正則表達式介紹
正則表達式簡介
正則表達式是用于描述字符排列和匹配模式的一種語法規(guī)則式塌。它主要用于字符串的模式分割甘穿、匹配、查找及替換操作拆又。到目前為止儒旬，我們前面所用過的精確（文本）匹配也是一種正則表達式。
在PHP中帖族，正則表達式一般是由正規(guī)字符和一些特殊字符（類似于通配符）聯(lián)合構成的一個文本模式的程序性描述栈源。
PHP中，正則表達式的三個作用：
- 匹配竖般，也常常用于從字符串中析取信息甚垦。
- 用新文本代替匹配文本。
- 將一個字符串拆分為一組更小的信息塊涣雕。
在PHP中有兩套正則表達式函數(shù)庫艰亮，兩者功能相似，只是執(zhí)行效率略有差異：
- 一套是由PCRE（Perl Compatible Regular Expression）庫提供的胞谭。使用“preg_”為前綴命名的函數(shù)垃杖；
- 一套由POSIX（Portable Operating System Interface of Unix ）擴展提供的。使用以“ereg_”為前綴命名的函數(shù)丈屹；
PCRE來源于Perl語言调俘，而Perl是對字符串操作功能最強大的語言之一，PHP的最初版本就是由Perl開發(fā)的產品旺垒。
PCRE語法支持更多特性彩库，比POSIX語法更強大。
舉例：想一想這兩個正則表達式做什么用先蒋？
/^-?\d+$|^-?0[xX][\da-fA-F]+$/
/^[0-9a-zA-Z_-]+@[0-9a-zA-Z_-]+(\.[0-9a-zA-Z_-]+){0,3}$/
與Perl語言兼容的正則表達式處理函數(shù)
| 函數(shù)名 | 功能描述 |
|---|---|
| preg_match() | 進行正則表達式匹配 |
| preg_match_all() | 進行全局正則表達式匹配 |
| preg_replace() | 執(zhí)行正則表達式的搜索和替換 |
| preg_split() | 用正則表達式分割字符串 |
| preg_grep() | 返回與模式匹配的數(shù)組單元 |
| preg_replace_callback() | 用回調函數(shù)執(zhí)行正則表達式的搜索和替換 |
正則表達式的語法規(guī)則
正則表達式作為一個匹配的模版骇钦，是由原子（普通字符，例如字符a到z）竞漾、特殊字符（元字符眯搭，例如*窥翩、+和？等）鳞仙、以及模式修正符三部分組成的文字模式寇蚊。
一個最簡單正則表達式至少包含一個原子。
將下面的正則表達式拆分如下：
'/<a.*?(?:|\\t|\\r|\\n)?href=[\"]?(.+?)[\"]?(?:(?:|\\t|\\r|\\n)+.*?)?>(.+?)<\/a.*?>/sim'
定界符：兩個斜線”/”棍好。
原子用到了< a href = ‘ “ / >等普通字符和\t \r \n等轉義字符
元字符使用了 [] () | . ? * + 等具有特殊含義的字符
用到了模式修正符是在定界符最后一個斜線之后的三個字符: s i m
定界符
在程序語言中仗岸，使用與Perl兼容的正則表達式，通常都需要將模式表達式放入定界符之間借笙，如“/”扒怖。
作為定界符常使用反斜線“/”，如“/apple/”业稼。用戶只要把需要匹配的模式內容放入定界符之間即可盗痒。作為定界的字符也不僅僅局限于“/”。除了字母盼忌、數(shù)字和斜線“\”以外的任何字符都可以作為定界符积糯，像 ‘#’、’|’谦纱、’!’ 等都可以的看成。
- /</\w+>/ --使用反斜線作為定界符合法
- |(\d{3})-\d+|Sm --使用豎線”|”作為定界符合法
- !^(?i)php[34]! --使用豎線”!”作為定界符合法
- {^\s+(\s+)?$} --使用豎線”}”作為定界符合法
- /href=‘(.*)’ --非法定界符，缺少結束定界符
- 1-\d3-\d3-\d4| --非法定界符跨嘉，缺少其實定界符
原子
原子是正則表達式的最基本的組成單元川慌，而且在每個模式中最少要少包含一個原子。原子是由所有那些未顯示指定為元字符的打印和非打印字符組成祠乃，具體分為5類梦重。
- 普通字符作為原子： 如 az、AZ亮瓷、0~9 等
- 一些特殊字符和轉義后元字符作為原子：
所有標點符號琴拧，但語句特殊意義的符號需要轉義后才可作為原子，如：\” \’ * + ? . 等 - 一些非打印字符作為原子： 如：\f \n \r \t \v \cx
