PHP编程技巧：看实例学正则表达式

taohui

首先，让我们看看两个特别的字符：’^’ 和 ‘$’ 他们是分别用来匹配字符串的开始和结束，一下分别举例说明： <br /><br />&quot;^The&quot;: 匹配以 &quot;The&quot;开头的字符串; <br /><br />&quot;of despair$&quot;: 匹配以 &quot;of despair&quot; 结尾的字符串; <br /><br />&quot;^abc$&quot;: 匹配以abc开头和以abc结尾的字符串，实际上是只有abc与之匹配；<br /><br />&quot;notice&quot;: 匹配包含notice的字符串；<br /><br />你可以看见如果你没有用我们提到的两个字符（最后一个例子），就是说 模式（正则表达式） 可以出现在被检验字符串的任何地方，你没有把他锁定到两边。<br /><br />这里还有几个字符 &#39;*&#39;, &#39;+&#39;,和 &#39;?&#39;, 他们用来表示一个字符可以出现的次数或者顺序. 他们分别表示：&quot;zero or more&quot;, &quot;one or more&quot;, and &quot;zero or one.&quot; 这里是一些例子: <br /><br />&quot;ab*&quot;: 匹配字符串a和0个或者更多b组成的字符串(&quot;a&quot;, &quot;ab&quot;, &quot;abbb&quot;, etc.); <br /><br />&quot;ab+&quot;: 和上面一样，但最少有一个b (&quot;ab&quot;, &quot;abbb&quot;, etc.); <br /><br />&quot;ab?&quot;:匹配0个或者一个b; <br /><br />&quot;a?b+$&quot;: 匹配以一个或者0个a再加上一个以上的b结尾的字符串. <br /><br />你也可以在大括号里面限制字符出现的个数，比如 <br /><br />&quot;ab{2}&quot;: 匹配一个a后面跟两个b（一个也不能少）(&quot;abb&quot;); <br /><br />&quot;ab{2,}&quot;: 最少更两个b(&quot;abb&quot;, &quot;abbbb&quot;, etc.); <br /><br />&quot;ab{3,5}&quot;: 2－5个b(&quot;abbb&quot;, &quot;abbbb&quot;, or &quot;abbbbb&quot;). <br /><br />你还要注意到你必须总是指定 (i.e, &quot;{0,2}&quot;, not &quot;{,2}&quot;).同样，你必须注意到, &#39;*&#39;, &#39;+&#39;, 和&#39;?&#39; 分别和一下三个范围标注是一样的，&quot;{0,}&quot;, &quot;{1,}&quot;, 和 &quot;{0,1}&quot;。 <br /><br />现在把一定数量的字符放到小括号里，比如： <br /><br />&quot;a(bc)*&quot;: 匹配 a 后面跟0个或者一个&quot;bc&quot;; <br /><br />&quot;a(bc){1,5}&quot;: 一个到5个 &quot;bc.&quot; <br /><br />还有一个字符 &#39;│&#39;, 相当于OR 操作: <br /><br />&quot;hi│hello&quot;: 匹配含有&quot;hi&quot; 或者 &quot;hello&quot; 的 字符串; <br /><br />&quot;(b│cd)ef&quot;: 匹配含有 &quot;bef&quot; 或者 &quot;cdef&quot;的字符串; <br /><br />&quot;(a│B)*c&quot;: 匹配含有这样 - 多个（包括0个）a或b，后面跟一个c的字符串 的字符串; <br /><br />一个点(&#39;.&#39;)可以代表所有的 单一字符: <br /><br />&quot;a.[0-9]&quot;: 一个a跟一个字符再跟一个数字的 （含有这样一个字符串的字符串将被匹配，以后省略此括号） <br /><br />&quot;^.{3}$&quot;: 以三个字符结尾.中括号括住的内容只匹配一个 单一的字符 <br /><br />&quot;[ab]&quot;: 匹配单个的 a 或者 b ( 和 &quot;a│b&quot; 一样); <br /><br />&quot;[a-d]&quot;: 匹配&#39;a&#39; 到&#39;d&#39;的单个字符 (和&quot;a│b│c│d&quot; 还有 &quot;[abcd]&quot;效果一样); <br /><br />&quot;^[a-zA-Z]&quot;: 匹配以字母开头的字符串 <br /><br />&quot;[0-9]%&quot;: 匹配含有 形如 x％ 的字符串 <br /><br />&quot;,[a-zA-Z0-9]$&quot;: 匹配以逗号在加一个数字或字母结尾的字符串 <br /><br />你也可以把你不想要得字符列在中括号里，你只需要在总括号里面使用&#39;^&#39; 作为开头 (i.e., &quot;%[^a-zA-Z]%&quot; 匹配含有 两个百分号里面有一个非字母 的字符串). <br /><br />为了能够解释，但&quot;^.[$()│*+?{\&quot;作为有特殊意义的字符的时候，你必须在这些字符面前加&#39;&#39;, 还有在php3中你应该避免在模式的最前面使用\, 比如说,正则表达式 &quot;(\$│?[0-9]+&quot; 应该这样调用 ereg(&quot;(\\$│?[0-9]+&quot;, $str) (不知道php4是不是一样) <br /><br />不要忘记在中括号里面的字符是这条规路的例外—在中括号里面, 所有的特殊字符，包括(&#39;&#39;), 都将失去他们的特殊性质(i.e., &quot;[*\+?{}.]&quot;匹配含有这些字符的字符串). 还有,正如regx的手册告诉我们: &quot;如果列表里含有 &#39;]&#39;, 最好把它作为列表里的第一个字符(可能跟在&#39;^&#39;后面). 