PHP-正则表达式

PHP-正则表达式

一 简介

根据一定的规则来匹配（查找）确认一些字符串，如要求用户输入的 QQ 号码为数字且至少 5 位。用于描述这些规则的工具就是正则表达式。

元字符（^ 、\d 及 $ 等这些符号，代表了特定的匹配意义，我们称之为元字符）

^：表示匹配字符串的开始，也即该字符串是独立的开始而不是包含在某个字符串之内 $：表示匹配字符串的结束，也即该字符串是独立的结束

注：当匹配元字符时，需要用转义字符“\”

二 相关操作和函数

（一）重复（重复规则来表达循环匹配）

（二）分枝（分枝是指制定几个规则，如果满足任意一种规则，则都当作匹配成功。具体来说就是用 | 符号把各种规则分开，且条件从左至右匹配）

注：分枝当满足包含时，需注意规则的先后的顺序

例：

美国的邮政编码的规则是 5 个数字或者 5 个数字连上 4 个数字，如 12345 或者 54321-1234 ，如果要匹配所有的邮编，则正确的正则表达式为：

\d{5}-\d{4}|\d{5}
//错误写法
\d{5}|\d{5}-\d{4}

错误写法，只能匹配到 5 位数字及 9 位数字的前 5 位数字的情况，而不能匹配 9 位数字的邮编。

（三）分组（用小括号将一些规则括起来当作分组，分组可以作为一个元字符来看待）

匹配正确的 IP 地址：

((25[0-5]|2[0-4]\d|[01]?\d\d?)\.){3}(25[0-5]|2[0-4]\d|[01]?\d\d?)
（四）贪婪和懒惰

正则表达式默认的情况下，会在满足匹配条件下尽可能的匹配更多内容。如 a.*b，用他来匹配 aabab ，它会匹配整个 aabab ，而不会只匹配到 aab 为止，这就是贪婪匹配。

与贪婪匹配对应的是，在满足匹配条件的情况下尽可能的匹配更少的内容，这就是懒惰匹配。

（五）模式修正符（对正则表达式的一些补充说明）

（六）函数操作

定界符

Perl 兼容模式的正则表达式函数，其正则表达式需要写在定界符中。任何不是字母、数字或反斜线（）的字符都可以作为定界符，通常我们使用 / 作为定界符。

preg_match()

preg_match() 函数用于进行正则表达式匹配，成功返回 1 ，否则返回 0 。

语法：

int preg_match( string pattern, string subject [, array matches ] )

例子 1 ：

<?php
if(preg_match("/php/i", "PHP is the web scripting language of choice.", $matches)){
    print "A match was found:". $matches[0];
} else {
    print "A match was not found.";
}
?>

浏览器输出：

A match was found: PHP

preg_match_all()

preg_match_all() 函数用于进行正则表达式全局匹配，成功返回整个模式匹配的次数（可能为零），如果出错返回 FALSE 。

语法：

int preg_match_all( string pattern, string subject, array matches [, int flags ] ) 

preg_replace()

preg_replace() 函数用于正则表达式的搜索和替换。

语法：

mixed preg_replace( mixed pattern, mixed replacement, mixed subject [, int limit ] ) 

补充说明

1. replacement 可以包含 \\n 形式或 $n 形式的逆向引用，首选使用后者。每个此种引用将被替换为与第 n 个被捕获的括号内的子模式所匹配的文本。n 可以从 0 到 99，其中 \\0 或 $0 指的是被整个模式所匹配的文本。对左圆括号从左到右计数（从 1 开始）以取得子模式的数目。
2. 对替换模式在一个逆向引用后面紧接着一个数字时（如 \\11），不能使用 \\ 符号来表示逆向引用。因为这样将会使 preg_replace() 搞不清楚是想要一个 \\1 的逆向引用后面跟着一个数字 1 还是一个 \\11 的逆向引用。解决方法是使用 \${1}1。这会形成一个隔离的 $1 逆向引用，而使另一个 1 只是单纯的文字。
3. 上述参数除 limit 外都可以是一个数组。如果 pattern 和 replacement 都是数组，将以其键名在数组中出现的顺序来进行处理，这不一定和索引的数字顺序相同。如果使用索引来标识哪个 pattern 将被哪个 replacement 来替换，应该在调用 preg_replace() 之前用 ksort() 函数对数组进行排序。

例子 1 ：

<?php
$str = "The quick brown fox jumped over the lazy dog.";
$str = preg_replace('/\s/','-',$str);
echo $str;
?>

输出结果为：

The-quick-brown-fox-jumped-over-the-lazy-dog.