- 使用“通用字符類型”作為原子：如：\d \D \w \W \s \S嘱支。
- 自定義原子表([])作為原子：如：’/[apj]sp/’ ’/[^apj]sp/’
正則表達式中常用的非打印字符
| 原子字符 | 含義描述 |
|---|---|
| \cx | 匹配由x指明的控制字符蚓胸。如\cM匹配一個Control-M或回車符。x的值必須為AZ或az之一 |
| \f | 匹配一個換頁符除师。等價于 \x0c或\cL |
| \n | 匹配一個換行符沛膳。等價于 \x0a或\cJ |
| \r | 匹配一個回車符。等價于 \x0d或\cM |
| \t | 匹配一個制表符汛聚。等價于 \x09或\cI |
| \v | 匹配一個垂直制表符锹安。等價于 \x0b或\cK |
正則表達式中常用的“通用字符類型”
| 原子字符 | 描述含義 |
|---|---|
| \d | 匹配任意一個十進制數(shù)字，等價于[0-9] |
| \D | 匹配任意一個除十進制數(shù)字以外的字符，等價于[^0-9] |
| \s | 匹配任意一個空白符叹哭，等價于[\f\n\r\t\v] |
| \S | 匹配除空白符以外任何字符忍宋，等價于[^\f\n\r\t\v] |
| \w | 匹配任意一個數(shù)字、字母或下畫線风罩，等價于[0-9a-zA-Z_] |
| \W | 匹配一個除數(shù)字讶踪、字母或下畫線以外的任意一個字符，等價于[^0-9a-zA-Z_] |
元字符
Paste_Image.png
- 字符串邊界限制
在某些情況下泊交，需要對匹配范圍進行限定，以獲得更準確的匹配結果柱查。^和$分別指定字符串的開始和結束廓俭。
例如:
在字符串Tom and Jerry chased each other in the house until tom’s uncel come in中
元字符“^”或“\A” 置于字符串的開始確保模式匹配出現(xiàn)在字符串首端；
/^Tom/
元字符“$”或“\Z” 置于字符串的結束唉工，確保模式匹配出現(xiàn)字符串尾端研乒。
/in$/
如果不加邊界限制元字符，將獲得更多的匹配結果淋硝。
/^Tom$/精確匹配 /Tom/模糊匹配
- 單詞邊界限制
在使用各種編輯軟件的查找功能時雹熬，可以通過選擇“按單詞查找”獲得更準確的結果。正則表達式中也提供類似的功能谣膳。
例如：
在字符串“This island is a beautiful land”中
元字符`\b`對單詞的邊界進行匹配竿报；
/\bis\b/ 匹配單詞“is”，不匹配“This”和“island”继谚。
/\bis 匹配單詞“is”和“island”中的“is”烈菌，不匹配“This”
元字符“\B”對除單詞邊界以外的部分進行匹配。
/\Bis\B/ 將明確的指示不與單詞的左花履、右邊界匹配芽世，只匹配單詞的內部。所以在這個例子中沒有結果诡壁。
/\Bis 匹配單詞“This”中的“is”
- 重復匹配
正則表達式中有一些用于重復匹配某些原子的元字符：?济瓢、*、+妹卿。他們主要的區(qū)別是重復匹配的次數(shù)不同旺矾。
元字符“?”:表示0次或1次匹配緊接在其前的原子。
例如：
/colou?r/匹配“colour”或“color”纽帖。
元字符“*”:表示0次宠漩、1次或多次匹配緊接在其前的原子。
例如：
/zo*/可以匹配z懊直、zoo
元字符“+”:表示1次或多次匹配緊接在其前的原子扒吁。
例如：
/go+gle/匹配“gogle”、“google”或“gooogle”等中間含有多個o的字符串。
/pr.y/可以匹配的字符串“prey”、“pray”或“pr%y”等盼铁。
通炒治担可以使用“.*”組合來匹配除換行符外的任何字符。在一些書籍中也稱其為“全匹配符” 或 “單含匹配符”饶火。
/^a.*z$/表示可以匹配字母“a”開頭鹏控，字母“z”結束的任意不包括換行符的字符串。
/.+/ 也可以完成類似的匹配功能所不同的是其至少匹配一個字符肤寝。
/^a.+z$/ 匹配“a％z”不匹配字符串“az”当辐。
- 重復匹配
元字符{ }準確地指定原子重復的次數(shù)，指定所匹配的原子出現(xiàn)的次數(shù)鲤看。
“{m}” 表示其前原子恰好出現(xiàn)m次缘揪。
“{m，n}”表示其前原子至少出現(xiàn)m次义桂，至多出現(xiàn)n次找筝。
“{m，}” 表示其前原子出現(xiàn)不少于m次慷吊。
例如：
