PHP 正则表达式详解

因为比较重要，所以还是单独拿出来作一篇文章，好好学习一下。

正则表达式：Regular expression

定义：是负责对字符串做解析对比，从而分析出字符串的构成，以便进一步对字符串做相关的处理。

注：正则表达式允许用户通过使用某种特殊字符构建匹配模式，然后把匹配模式与文件中的数据、程序输入或者Web页面的表单输入等目标对象进行比较，根据这些输入中是否包含匹配模式，来执行相应的程序。

正则表达式的语法：（基础）

元字符： ^ ：匹配指定字符串开头的字符串 $ ：匹配指定字符串结尾的字符串 . ：匹配除\n之外的任何单个字符，代替任何字符 [] ：匹配指定范围内的单个字符，代替指定字符 | ：在多项之间选择一个进行匹配 \ ：转义字符 () ：标记子表达式的开始和结束位置 * ：匹配其左边的子表达式0次或多次 + ：匹配其左边的子表达式1次或多次 ? ：匹配其左边的子表达式0次或1次

限定符： {n}：表示匹配该限定符左边字符n次 {n,}：表示匹配该限定符左边至少n次 {n,m}：表示匹配该限定符左边至少n次，最多m次

转义字符： \n ：一个换行符。等价于\x0a和\cJ \r ：一个回车符。等价于\x0d和\cM \s ：任何空白字符，包括空格、制表符、换页符等。等价于[\f\n\r\t\v] \S ：任何非空白字符。等价于[^\f\n\r\t\v] \t ：一个制表符。等价于\x09和\cI \v ：一个垂直制表符。等价于\x0b和\cK \f ：一个换页符。等价于\x0c和\cL \cx ：由x指明的控制字符。

字符类： [[:alpha:]] ：匹配任何字母 [[:digit:]] ：匹配任何数字 [[:alnum:]] ：匹配任何字母和数字 [[:space:]] ：匹配任何空白字符 [[:upper:]] ：匹配任何大写字母 [[:lower:]] ：匹配任何小写字母 [[:punct:]] ：匹配任何标点符号 [[:xdigit:]] ：匹配任何16进制数字，相当于[0-9a-fA-F] [[:blank:]] ：匹配空格和Tab，等价于[\t] [[:cntrl:]] ：匹配所有ASCII 0到31之间的控制符 [[:graph:]] ：匹配所有的可打印字符，等价于[^ \t\n\r\f\v] [[:print:]] ：匹配所有的可打印字符和空格，等价于[^\t\n\r\f\v]

反义： \W ：匹配任意不是字母，数字，下划线或汉子的字符 \S ：匹配任意不是空白符的字符 \D ：匹配任意非数字的字符 \B ：匹配不是单词开头或结束的位置

//模式：举例

^once  //匹配给定模式开头的字符串

PHP$   //匹配给定模式结尾的字符串

^Python$  //精确定位：指定字符串

b.s   //这个单词可以是bes、bis、bos....

b[eiou]s //这个单词只匹配 bes、bis、bos、bus

b(a|e|i|o|oo)s  //这个单词匹配bas、bes、bis、bos、boos

pe* //匹配perl、peel、pet、port...

co+  //匹配come、code、cool、co...

a{3}  //匹配aaa、cacaaad、aacoaaao...

a{3,}  //匹配aaa、aaab、caaaaa...

a{1,3}b  //匹配ab、aab、aaab...

ab*  //和ab{0,}同义，a、ab、abb...

ab+  //和ab{1,}同义，ab、abb...

ab?  //和ab{0,1}同义，a、ab

a?b+$  //匹配ab、abb...

a(bc)*  //匹配a、abc、abcbc...

