0個或多個前面的內容”。最後,字元"+"與 {1,}是相等的,表示“1個或多個前面的內容”,所以上面的4個例子可以寫成:

^[a-zA-Z0-9_]+$ //所有包含一個以上的字母、數字或底線的字串
^[0-9]+$ //所有的正數
^\-?[0-9]+$ //所有的整數
^\-?[0-9]*\.?[0-9]*$ //所有的小數

當然這並不能從技術上降低正規運算式的複雜性,但可以使它們更容易閱讀。




相關文章

Beyond APAC's No.1 Cloud

19.6% IaaS Market Share in Asia Pacific - Gartner IT Service report, 2018

Learn more >

Apsara Conference 2019

The Rise of Data Intelligence, September 25th - 27th, Hangzhou, China

Learn more >

Alibaba Cloud Free Trial

Learn and experience the power of Alibaba Cloud with a free trial worth $300-1200 USD

Learn more >

聯繫我們

該頁面正文內容均來源於網絡整理,並不代表阿里雲官方的觀點,該頁面所提到的產品和服務也與阿里云無關,如果該頁面內容對您造成了困擾,歡迎寫郵件給我們,收到郵件我們將在5個工作日內處理。

如果您發現本社區中有涉嫌抄襲的內容,歡迎發送郵件至: info-contact@alibabacloud.com 進行舉報並提供相關證據,工作人員會在 5 個工作天內聯絡您,一經查實,本站將立刻刪除涉嫌侵權內容。