最常用的PHP正则表达式收集整理

PHP代码

$str = preg_replace("/(<a.*?>)(.*?)(<\/a>)/", '\1<span class="link">\2</span>\3', $str);

其中用了三个子模式（每个圆括号中内容为一个子模式），第一个是链接开始标签，第二个是链接文本，第三个是</a>

然后第二个参数中\1、\2、\3就表示这三个部分，要替换成什么样子还不简单？

获取页面中的所有链接地址的PHP函数

下面这个用PHP写的函数,可以获取任意的字符串$string中的所有链接地址($string可以是从一个HTML页面文件直接读取出来的字符串),结果保存在一个数组中返回.该函数自动把电子邮件地址排除在外,而且返回的数组中不会有重复元素.

复制代码 代码如下:

function GetAllLink($string)

{

$string = str_replace("\r","",$string);

$string = str_replace("\n","",$string);

$regex[url] = "((http|https|ftp|telnet|news):\/\/)?([a-z0-9_\-\/\.]+\.[][a-z0-9:;&#@=_~%\?\/\.\,\+\-]+)";

$regex[email] = "([a-z0-9_\-]+)@([a-z0-9_\-]+\.[a-z0-9\-\._\-]+)";

//去掉标签之间的文字

$string = eregi_replace(">[^<>]+<","><", $string);

//去掉JAVASCRIPT代码

$string = eregi_replace("<!--.*//-->","", $string);

//去掉非<a>的HTML标签

$string = eregi_replace("<[^a][^<>]*>","", $string);

//去掉EMAIL链接

$string = eregi_replace("<a([ ]+)href=([\"']*)mailto:($regex[email])([\"']*)[^>]*>","", $string);

//替换需要的网页链接

$string = eregi_replace("<a([ ]+)href=([\"']*)($regex[url])([\"']*)[^>]*>","\\3\t", $string);

$output[0] = strtok($string, "\t");

while(($temp = strtok("\t")))

{

if($temp && !in_array($temp, $output))

$output[++$i] = $temp;

}

return $output;

}

以下是以PHP的语法所写的示例

验证字符串是否只含数字与英文，字符串长度并在4~16个字符之间

复制代码 代码如下:

<?php

$str = 'a1234';

if (preg_match("^[a-zA-Z0-9]{4,16}$", $str)) {

echo "验证成功";} else {

echo "验证失敗";}?>

简易的台湾身分证字号验证

复制代码 代码如下:

<?php

$str = 'a1234';

if (preg_match("^(?:\d{15}|\d{18})$", $str)) {

echo "验证成功";

} else {

echo "验证失敗";}

?>

下面的代码实现文字中的代码块，功能就如你在脚本之家看到的代码一样。

复制代码 代码如下:

function codedisp($code) {

global $discuzcodes;

$discuzcodes['pcodecount']++;

$code = htmlspecialchars(str_replace('\\"', '"', preg_replace("/^[\n\r]*(.+?)[\n\r]*$/is", "\\1", $code)));

$discuzcodes['codehtml'][$discuzcodes['pcodecount']] = "<br><div class=\"msgheader\"><div class=\"right\"><a href=\"###\" class=\"smalltxt\" onclick=\"copycode($('phpcode$discuzcodes[codecount]'));\">[复制此代码]</a></div>代码如下:</div><div class=\"msgborder\" phpcode$discuzcodes[codecount]\">".fhtml2($code)."</div><br>";

$discuzcodes['codecount']++;

return "[\tDISCUZ_CODE_$discuzcodes[pcodecount]\t]";

}

$message = preg_replace("/\s*\[code\](.+?)\[\/code\]\s*/ies", "codedisp('\\1')", $message);

$message = preg_replace("/\s*\[html\](.+?)\[\/html\]\s*/ies", "htmldisp('\\1')", $message);

匹配中文字符的正则表达式： [\u4e00-\u9fa5]

评注：匹配中文还真是个头疼的事，有了这个表达式就好办了

匹配双字节字符(包括汉字在内)：[^\x00-\xff]