/zo{1,3}m/ 只能匹配字符串“zom”袖裕、“zoom”、或“zooom”溉瓶。
/zo{3}m/ 只能匹配字符串“zooom”陆赋。
/zo{3，}m/ 可以匹配以 “z” 開頭嚷闭，“m”結束攒岛，中間至少為3個“o”的字符串。
/bo{0,1}u/ 可以匹配字符串“bought a butter” 中的“bou”和“bu”,等價于bo?u胞锰。
- 原子表 －方括號表達式
原子表[]中存放一組原子灾锯，彼此地位平等，且僅匹配其中的一個原子嗅榕。如果想匹配一個 ”a” 或 ”e” 使用 [ae]顺饮。
例如: Pr[ae]y 匹配 ”Pray” 或者 ”Prey ”。
原子表 [^] 或者稱為排除原子表凌那，匹配除表內原子外的任意一個字符兼雄。
例如：/p[^u]/匹配“part”中的“pa”，但無法匹配“computer”中的“pu”因為“u”在匹配中被排除帽蝶。
原子表[-]用于連接一組按ASCII碼順序排列的原子赦肋，簡化書寫。
例如：/x[0123456789]/可以寫成x[0-9],用來匹配一個由 “x” 字母與一個數(shù)字組成的字符串。
例如：
/[a-zA-Z]/匹配所有大小寫字母
/^[a-z][0-9]$/匹配比如“z2”佃乘、 “t6” 囱井、“g7”
/0[xX][0-9a-fA-F]/匹配一個簡單的十六進制數(shù)字，如“0x9”趣避。
/[^0-9a-zA-Z_]/匹配除英文字母庞呕、數(shù)字和下劃線以外任何一個字符，其等價于\W程帕。
/0?[ xX][0-9a-fA-F]+/匹配十六進制數(shù)字住练，可以匹配“0x9B3C”或者“X800”等。
/<[A-Za-z][A-Za-z0-9]*>/可以匹配“<P>”愁拭、“<hl>”或“<Body>”等HTML標簽澎羞，并且不嚴格的控制大小寫。
模式選擇符
元字符|又稱模式選擇符敛苇。在正則表達式中匹配兩個或更多的選擇之一。
例如：
在字符串“There are many apples and pears.”中顺呕， /apple|pear/在第一次運行時匹配“apple”枫攀；
再次運行時匹配“ pear”。也可以繼續(xù)增加選項株茶，如： /apple|pear|banana|lemon/模式單元
元字符（）將其中的正則表達式變?yōu)樵樱ɑ蚍Q模式單元）使用来涨。與數(shù)學表達式中的括號類似，“（）”可以做一個單元被單獨使用启盛。
例如：
/(Dog)+/匹配的“Dog”蹦掐、“DogDog”、“DogDogDog”,因為緊接著“+”前的原子是元字符“（）”括起來的字符串“Dog”僵闯。
/You (very )+ old/匹配“You very old”卧抗、“You very very old”
/Hello (world|earth)/匹配“Hello world”、“Hello earth”
一個模式單元中的表達式將被優(yōu)先匹配或運算鳖粟。
- 重新使用的模式單元
系統(tǒng)自動將模式單元“（）”中的匹配依次存儲起來社裆，在需要時可以用\1、\2向图、\3的形式進行引用泳秀。當正則表達式包含有相同的模式單元時，這種方法非常便于對其進行管理榄攀。注意使用時需要寫成“\1”嗜傅、“\2”
例如：
/^\d{2}([\W])\d{2}\\1\d{4}$/
匹配“12-31-2006”、“09/27/1996”檩赢、“86 01 4321”等字符串吕嘀。
但上述正則表達式不匹配“12/34-5678”的格式。
這是因為模式“[\W]”的結果“/”已經被存儲。下個位置“\1”引用時币他，其匹配模式也是字符“/”坞靶。
當不需要存儲匹配結果時使用非存儲模式單元“（？：）”
例如/(?:a|b|c)(D|E|F)\\1g/ 將匹配“aEEg”蝴悉。
在一些正則表達式中彰阴，使用非存儲模式單元是必要的。
否則拍冠，需要改變其后引用的順序尿这。上例還可以寫成/（a|b|c）(C|E|F)\\2g/。
模式修正符
模式修正符
貪婪匹配 匹配結果存在歧義時取長
懶惰匹配 匹配結果存在歧義時取短
U 懶惰匹配
i 忽略英文字母大小寫
x 忽略空白
例如實例
與Perl兼容的正則表達式函數(shù)
子符串的匹配與查找函數(shù)
- 函數(shù)preg_match() --執(zhí)行一個正則表達式匹配
int preg_match(string $pattern, string $subject[,array &$matches])
搜索subject與pattern給定的正則表達式的一個匹配.