如果含有&#39;-&#39;, 最好把它放在最前面或者最后面, or 或者一个范围的第二个结束点(i.e. [a-d-0-9]中间的‘-’将有效. <br /><br />为了完整, 我应该涉及到 collating sequences, character classes, 同埋 equivalence classes. 但我在这些方面不想讲的太详细, 这些在下面的文章仲都不需要涉及到. 你们可以在regex man pages 那里得到更多消息. <br /><br />如何构建一个模式来匹配 货币数量 的输入 <br /><br />好了，现在我们要用我们所学的来干一些有用的事：构建一个匹配模式去检查输入的信息是否为一个表示money的数字。我们认为一个表示money的数量有四种方式： &quot;10000.00&quot; 和 &quot;10,000.00&quot;,或者没有小数部分, &quot;10000&quot; and &quot;10,000&quot;. 现在让我们开始构建这个匹配模式: <br /><br />^[1-9][0-9]*$ <br /><br />这是所变量必须以非0的数字开头.但这也意味着 单一的 &quot;0&quot; 也不能通过测试. 以下是解决的方法: <br /><br />^(0│[1-9][0-9]*)$ <br /><br />&quot;只有0和不以0开头的数字与之匹配&quot;，我们也可以允许一个负号再数字之前: <br /><br />^(0│-?[1-9][0-9]*)$ <br /><br />这就是: &quot;0 或者 一个以0开头可能有一个负号在前面的数字.&quot; 好了, 好了现在让我们别那么严谨，允许以0开头.现在让我们放弃 负号 , 因为我们在表示钱币的时候并不需要用到. 我们现在指定 模式 用来匹配小数部分: <br /><br />^[0-9]+(\.[0-9]+)?$ <br /><br />这暗示匹配的字符串必须最少以一个阿拉伯数字开头. 但是注意，在上面模式中 &quot;10.&quot; 是不匹配的, 只有 &quot;10&quot; 和 &quot;10.2&quot; 才可以. （你知道为什么吗） <br /><br />^[0-9]+(\.[0-9]{2})?$ <br /><br />我们上面指定小数点后面必须有两位小数.如果你认为这样太苛刻,你可以改成: <br /><br />^[0-9]+(\.[0-9]{1,2})?$ <br /><br />这将允许小数点后面有一到两个字符. 现在我们加上用来增加可读性的逗号（每隔三位）, 我们可以这样表示: <br /><br />^[0-9]{1,3}(,[0-9]{3})*(\.[0-9]{1,2})?$ <br /><br />不要忘记加号 &#39;+&#39; 可以被乘号 &#39;*&#39; 替代如果你想允许空白字符串被输入话 (为什么?). 也不要忘记反斜杆 ’\’ 在php字符串中可能会出现错误 (很普遍的错误). 现在，我们已经可以确认字符串了, 我们现在把所有逗号都去掉 str_replace(&quot;,&quot;, &quot;&quot;, $money) 然后在把类型看成 double然后我们就可以通过他做数学计算了. <br /><br />构造检查email的正则表达式 <br /><br />让我们继续讨论怎么验证一个email地址. 在一个完整的email地址中有三个部分: POP3 用户名 (在 &#39;@&#39; 左边的一切), &#39;@&#39;, 服务器名(就是剩下那部分). 用户名可以含有大小写字母阿拉伯数字,句号 (&#39;.&#39;), 减号(&#39;-&#39;), and 下划线 (&#39;_&#39;). 服务器名字也是符合这个规则,当然下划线除外. <br /><br />现在, 用户名的开始和结束都不能是句点. 服务器也是这样. 还有你不能有两个连续的句点他们之间至少存在一个字符，好现在我们来看一下怎么为用户名写一个匹配模式: <br /><br />^[_a-zA-Z0-9-]+$ <br /><br />现在还不能允许句号的存在. 我们把它加上: <br /><br />^[_a-zA-Z0-9-]+(\.[_a-zA-Z0-9-]+)*$ <br /><br />上面的意思就是说: &quot;以至少一个规范字符（除.意外）开头,后面跟着0个或者多个以点开始的字符串.&quot; <br /><br />简单化一点, 我们可以用 eregi()取代 ereg().eregi()对大小写不敏感, 我们就不需要指定两个范围 &quot;a-z&quot; 和 &quot;A-Z&quot; – 只需要指定一个就可以了: <br /><br />^[_a-z0-9-]+(\.[_a-z0-9-]+)*$ <br /><br />后面的服务器名字也是一样,但要去掉下划线: <br /><br />^[a-z0-9-]+(\.[a-z0-9-]+)*$ <br /><br />Done. 现在只需要用”@”把两部分连接: <br /><br />^[_a-z0-9-]+(\.[_a-z0-9-]+)*@[a-z0-9-]+(\.[a-z0-9-]+)*$ <br /><br />这就是完整的email认证匹配模式了,只需要调用 <br /><br />eregi(‘^[_a-z0-9-]+(\.[_a-z0-9-]+)*@[a-z0-9-]+(\.[a-z0-9-]+)*$ ’,$eamil) <br /><br />就可以得到是否为email了。<br /><br />正则表达式的其他用法 <br /><br />提取字符串 <br /><br />ereg() and eregi() 有一个特性是允许用户通过正则表达式去提取字符串的一部分(具体用法你可以阅读手册). 比如说,我们想从 path/URL 提取文件名 – 下面的代码就是你需要: <br /><br />ereg(&quot;([^\\/]*)$&quot;, $pathOrUrl, $regs); <br /><br />echo $regs[1]; <br /><br />高级的代换 <br /><br />ereg_replace() 和 eregi_replace()也是非常有用的: 假如我们想把所有的间隔负号都替换成逗号: <br /><br />ereg_replace(&quot;[ \n\r\t]+&quot;, &quot;,&quot;, trim($str));