[ab]  //与a|b同义，匹配a、b

[a-d]  //与a|b|c|d及[abcd]同义，匹配a、b、c、d。

^[a-zA-Z_]$  //匹配所有的只有字母和下划线的字符串。如果不加^和$，凡是含有字母和下划线的字符都会被匹配。

^[a-zA-Z0-9_]{1,}$  //匹配所有包含一个以上的字母、数字或下划线的字符串。

^[0-9]{1,}$  //匹配所有正数

^\-{0,1}[0-9]{1,}$  //匹配所有的整数

^\-{0,1}[0-9]{0,}\.{0,1}[0-9]{0,}$  //匹配所有小数

PHP有两大类函数支持正则表达式，一类是POSIX扩展函数(PHP5.2之后弃用)，另一类是Perl兼容的正则表达式函数(PHP4.0后支持)。

POSIX扩展正则表达式函数（PHP5后弃用）：

ereg() ：字符串的正则匹配函数 ereg_replace() ：区分大小写的正则表达式替换 eregi() ：不区分大小写的正则表达式匹配 eregi_replace() ：不区分大小写的正则表达式替换 split() ：用正则表达式将字符串分割到数组中 spliti() ：用正则表达式不区分字母大小写将字符串分割到数组中 sql_regcase() ：产生用于不区分大小的正则表达式

//正则表达式匹配函数
int ereg(string $pattern, string $string [, array &regs]);  //区分大小写
int eregi(string $pattern, string $string [, array &regs]);  //不区分大小写

<?php
$arr_date = array(
'2008-06-01',
'1996-11-29',
'2005-0x-10',
'12-12-12',
'2012-12-25 00:10:20'
);

for ($i=0; $i<5; ++$i){
      $date = $arr_date[$i];
      if(ereg("([0-9]){4})-([0-9]{1,2})-([0-9]{1,2})", $date , $regs)){
              echo "日期字符串$date 符合'YYYY-MM-DD'格式：";
              echo "$regs[1].$regs[2].$regs[3]<br/><br/>";
      }else{
              echo "<b>日期字符串$date 不符合'YYYY-MM-DD'格式</b><br/><br/>";
      }
}
?>

//替换匹配字符串的函数
string ereg_replace(string $pattern, string $replacement, string $string);  //区分大小写
string eregi_replace(string $pattern, string $replacement, string $string);  //不区分大小写

<?php
$str = "You have a car , I have a Car , We have cARs!"  //源字符串
echo "<b>替换前字符串为：</b><br/>";
echo $str;
echo "<br/>";
echo "<br/>";

$pattern = "car";    //匹配字符串
$replacement = "Apple";   //替换后字符串
$str_rpc = eregi_replace($pattern,$replacement,$str);
echo "<b>替换后字符串为：</b><br/>";
echo $str_rpc;
?>

//根据正则表达式分割字符串函数
array split(string $pattern, string $string [, int $limit]);

<?php
$str = "aaa~bbb~ccc~ddd";  //定义字符串变量
echo "字符串截取前：$str";
echo "<br/>";
echo "<br/>";

$sep_arr = split("~",$str);
echo "<b>字符串截取后：</b><br/>";  //分割字符串变量$str
echo "<pre>";

print_r($str_arr);
?>

//生成正则表达式的函数
string sql_regcase(string $string);   //不区分大小正则表达式

<?php
$str = "K#V3050"
echo "<b>原字符串：</b><br/>$str";    //定义字符串变量
echo "<br/>";
echo "<br/>";

$reg_str = sql_regcase($str);
echo "<b>生成的正则表达式为：</b><br/>";  //生成正则表达式
echo $reg_str;
?>

PERL兼容正则表达式函数（PHP4后支持，重点）

PERL兼容正则表达式使用修正符，所谓修正符，是指正则表达式最后的补充说明。另外， PERL兼容正则表达式中所有的模式前后都需要加/

修正符 i ：匹配时忽略大小写 m ：除了匹配^$整个字符串开头和结尾，还匹配其中的换行符（\n）的之后和之前 s ：使原点字符（.）匹配任意一个字符同时也匹配换行符 x ：模式中的空白字符除了被转义的或在字符类中的以外完全被忽略 e ：preg_replace()在替换字符串中对逆向引用作正常的替换，将其作为PHP代码求值，并用其结果来替换所搜索的字符串 A ：模式被强制为“anchored”，即强制仅从目标字符串的开头开始匹配 D ：模式中的行结束（$）仅匹配目标字符串的结尾，否则包含换行符 S ：为加速匹配而对其进行分析，分析一个模式仅对没有单一固定其实字符的nonanchored模式有用 U ：使“?”的默认匹配成为贪婪状态 X ：一个反斜线后面跟一个没有特殊意义的字母被当成该字母本身 u ：模式字符串被当成UTF-8

preg_grep() ：返回与模式匹配的数组单元的正则表达式函数 preg_match() ：进行正则表达式匹配的函数 preg_match_all() ：进行全局正则表达式匹配的函数 preg_replace() ：执行正则表达式的搜索和替换的函数 preg_split() ：用正则表达式分割字符串的函数