<?php
//preg_match()函數(shù)實例
//一個用于匹配URL的正則表達式
$pattern = '/(https?|ftps?):\/\/(www)\.([^\.\/]+)\.(com|net|org)(\/[\w-\.\/\?\%\&\=]*)?/i';
//被搜索字符串
$subject = "網(wǎng)址為http://www.baidu.com/index.php的位置是百度首頁";
//使用preg_match()函數(shù)進行匹配
if(preg_match($pattern, $subject, $matches)) {
echo "搜索到的URL為：".$matches[0]."<br>"; //數(shù)組中第一個元素保存全部匹配結果
echo "URL中的協(xié)議為：".$matches[1]."<br>"; //數(shù)組中第二個元素保存第一個子表達式
echo "URL中的主機為：".$matches[2]."<br>"; //數(shù)組中第三個元素保存第二個子表達式
echo "URL中的域名為：".$matches[3]."<br>"; //數(shù)組中第四個元素保存第三個子表達式
echo "URL中的頂域為：".$matches[4]."<br>"; //數(shù)組中第五個元素保存第四個子表達式
echo "URL中的文件為：".$matches[5]."<br>"; //數(shù)組中第六個元素保存第五個子表達式
} else {
echo "搜索失斍於拧射众！"; //如果和正則表達式沒有匹配成功則輸出
}
?>
- 函數(shù)preg_match_all() --執(zhí)行全局正則表達式匹配
int preg_match_all(string $pattern ,string $subject ,array &$matches [, int $flags])
搜索subject中所有匹配pattern給定正則表達式 的匹配結果并且將它們以flag指定順序輸出到matches中. 參數(shù)flags是指定matches的數(shù)組格式。
<?php
//聲明一個可以匹配URL的正則表達式
$pattern = '/(https?|ftps?):\/\/(www|bbs)\.([^\.\/]+)\.(com|net|org)(\/[\w-\.\/\?\%\&\=]*)?/i';
//聲明一個包含多個URL鏈接地址的多行文字
$subject = "網(wǎng)址為http://www.baidu.com/index.php的位置是百度晃财，
網(wǎng)址為http://www.google.com/index.php的位置是谷歌叨橱。";
$i = 1; //定義一個計數(shù)器，用來統(tǒng)計搜索到的結果數(shù)
//搜索全部的結果
if(preg_match_all($pattern, $subject, $matches, PREG_SET_ORDER)) {
foreach($matches as $urls) { //循環(huán)遍歷二維數(shù)組$matches
echo "搜索到第".$i."個URL為：".$urls[0]."<br>";
echo "第".$i."個URL中的協(xié)議為：".$urls[1]."<br>";
echo "第".$i."個URL中的主機為：".$urls[2]."<br>";
echo "第".$i."個URL中的域名為：".$urls[3]."<br>";
echo "第".$i."個URL中的頂域為：".$urls[4]."<br>";
echo "第".$i."個URL中的文件為：".$urls[5]."<br>";
$i++; //計數(shù)器累加
}
} else {
echo "搜索失敹鲜ⅰ罗洗！";
}
- 函數(shù)preg_grep() --返回匹配模式的數(shù)組條目
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。
<?php
$array = array("Linux RedHat9.0", "Apache2.2.9", "MySQL5.0.51", "PHP5.2.6", "LAMP", "100");
//返回數(shù)組中以字母開始和以數(shù)字結束钢猛，并且沒有空格的單元伙菜，賦給變量$version
$version = preg_grep("/^[a-zA-Z]+(\d|\.)+$/", $array);
print_r($version);
//輸出：Array ( [1] => Apache2.2.9 [2] => MySQL5.0.51 [3] => PHP5.2.6 )
?>
- 其它子串處理函數(shù)：strstr()、strpos()命迈、strrpos()贩绕、substr()
<?php
echo strstr("this is a test!", "test"); //輸出test!
echo strstr("this is a test!", 115); //搜索 "s" 的ASCII值所代表的字符輸出s is a test!