评注：可以用来计算字符串的长度（一个双字节字符长度计2，ASCII字符计1）

匹配空白行的正则表达式：\n\s*\r

评注：可以用来删除空白行

匹配HTML标记的正则表达式：<(\S*?)[^>]*>.*?</\1>|<.*? />

评注：网上流传的版本太糟糕，上面这个也仅仅能匹配部分，对于复杂的嵌套标记依旧无能为力

匹配首尾空白字符的正则表达式：^\s*|\s*$

评注：可以用来删除行首行尾的空白字符(包括空格、制表符、换页符等等)，非常有用的表达式

匹配Email地址的正则表达式：\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*

评注：表单验证时很实用

匹配网址URL的正则表达式：[a-zA-z]+://[^\s]*

评注：网上流传的版本功能很有限，上面这个基本可以满足需求

匹配帐号是否合法(字母开头，允许5-16字节，允许字母数字下划线)：^[a-zA-Z][a-zA-Z0-9_]{4,15}$

评注：表单验证时很实用

匹配国内电话号码：\d{3}-\d{8}|\d{4}-\d{7}

评注：匹配形式如 0511-4405222 或 021-87888822

匹配腾讯QQ号：[1-9][0-9]{4,}

评注：腾讯QQ号从10000开始

匹配中国邮政编码：[1-9]\d{5}(?!\d)

评注：中国邮政编码为6位数字

匹配身份证：\d{15}|\d{18}

评注：中国的身份证为15位或18位

匹配ip地址：\d+\.\d+\.\d+\.\d+

评注：提取ip地址时有用

匹配特定数字：

^[1-9]\d*$　 　 //匹配正整数

^-[1-9]\d*$ 　 //匹配负整数

^-?[1-9]\d*$　　 //匹配整数

^[1-9]\d*|0$　 //匹配非负整数（正整数 + 0）

^-[1-9]\d*|0$　　 //匹配非正整数（负整数 + 0）

^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$　　 //匹配正浮点数

^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$　 //匹配负浮点数

^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$　 //匹配浮点数

^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$　　 //匹配非负浮点数（正浮点数 + 0）

^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$　　//匹配非正浮点数（负浮点数 + 0）

评注：处理大量数据时有用，具体应用时注意修正

匹配特定字符串：

^[A-Za-z]+$　　//匹配由26个英文字母组成的字符串

^[A-Z]+$　　//匹配由26个英文字母的大写组成的字符串

^[a-z]+$　　//匹配由26个英文字母的小写组成的字符串

^[A-Za-z0-9]+$　　//匹配由数字和26个英文字母组成的字符串

^\w+$　　//匹配由数字、26个英文字母或者下划线组成的字符串

下面是一些特殊字符：

正则表达式中的特殊字符： （学习参考书－＜＜精通正则表达式＞＞）

字符

意义：对于字符，通常表示按字面意义，指出接着的字符为特殊字符，不作解释。

例如：/b/匹配字符'b',通过在b 前面加一个反斜杠，也就是/b/，则该字符变成特殊字符，表示

匹配一个单词的分界线。

或者：

对于几个字符，通常说明是特殊的，指出紧接着的字符不是特殊的，而应该按字面解释。

例如：*是一个特殊字符，匹配任意个字符(包括0个字符)；例如：/a*/意味匹配0个或多个a。

为了匹配字面上的*，在a前面加一个反斜杠；例如：/a*/匹配'a*'。

字符^

意义：表示匹配的字符必须在最前边。

例如：/^A/不匹配"an A,"中的'A'，但匹配"An A."中最前面的'A'。

字符$

意义：与^类似，匹配最末的字符。

例如：/t$/不匹配"eater"中的't'，但匹配"eat"中的't'。

字符*

意义：匹配*前面的字符0次或n次。

例如:/bo*/匹配"A ghost booooed"中的'boooo'或"A bird warbled"中的'b'，但不匹配"A goat g

runted"中的任何字符。

字符+

意义：匹配+号前面的字符1次或n次。等价于{1,}。

例如：/a+/匹配"candy"中的'a'和"caaaaaaandy."中的所有'a'。

字符?

意义：匹配?前面的字符0次或1次。

例如：/e?le?/匹配"angel"中的'el'和"angle."中的'le'。

字符.