//返回与模式匹配的数组单元的正则表达式函数
array preg_grep(string $pattern, array $input [, int $flag]);

<?php
$test_preg = array(
"AK47",
"163.com",
"happy new year",
"EX0000",
"007 in USA",
"abc123",
"TEST-abc-315",
"123654789",
"Euapa00!"
);

echo "<b>原数组：</b>";
echo "<pre>";
print_r($test_preg);
echo "</pre>";

$preg_arr = preg_grep("/^[A-Z].*[0-9]$/",$test_preg);  //正则表达式
echo "<br>";
echo "<b>将原数组中以任意大写字母开头的、中间任意个字符、最后以数字结尾的字符串找出：</b>";
echo "<pre>";
print_r($preg_arr);  //输出匹配的元素
echo "</pre>";
?>


//进行正则表达式匹配的函数
int preg_match(string $pattern , string $subject [, arrayy $matches [, int $flag]]);

<?php
$str_arr = array(
"PHP 是优秀的Web脚本语言",
"Perl的文本处理功能很强大"
);

foreach($str_arr as $str){
      //使用了修正符
      if(preg_match("/php/i",$str)){
            echo "在字符串'$str'中找到对'php'的匹配";
            echo "<br/>";
            echo "<br/>";
      }else{
             echo "在字符串'$str'中<b>未</b>找到对'php'的匹配";
            echo "<br/>";
            echo "<br/>";
      }
}
?>


//进行全局正则表达式匹配的函数
int preg_match_all (string $pattern, string $subject, array $matches [,int $flag]);

<?php
$html = "<b>粗体字符</b><a href=index.html>可点击的连接</a>";

preg_match_all("/(<([\w]+)[^>]*>)(.*)(<\/\\2>)/", $html , $matches);

for ($i=0;$i<count($matches[0]);$i++){
      echo "匹配：".$matches[0][$i]."\n";
      echo "第一部分：".$matches[1][$i]."\n";
      echo "第二部分：".$matches[2][$i]."\n";
      echo "第三部分：".$matches[3][$i]."\n\n";
}
?>

//执行正则表达式的搜索和替换的函数
mixed preg_replace(mixed $pattern,mixed $replacement,mixed $subject [, int $limit]);

<?php
$string = "The quick brown fox jumped over the lazy dog.";
echo "原字符串：<br/>";
echo $string;
echo "<br/><br/>";

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

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

$str1 = preg_replace($patterns,$replacements,$string);  //替换字符串
echo "使用函数ksort()之前字符串替换为：<br/>";
echo $str1;
echo "<br/><br/>";

ksort($patterns);        //排序
ksort($replacements);    //排序

$str2 = preg_replace($patterns,$replacements,$string);
echo "使用函数ksort()之后字符串替换为：<br/>";
echo $str2;
echo "<br/><br/>";
?>


//用正则表达式分割字符串的函数
array preg_split(string $pattern,string $subject [,int $limit [, int $flag]]);
//参数$limit=-1,$flag参数如下：
PREG_SPLIT_NO_EMPTY：只返回非空的部分
PREG_SPLIT_DELIM_CAPTURE：界定符模式中的括号表达式会被捕捉返回
PREG_SPLIT_OFFSET_CAPTURE：对每个出现的匹配结果同时返回其附属的字符串偏移量。注意，这改变了返回的数组的值，使其中的每个单元也是一个数组，其中第一项为匹配字符串，第二项为它在$subject中的偏移量

<?php
$str = 'PHP language programming in Web';  //定义字符串变量
echo "<b>原字符串：</b><br/>";
echo $str;
echo "<br/><br/>";

$chars = preg_split('/ /',$str,-1,PREG_SPLIT_OFFSET_CAPTURE);  //分割字符串
echo "<b>调用函数preg_split()后：</b>";
echo "<pre>";
print_r($chars);
?>

