正则表达式基础知识

【 tulaoshi.com - Web开发 】

正则表达式基础知识：

元字符：

正则表达式的威力在于其能够在模式中包含选择和循环。它们通过使用

有两组不同的元字符：一种是模式中除了方括号内都能被识别的，还有一种是在方括号内被识别的。方括号之外的元字符有这些：

有数种用途的通用转义符
断言目标的开头（或在多行模式下行的开头，即紧随一换行符之后）
断言目标的结尾（或在多行模式下行的结尾，即紧随一换行符之前）
匹配除了换行符外的任意一个字符（默认情况下）
字符类定义开始
字符类定义结束
开始一个多选一的分支
子模式开始
子模式结束
扩展 ( 的含义，也是 0 或 1 数量限定符，以及数量限定符最小值
匹配 0 个或多个的数量限定符
匹配 1 个或多个的数量限定符
最少／最多数量限定开始
最少／最多数量限定结束
模式中方括号内的部分称为字符类。字符类中可用的元字符为：

通用转义字符
排除字符类，但仅当其为第一个字符时有效
指出字符范围
结束字符类
更加详细的每个元字符的使用方法请参照PHP手册的:模式语法 一节。

看一些例子来讲算法:(引自:http://php.mydict.com/ziliao/4/15/2006_06/PHPZhongDeZhengZeBiaoDaShi3539_1.html)

特殊字符"^"用来匹配以指定字符串开头的字符串。例如：

"^hello" ：这个模式与字符串"hello，PHP world!"匹配，但是与"Say hello to you"不匹配。

特殊字符"$"用来匹配以指定字符串结尾的字符串。例如：

"you$" ：这个模式与"How are you"匹配，与"your"不匹配。

当特殊字符"^"和"$"同时使用时，表示精确匹配。例如：

"^hello$" ：这个模式只匹配字符串"hello"。

如果一个模式不包括"^"和"$"，那么它与任何包含该模式的字符串匹配。例如： "you" ：与字符串"What is your name？"是匹配的。

在该模式中的字母只是普通的字符，数字也是一样的。

如果要用到其他一些稍微复杂的字符，如标点符号和空白字符（比如空格、制表符等），就要要用到转义序列。所有的转义序列都用反斜杠("")打头，例如制表符的转义序列是："t"。所以如果我们要检测一个字符串是否以制表符开头，可以用这个模式：

"^t"

类似的，用"n"表示换行，"r"表示回车，反斜杠本身用""表示，句号"."用"."表示，依此类推。

如何使用字符簇？

如果要判断用户输入的电话号码、地址、EMAIL地址、信用卡号码等是否有效，用普通的基于字面的字符串比较是不够的。所以要用一种更好的方法来描述我们想要的模式，这就是字符簇。

比如，要建立一个表示所有元音字符的字符簇，就可以这样做：


"[AaEeIiOoUu]" ：这个模式与任何元音字符匹配，但只能表示一个字符。

用特殊符号"-"可以表示一个字符的范围，如：

"[a-z]" //匹配字母a-z，即所有的小写字母
"[A-Z]" //匹配字母A-Z，即所有的大写字母
"[a-zA-Z]" //匹配所有的字母
"[0-9]" //匹配所有的数字
"[0-9.-]" //匹配所有的数字，以及句号和减号
"[ frtn]" //匹配所有的白字符


同样的，这些也只匹配一个字符。

如果要匹配由一个小写字母和一位数字组成的字符串，比如"a4"、"b5"或"f1"，但不是"aa4"、"b5a4" 或"f12"的话，用这个模式：

"^[a-z][0-9]$"

尽管[a-z]代表26个字母的范围，但在这里它只能与第一个字符是小写字母的字符串匹配。

我们已经知道"^"表示字符串的开头，但是当在一组方括号里使用"^"时，它表示"非"或"排除"的意思，常常用来剔除某个字符。还用前面的例子，我们要求第一个字符不能是数字： "^[^0-9][0-9]$"

