----- 最近更新【2021-12-15】-----

PHP強(qiáng)化系列--目錄

一、簡介

正則表達(dá)式是一種描述字符串結(jié)果的語法規(guī)則，是一個(gè)特定的格式化模式盈咳，可以匹配圃伶、替換怜校、截取匹配的字符串胎围。

二、語法

當(dāng)使用 PCRE 函數(shù)的時(shí)候药版，模式需要由分隔符閉合包裹辑舷。分隔符可以使任意非字母數(shù)字喻犁、非反斜線槽片、非空白字符。經(jīng)常使用的分隔符是正斜線(/)肢础、hash符號(hào)(#) 以及取反符號(hào)(~)还栓。

合法模式示例：

/<\/\w+>/
#^[^0-9]$#
|(\d{3})-\d+|Sm       ## 可以在結(jié)束分隔符后面增加模式修飾符
/^(?i)php[34]/
{^\s+(\s+)?$}       ## 括號(hào)樣式的分隔符，左括號(hào)和右括號(hào)分別作為 開始和結(jié)束 分隔符传轰。
%[a-zA-Z0-9_-]%

非法模式示例：

/href='(.*)'     ## 缺失結(jié)束分隔符
/\w+\s*\w+/J     ## 未知模式修飾符"J"
1-\d3-\d3-\d4|     ## 缺失開始分隔符

如果分隔符需要在模式內(nèi)進(jìn)行匹配剩盒，它必須使用反斜線進(jìn)行轉(zhuǎn)義。如果分隔符經(jīng)常在 模式內(nèi)出現(xiàn)慨蛙， 一個(gè)更好的選擇就是是用其他分隔符來提高可讀性辽聊。

/http:\/\//
#http://#

三、正則表達(dá)式

由上面介紹的合法分隔符所包含的部分期贫，就是我們主要去了解的正則表達(dá)式部分了跟匆。下面我將對(duì)一些常用的部分做一下歸類：

1、 原子
原子是組成正則表達(dá)式的基本單位通砍，在分析正則表達(dá)式時(shí)玛臂，應(yīng)作為一個(gè)整體。
包括以下內(nèi)容:
> 單個(gè)字符封孙、數(shù)字迹冤，如a-z，A-Z虎忌，0-9泡徙。
> 模式單元，如(ABC)可以理解為由多個(gè)原子組成的大的原子膜蠢。
> 原子表锋勺，如 [ABC]蚀瘸。
> 重新使用的模式單元，如：\1
> 普通轉(zhuǎn)義字符庶橱，如：\d贮勃， \D， \w
> 轉(zhuǎn)義元字符苏章，如：\*寂嘉，\.
> 元字符

2、元字符

• ^ 斷言目標(biāo)的開始位置(或在多行模式下是行首)
• $ 斷言目標(biāo)的結(jié)束位置(或在多行模式下是行尾)
• . 表示任意一個(gè)除換行符之外的字符
• [] 表示單個(gè)字符的原子表
  [^] 表示除中括號(hào)內(nèi)原子之外的任何字符 是[]的取反
  [-] 表示允許的范圍枫绅，如[0-9]表示任意一位數(shù)字
• {m} 表示對(duì)前面原子的數(shù)量控制泉孩，表示是m次
  {m,} 表示對(duì)前面原子的數(shù)量控制，表示是至少m次
  {m,n}表示對(duì)前面原子的數(shù)量控制并淋，表示是m到n次
• * 量詞寓搬，0 次或多次匹配，等價(jià)于{0,}
• + 量詞县耽，1 次或多次匹配句喷，等價(jià)于{1,}
• ? 作為量詞，表示 0 次或 1 次匹配兔毙，等價(jià)于{0,1} 唾琼。位于量詞后面用于改變量詞的貪婪特性。
• () 表示一個(gè)整體原子澎剥，【還有一個(gè)子存儲(chǔ)單元的作用】锡溯。 也可以使用?:來拒絕子存儲(chǔ)。 （?:.*?）
• | 開始一個(gè)可選分支