意义：(小数点)匹配除换行符外的所有单个的字符。

例如：/.n/匹配"nay, an apple is on the tree"中的'an'和'on'，但不匹配'nay'。

字符(x)

意义：匹配'x'并记录匹配的值。

例如：/(foo)/匹配和记录"foo bar."中的'foo'。匹配子串能被结果数组中的素[1], ..., [n] 返

回，或被RegExp对象的属性$1, ..., $9返回。

字符x|y

意义：匹配'x'或者'y'。

例如：/green|red/匹配"green apple"中的'green'和"red apple."中的'red'。

字符{n}

意义：这里的n是一个正整数。匹配前面的n个字符。

例如：/a{2}/不匹配"candy,"中的'a'，但匹配"caandy," 中的所有'a'和"caaandy."中前面的两个

'a'。

字符{n,}

意义：这里的n是一个正整数。匹配至少n个前面的字符。

例如：/a{2,}不匹配"candy"中的'a'，但匹配"caandy"中的所有'a'和"caaaaaaandy."中的所有'a'

字符{n,m}

意义：这里的n和m都是正整数。匹配至少n个最多m个前面的字符。

例如：/a{1,3}/不匹配"cndy"中的任何字符，但匹配 "candy,"中的'a'，"caandy," 中的前面两个

'a'和"caaaaaaandy"中前面的三个'a'，注意：即使"caaaaaaandy" 中有很多个'a'，但只匹配前面的三

个'a'即"aaa"。

字符[xyz]

意义：一字符列表，匹配列出中的任一字符。你可以通过连字符-指出一个字符范围。

例如：[abcd]跟[a-c]一样。它们匹配"brisket"中的'b'和"ache"中的'c'。

字符[^xyz]

意义：一字符补集，也就是说，它匹配除了列出的字符外的所有东西。 你可以使用连字符-指出一

字符范围。

例如：[^abc]和[^a-c]等价，它们最早匹配"brisket"中的'r'和"chop."中的'h'。

字符

意义：匹配一个空格(不要与b混淆)

字符b

意义：匹配一个单词的分界线，比如一个空格(不要与混淆)

例如：/bnw/匹配"noonday"中的'no'，/wyb/匹配"possibly yesterday."中的'ly'。

字符B

意义：匹配一个单词的非分界线

例如：/wBn/匹配"noonday"中的'on'，/yBw/匹配"possibly yesterday."中的'ye'。

字符cX

意义：这里的X是一个控制字符。匹配一个字符串的控制字符。

例如：/cM/匹配一个字符串中的control-M。

字符d

意义：匹配一个数字，等价于[0-9]。

例如：/d/或/[0-9]/匹配"B2 is the suite number."中的'2'。

字符D

意义：匹配任何的非数字，等价于[^0-9]。

例如：/D/或/[^0-9]/匹配"B2 is the suite number."中的'B'。

字符f

意义：匹配一个表单符

字符n

意义：匹配一个换行符

字符r

意义：匹配一个回车符

字符s

意义：匹配一个单个white空格符，包括空格，tab，form feed，换行符，等价于[ fnrtv]。

例如：/sw*/匹配"foo bar."中的' bar'。

字符S

意义：匹配除white空格符以外的一个单个的字符，等价于[^ fnrtv]。

例如：/S/w*匹配"foo bar."中的'foo'。

字符t

意义：匹配一个制表符

字符v

意义：匹配一个顶头制表符

字符w

意义：匹配所有的数字和字母以及下划线，等价于[A-Za-z0-9_]。

例如：/w/匹配"apple,"中的'a'，"$5.28,"中的'5'和"3D."中的'3'。

字符W

意义：匹配除数字、字母外及下划线外的其它字符，等价于[^A-Za-z0-9_]。

例如：/W/或者/[^$A-Za-z0-9_]/匹配"50%."中的'%'。

字符n

意义：这里的n是一个正整数。匹配一个正则表达式的最后一个子串的n的值(计数左圆括号)。

例如：/apple(,)sorange1/匹配"apple, orange, cherry, peach."中的'apple, orange'，下面

有一个更加完整的例子。

注意：如果左圆括号中的数字比n指定的数字还小，则n取下一行的八进制escape作为描述。

字符ooctal和xhex

意义：这里的ooctal是一个八进制的escape值，而xhex是一个十六进制的escape值，允许在一个正则表达式中嵌入ASCII码。