例子 2 ，使用数组：

<?php
$str = "The quick brown fox jumped over the lazy dog.";

$patterns[0] = "/quick/";
$patterns[1] = "/brown/";
$patterns[2] = "/fox/";

$replacements[2] = "bear";
$replacements[1] = "black";
$replacements[0] = "slow";

print preg_replace($patterns, $replacements, $str);
/*输出：
The bear black slow jumped over the lazy dog.
*/
ksort($replacements);
print preg_replace($patterns, $replacements, $str);
/*输出：
The slow black bear jumped over the lazy dog.
*/
?>

preg_split()

preg_ split() 函数用于正则表达式分割字符串。

语法：

array preg_split( string pattern, string subject [, int limit [, int flags]] ) 

返回一个数组，包含 subject 中沿着与 pattern 匹配的边界所分割的子串。

例子 1 ：

<?php
$str = "php mysql,apache ajax";
$keywords = preg_split("/[\s,]+/", $str);
print_r($keywords);
?>
输出结果为：

Array
(
    [0] => php
    [1] => mysql
    [2] => apache
    [3] => ajax
)

preg_split()

preg_ split() 函数用于正则表达式分割字符串。

语法：

array preg_split( string pattern, string subject [, int limit [, int flags]] ) 

返回一个数组，包含 subject 中沿着与 pattern 匹配的边界所分割的子串。

例子 1 ：

<?php
$str = "php mysql,apache ajax";
$keywords = preg_split("/[\s,]+/", $str);
print_r($keywords);
?>

输出结果为：

Array
(
    [0] => php
    [1] => mysql
    [2] => apache
    [3] => ajax
)

例子 2 ：

<?php
$str = 'string';
$chars = preg_split('//', $str, -1, PREG_SPLIT_NO_EMPTY);
print_r($chars);
?>

输出结果为：

(
    [0] => s
    [1] => t
    [2] => r
    [3] => i
    [4] => n
    [5] => g
)

例子 3 ：

<?php
$str = "php mysql,apache ajax";
$keywords = preg_split("/[\s,]+/", $str, -1, PREG_SPLIT_OFFSET_CAPTURE);
print_r($keywords);
?>

输出结果为：

Array
(
    [0] => Array
        (
            [0] => php
            [1] => 0
        )
 
    [1] => Array
        (
            [0] => mysql
            [1] => 4
        )
 
    [2] => Array
        (
            [0] => apache
            [1] => 10
        )
 
    [3] => Array
        (
            [0] => ajax
            [1] => 17
        )
)

split()

split() 函数同 preg_split() 类似，用正则表达式将字符串分割到数组中，返回一个数组，但推荐使用 preg_split() 。

(七)常用正则表达式

表单验证匹配

验证账号，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}$

验证账号，不能为空，不能有空格，只能是英文字母：^\S+[a-z A-Z]$

验证账号，不能有空格，不能非数字：^\d+$

验证用户密码，以字母开头，长度在 6-18 之间：^[a-zA-Z]\w{5,17}$

验证是否含有 ^%&',;=?$\ 等字符：[^%&',;=?$\x22]+

匹配Email地址：\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*

匹配腾讯QQ号：[1-9][0-9]{4,}

匹配日期，只能是 2004-10-22 格式：^\d{4}\-\d{1,2}-\d{1,2}$

匹配国内电话号码：^\d{3}-\d{8}|\d{4}-\d{7,8}$

评注：匹配形式如 010-12345678 或 0571-12345678 或 0831-1234567

匹配中国邮政编码：^[1-9]\d{5}(?!\d)$

匹配身份证：\d{14}(\d{4}|(\d{3}[xX])|\d{1})

评注：中国的身份证为 15 位或 18 位

不能为空且二十字节以上：^[\s|\S]{20,}$

字符匹配

匹配由 26 个英文字母组成的字符串：^[A-Za-z]+$

匹配由 26 个大写英文字母组成的字符串：^[A-Z]+$

匹配由 26 个小写英文字母组成的字符串：^[a-z]+$

匹配由数字和 26 个英文字母组成的字符串：^[A-Za-z0-9]+$

匹配由数字、26个英文字母或者下划线组成的字符串：^\w+$

匹配空行：\n[\s| ]*\r

匹配任何内容：[\s\S]*

匹配中文字符：[\x80-\xff]+ 或者 [\xa1-\xff]+

只能输入汉字：^[\x80-\xff],{0,}$

匹配双字节字符(包括汉字在内)：[^\x00-\xff]

匹配数字

只能输入数字：^[0-9]*$

只能输入n位的数字：^\d{n}$

只能输入至少n位数字：^\d{n,}$

只能输入m-n位的数字：^\d{m,n}$

匹配正整数：^[1-9]\d*$

匹配负整数：^-[1-9]\d*$

匹配整数：^-?[1-9]\d*$

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*|0$

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*)$

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）：^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$

其他

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

匹配网址 URL ：[a-zA-z]+://[^\s]*

匹配 IP 地址：((25[0-5]|2[0-4]\d|[01]?\d\d?)\.){3}(25[0-5]|2[0-4]\d|[01]?\d\d?)

匹配完整域名：[a-zA-Z0-9][-a-zA-Z0-9]{0,62}(\.[a-zA-Z0-9][-a-zA-Z0-9]{0,62})+\.?

详解：http://www.5idev.com/p-php_regular_syntax_1.shtml