3哑姚、常用轉(zhuǎn)義字符

4征炼、模式修整符

• i 表示不區(qū)分大小寫析既；
  如："/[a-zA-Z]/" 等價(jià)于 "/[a-z]/i"
• s 表示匹配視為單行
  如果設(shè)置了這個(gè)修飾符，模式中的點(diǎn)號(hào)元字符匹配所有字符谆奥，包含換行符眼坏。如果沒有這個(gè) 修飾符，點(diǎn)號(hào)不匹配換行符。
• U 表示拒絕貪婪匹配
  通過量詞后緊跟? 的方式可以使其成為貪婪的宰译，注意這和 模式修整符U 是不能同時(shí)使用的檐蚜，只能取其一。
• x 忽略空白字符

5沿侈、惰性匹配

四蛛淋、相關(guān)函數(shù)

1咙好、preg_match
int preg_match ( string $pattern , string $subject [, array &$matches [, int $flags = 0 [, int $offset = 0 ]]] )
搜索subject與pattern給定的正則表達(dá)式的一個(gè)匹配。

如果提供了參數(shù)matches褐荷，它將被填充為搜索結(jié)果勾效。 $matches[0]將包含完整模式匹配到的文本， $matches[1] 將包含第一個(gè)捕獲子組匹配到的文本叛甫，以此類推层宫。

函數(shù)返回值為0或1。

如：

$label = 'content/112abc';
$a = preg_match('#content/(\d+)(\w*)#i', $label, $mc);
var_dump($a);
var_dump($mc);

結(jié)果：

int(1)
array(3) {
  [0] =>
  string(14) "content/112abc"
  [1] =>
  string(3) "112"
  [2] =>
  string(3) "abc"
}

注意：
preg_match() 第一次匹配成功后就會(huì)停止匹配合溺，如果要實(shí)現(xiàn)全部結(jié)果的匹配卒密，即搜索到subject結(jié)尾處缀台，則需使用preg_match_all() 函數(shù)棠赛。

2、preg_match_all
int preg_match_all ( string $pattern , string $subject [, array &$matches [, int $flags = PREG_PATTERN_ORDER [, int $offset = 0 ]]] )
搜索subject中所有匹配pattern給定正則表達(dá)式 的匹配結(jié)果并且將它們以flag指定順序輸出到matches中膛腐。在第一個(gè)匹配找到后, 子序列繼續(xù)從最后一次匹配位置搜索睛约。

該函數(shù)返回完整匹配次數(shù)（可能是0），或者如果發(fā)生錯(cuò)誤返回FALSE哲身。

參數(shù)說明：

如：

$userinfo = "Name: <b>PHP</b> <br> Title: <b>Programming Language</b>";
preg_match_all ("/<b>(.*)<\/b>/U", $userinfo, $pat_array);
print_r($pat_array[0]);

結(jié)果：

Array
(
    [0] => <b>PHP</b>
    [1] => <b>Programming Language</b>
)

3宠进、preg_replace
mixed preg_replace ( mixed $pattern , mixed $replacement , mixed $subject [, int $limit = -1 [, int &$count ]] )
搜索subject中匹配pattern的部分晕拆， 以replacement進(jìn)行替換。

$string = 'April 15, 2003';
$pattern = '/(\w+) (\d+), (\d+)/i';
$replacement = '${1}1,$3';
echo preg_replace($pattern, $replacement, $string);
//輸出：April1,2003

4材蹬、preg_split
通過一個(gè)正則表達(dá)式分隔給定字符串.
array preg_split ( string $pattern , string $subject [, int $limit = -1 [, int $flags = 0 ]] )

如：

//使用逗號(hào)或空格(包含" ", \r, \t, \n, \f)分隔短語
$keywords = preg_split("/[\s,]+/", "hypertext language, programming");
print_r($keywords);