这个模式与"a4"、"b5"及"+2"是匹配的，但与"12"、"66"是不匹配的。下面是几个排除特定字符的例子：

"[^a-z]" //除了小写字母以外的所有字符
"[^/^]" //除了()(/)(^)之外的所有字符
"[^"']" //除了双引号(")和单引号(')之外的所有字符

特殊字符"." (点，英文句号)在正规表达式中用来匹配除了"换行"之外的所有字符。所以模式"^.5$"与任何两个字符的、以数字5结尾和以其他非"换行"字符开头的字符串匹配。模式"."可以匹配任何字符串，除了空串和只包括一个"换行"的字符串。

PHP的正规表达式有一些内置的通用字符簇，列表如下：

字符簇 含义
"[[:alpha:]]" 任何字母
"[[:digit:]]" 任何数字
"[[:alnum:]]" 任何字母和数字
"[[:space:]]" 任何白字符
"[[:upper:]]" 任何大写字母
"[[:lower:]]" 任何小写字母
"[[:punct:]]" 任何标点符号
"[[:xdigit:]]" 任何16进制的数字，相当于[0-9a-fA-F]


如何匹配重复出现的情况？


在很多的情况下，我们可能要匹配一个单词或一组数字。一个单词有若干个字母组成，一组数字有若干个单一的数字组成。我们用跟在字符或字符簇后面的花括？quot;{}"来确定前面的内容的重复出现的次数：假设x是一个数字，那么{x}表示"前面的字符或字符簇只出现x次"；一个数字加逗号，{x，}的意思是"前面的内容出现x或更多的次数"；两个用逗号分隔的数字，{x，y}表示"前面的内容至少出现x次，但不超过y次"。

字符簇 含义
"^[a-zA-Z_]$" 所有的字母和下划线
"^[[:alpha:]]{3}$" 所有的3个字母的单词
"^a$" 字母a
"^a{4}$" 不是以字母a开头并且有4个字母的单词，比如Aaaa
^a{2，4}$" aa，aaa或aaaa
"^a{1，3}$" a，aa或aaa
"^a{2，}$" 包含多于两个a的字符串，比如aaa，aaaa，aaaaa
"^a{2，}" 以两个a开头的单词，如：aardvark和aaab，但apple不行
"a{2，}" 包含有两个a的单词，如：baad和aaa，但Nantucket不行
"t{2}" 两个制表符
".{2}" 所有的两个字符


我们可以把模式扩展到更多的单词或数字：

"^[a-zA-Z0-9_]{1，}$" 所有包含一个以上的字母、数字或下划线的字符串
"^[0-9]{1，}$" 所有的正数
"^-{0，1}[0-9]{1，}$" 所有的整数
"^-{0，1}[0-9]{0，}.{0，1}[0-9]{0，}$" 所有的整数


最后一个例子我们可以这样考虑：所有以一个可选的负号(-{0，1})开头(^)、跟着0个或更多的数字([0-9]{0，})、和一个可选的小数点(.{0，1})再跟上0个或多个数字([0-9]{0，})，并且没有其他任何东西($)。

特殊字符"？"与"{0，1}"是相等的，它们都代表着："0个或1个前面的内容"或"前面的内容是可选的"。所以：

"^-{0，1}[0-9]{0，}.{0，1}[0-9]{0，}$"

可以简化为：

^-？[0-9]{0，}.？[0-9]{0，}$

特殊字符"*"与"{0，}"是相等的，它们都代表着"0个或多个前面的内容"。字符"+"与{1，}是相等的，表示"1个或多个前面的内容"，所以上面的4个例子可以写成：

"^[a-zA-Z0-9_]+$" 所有包含一个以上的字母、数字或下划线的字符串
"^[0-9]+$" 所有的正数
"^-？[0-9]+$" 所有的整数
"^-？[0-9]*.？[0-9]*$" 所有的小数