几例常见的正则表达式分析

实例1：检查IP地址的正则表达式：直接上代码：

<?php
$arr_ip = array(  //定义了一个数组
  "192.168.1.100",
  "-12.255.0.10",
  "256.1.2.255",
  "10.9c.132.69",
  "255.255.255.255",
  "123.0.0.0.1"
);

foreach ($arr_ip as $ip ) {  //验证数组里的IP
  if (validateIp($ip)) {  //验证ip
    echo "<b>$ip 是正确的IP地址</b>";
    echo "<br/><br/>";
  }else {
    echo "$ip 不是正确的IP地址";
    echo "<br/><br/>";
  }
}

function validateIp($ip){  //验证ip的函数
  $iparray = explode(".",$ip);
  for ($i=0; $i < count($iparray); $i++) {
    if ($iparray[$i]>255) {
      return (0);
    }
    return preg_match("/^[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}$/",$ip);
  }
}
?>

实例2：检查中文字符的正则表达式：直接上代码

<?php
$str_arr = array( //测试数组
  "I am very happy",
  "快乐编程快乐生活",
  "PHP编程",
  "1997年香港回归",
  "英语学习ABC",
  "123456789"
);

$patt_ch = chr(0xa1)."-".chr(0xff); //匹配中文字符的ASCII范围

foreach ($str_arr as $str){
  echo "字符串'$str'是";
  if(preg_match("/[$patt_ch]+/",$str)){  //注意在正则表达式的前后使用界定符
    echo "<b>存在中文</b>";
    echo "<br>";
    echo "<br>";
  }else {
    echo "不存在中文";
    echo "<br>";
    echo "<br>";
  }
}
?>

实例3：检查Email地址的正则表达式

<?php
$str_arr = array( //测试数组
  "mymail@somesite.com",
  "my_mail@somesite.com",
  "my-mail@somesite.com",
  "my.mail@somesite.com",
  "mymail@somesite.ccoomm",
  "mymail@site.cn",
  "mymail@@@site.com",
  "mymail@site",
  "MyMail@somesite.com",
  "My2007@somesite.com",
  "163mail_for-me777@somesite.com",
  "510137672@qq.com"
);

$patt_email = "/^[_a-zA-Z0-9-]+@([0-9a-z][0-9a-z-]+\.)+[a-z]{2,4}$/"; //验证邮箱

foreach ($str_arr as $str){
  echo "字符串'$str'是";
  if(preg_match($patt_email,$str)){  //注意在正则表达式的前后使用界定符
    echo "<b>合法的Email格式</b>";
    echo "<br>";
    echo "<br>";
  }else {
    echo "不合法的Email格式";
    echo "<br>";
    echo "<br>";
  }
}
?>

实例4：检查URL地址的正则表达式直接上代码：

<?php
$str_arr = array( //测试数组
  "http://www.liubaiqi.cn",
  "www.liubaiqi.cn",
  "http://www.liubaiqi.cn/login.html",
  "//liubaiqi.com",
  ":www.liubaiqi.cn"
);

$patt_url = "/^(http:\/\/)?[a-zA-Z0-9]+(\.[a-zA-Z0-9]+)*.+$/"; //验证URL的正则表达式

foreach ($str_arr as $str){ //遍历数组
  echo "字符串'$str'是";
  if(preg_match($patt_url,$str)){  //匹配URL
    echo "<b>合法的URL格式</b>";
    echo "<br>";
    echo "<br>";
  }else {
    echo "不合法的URL格式";
    echo "<br>";
    echo "<br>";
  }
}
?>

小结：正则表达式的内容暂时就说这么多，如果以后遇到问题，我再补充。在使用过程中，主要记住PERL函数的语法和正则表达式的格式，这是现在较为常用的。其他的了解就行。

MrLiuQ's Blog

一个正在努力成长的95后iOS小白

PHP 正则表达式详解

正则表达式：Regular expression

正则表达式的语法：（基础）

POSIX扩展正则表达式函数（PHP5后弃用）：

PERL兼容正则表达式函数（PHP4后支持，重点）

几例常见的正则表达式分析