結(jié)果:

Array
(
    [0] => hypertext
    [1] => language
    [2] => programming
)

5实幕、其它
1）preg_grep
array preg_grep ( string $pattern , array $input [, int $flags = 0 ] )
返回給定數(shù)組input中與模式pattern 匹配的元素組成的數(shù)組

2）preg_quote
string preg_quote ( string $str [, string $delimiter = NULL ] )
轉(zhuǎn)義正則表達(dá)式字符

五吝镣、經(jīng)典實(shí)例

1、關(guān)于URL
1）從url中取得主機(jī)名

$url = "http://blog.nosee123.com/index.php";
preg_match("/^(http:\/\/)?([^\/]+)/i",$url, $matches);
$host = $matches[2]; 
echo $host;  // 結(jié)果為：string(15) "blog.nosee123.com"

2）判斷字符串是否為url

/^http(s?):\/\/([\w]+\.?)++\/*[\w\.]*\??[\w=&\+\%]*/is

2昆庇、關(guān)于Email
1）判斷字符串是否是郵箱

/^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$/
^[a-zA-Z0-9][a-zA-Z0-9._-]*@[a-zA-Z0-9]+\.[a-zA-Z0-9\.]+$

2）只允許英文字母末贾、數(shù)字、下劃線整吆、英文句號(hào)未舟、以及中劃線組成

//gaozihang-001@gmail.com 
^[a-zA-Z0-9_-]+@[a-zA-Z0-9_-]+(\.[a-zA-Z0-9_-]+)+$

3、關(guān)于字符
1）任意一位大小字母或數(shù)字下劃線：

[A-Za-z0-9_]   等價(jià)于  \w

4掂为、數(shù)字相關(guān)
1）手機(jī)號(hào)碼

 [1][3-8][0-9]{9}    //粗略匹配
^((13[0-9])|147|(15[0-35-9])|180|182|(18[5-9]))[0-9]{8}$

Or：

# 中國大陸手機(jī)號(hào) (移動(dòng)/聯(lián)通/電信)：
/^1(3[0-9]|4[5-9]|5[0-35-9]|66|7[013-8]|8[0-9]|9[89])\d{8}$/
# 中國移動(dòng)：
/^1(34[0-8]|3[5-9\d]|440|4[78]\d|5[0-27-9]\d|70[356]|78\d|8[2-478]\d|98\d)\d{7}$/
# 中國聯(lián)通：
/^1(3[0-2]\d|4[56]\d|5[56]\d|66\d|70[4789]|71|7[56]\d|8[56]\d)\d{7}$/
# 中國電信：
/^1(3[3]\d|349|410|49\d|53\d|70[0-2]|7[37]\d|740|8[019]\d|99\d)\d{7}$/

2）ip地址

\d+\.\d+\.\d+\.\d+

3）身份證

^(([0-9]{15})|([0-9]{18})|([0-9]{17}x))$

5裕膀、中文匹配

中文匹配：UTF-8漢字編碼范圍是0x4e00-0x9fa5；在ANSI(gb2312)環(huán)境下勇哗，0xb0-0xf7昼扛，0xa1-0xfe。
UTF-8要使用u模式修正符使模式字符串被當(dāng)成UTF-8欲诺，在ANSI(gb2312環(huán)境下)抄谐，使用chr將Ascii碼轉(zhuǎn)換為字符。

[\x{4e00}-\x{9fa5}]    #utf-8中文
[\u4e00-\u9fa5]    #通用

5扰法、HTML頁面的匹配

1）取出頁面中所有img標(biāo)簽的src值

'/<img.*?src=("|\')(.*?)("|\').*?\/?>/i'

2）判斷是否為a鏈接

/<a .*?href="(.*?)".*?>/is

參考：

官方手冊(cè)：http://php.net/manual/zh/pcre.pattern.php