?>
獲取URL中文件名的部分
<?php
/**
用于獲取URL中的文件名部分
@param string $url 任何一個URL格式的字符串
@return string URL中的文件名稱部分
*/
function getFileName($url) {
//獲取URL字符串中最后一個“/”出現(xiàn)的位置，再加1則為文件名開始的位置
$location = strrpos($url, "/")+1;
//獲取在URL中從$location位置取到結尾的子字符串
$fileName = substr($url, $location);
//返回獲取到的文件名稱
return $fileName;
}
//獲取網(wǎng)頁文件名index.php
echo getFileName("http://bbs.lampbrother.net/index.php");
//獲取網(wǎng)頁中圖片名logo.gif
echo getFileName("http://bbs.lampbrother.com/images/Sharp/logo.gif");
//獲取本地中的文件名php.ini
echo getFileName("file:///C:/WINDOWS/php.ini");
字符串的替換函數(shù)
- preg_replace —執(zhí)行一個正則表達式的搜索和替換
mixed preg_replace ( mixed $pattern , mixed $replacement,mixed $subject [,int $limit = -1])
搜索subject中匹配pattern的部分, 以replacement進行替換.
<?php
//可以匹配所有HTML標記的開始和結束的正則表達式
$pattern = "/<[\/\!]*?[^<>]*?>/is";
//聲明一個帶有多個HTML標記的文本
$text = "這個文本中有<b>粗體</b>和<u>帶有下畫線</u>以及<i>斜體</i>
還有<font color='red' size='7'>帶有顏色和字體大小</font>的標記";
//將所有HTML標記替換為空壶愤，即刪除所有HTML標記
echo preg_replace($pattern, "", $text);
//通過第四個參數(shù)傳入數(shù)字2淑倾，替換前兩個HTML標記
echo preg_replace($pattern, "", $text, 2);
字符串的分割與連接
- preg_split — 通過一個正則表達式分隔字符串
array preg_split ( string $pattern , string $subject [, int $limit = -1 [, int $flags = 0 ]] )
通過一個正則表達式$pattern分隔給定字符串$subject。其中$limit是最大替換個數(shù)征椒。
flags可以是任何下面標記的組合
PREG_SPLIT_NO_EMPTY：返回分隔后的非空部分
PREG_SPLIT_DELIM_CAPTURE：用于分隔的模式中的括號表達式將被捕獲并返回.
PREG_SPLIT_OFFSET_CAPTURE：返回附加字符串偏移量
<?php
//按任意數(shù)量的空格和逗號分隔字符串踊淳，其中包含" ", \r, \t, \n and \f
$keywords = preg_split ("/[\s,]+/", "hypertext language, programming");
print_r($keywords);
//分割后輸出Array ( [0] => hypertext [1] => language [2] => programming )
//將字符串分割成字符
$chars = preg_split('//', "lamp", -1, PREG_SPLIT_NO_EMPTY);
print_r($chars); //分割后輸出Array ( [0] => l [1] => a [2] => m [3] => p )
//將字符串分割為匹配項及其偏移量
$chars = preg_split('/ /','hypertext language programming', -1,
PREG_SPLIT_OFFSET_CAPTURE);
print_r($chars);
/* 分割后輸出:
Array ( [0] => Array ( [0] => hypertext [1] => 0 )
[1] => Array ( [0] => language [1] => 10 )
[2] => Array ( [0] => programming [1] => 19 ) ) */
Have a try
1．編寫一個有效手機號碼的正則表達式。
2．定義一個有效的時間正則表達式陕靠。
3．編寫一個函數(shù)迂尝，使用正則替換方式能夠實現(xiàn)清除字符串中的所有HTML標簽。
4．將下面文件中的代碼中所有的圖片標簽匹配出來剪芥，并以表格方式輸出信息
<div class="clearfix goodsBox">
<a href="goods.php?id=24">
</a>
<a href="goods.php?id=25">
</a>
<a href="goods.php?id=26">
</a>
<a href="goods.php?id=27">
</a>
<a href="goods.php?id=28">
</a>
<a href="goods.php?id=29">
</a>
</div>
image.png
Paste_Image.png
使用php正則對表單數(shù)據(jù)驗證垄开，提示方式不限。
Paste_Image.png
