想必很多人都对正则表达式都头疼。今天,我以我的认识,加上网上一些文章,希望用常人都可以理解的表达方式。来和大家分享学习经验。
开篇,还是得说说 ^ 和 $ 他们是分别用来匹配字符串的开始和结束,以下分别举例说明:
"^The":开头一定要有"The"字符串;
"of despair$":结尾一定要有"of despair" 的字符串;
那么,
"^abc$":就是要求以abc开头和以abc结尾的字符串,实际上是只有abc匹配;
"notice":匹配包含notice的字符串;
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。
接着,说说 '*' '+' 和 '?'
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:
"zero or more"相当于{0,}
"one or more"相当于{1,}
"zero or one."相当于{0,1}
这里是一些例子:
"ab*":和ab{0,}同义,匹配以a开头,后面可以接0个或者N个b组成的字符串("a", "ab", "abbb", 等);
"ab+":和ab{1,}同义,同上条一样,但最少要有一个b存在 ("ab" "abbb"等);
"ab?":和ab{0,1}同义,可以没有或者只有一个b;
"a?b+$":匹配以一个或者0个a再加上一个以上的b结尾的字符串。
要点:'*' '+' 和 '?' 只管它前面那个字符。
你也可以在大括号里面限制字符出现的个数,比如:
"ab{2}": 要求a后面一定要跟两个b(一个也不能少)("abb");
"ab{2,}": 要求a后面一定要有两个或者两个以上b(如"abb" "abbbb" 等);
"ab{3,5}": 要求a后面可以有2-5个b("abbb", "abbbb", or "abbbbb")。
现在我们把一定几个字符放到小括号里,比如:
"a(bc)*": 匹配 a 后面跟0个或者一个"bc";
"a(bc){1,5}": 一个到5个 "bc";
还有一个字符 '|',相当于OR操作:
"hi|hello": 匹配含有"hi" 或者 "hello" 的 字符串;
"(b|cd)ef": 匹配含有 "bef" 或者 "cdef"的字符串;
"(a|b)*c": 匹配含有这样多个(包括0个)a或b,后面跟一个c的字符串;
一个点('.')可以代表所有的单一字符,不包括"/n"
如果,要匹配包括"/n"在内的所有单个字符,怎么办?
用'[/n.]'这种模式。
"a.[0-9]": 一个a加一个字符再加一个0到9的数字;
"^.{3}$": 三个任意字符结尾。
中括号括住的内容只匹配一个单一的字符
"[ab]": 匹配单个的 a 或者 b ( 和 "a│b" 一样);
"[a-d]": 匹配'a' 到'd'的单个字符 (和"a│b│c│d" 还有 "[abcd]"效果一样);
一般我们都用[a-zA-Z]来指定字符为一个大小写英文:
"^[a-zA-Z]": 匹配以大小写字母开头的字符串;
"[0-9]%": 匹配含有 形如 x% 的字符串;
",[a-zA-Z0-9]$": 匹配以逗号再加一个数字或字母结尾的字符串;
你也可以把你不想要得字符列在中括号里,你只需要在总括号里面使用'^' 作为开头 "%[^a-zA-Z]%" 匹配含有两个百分号里面有一个非字母的字符串。
要点:^用在中括号开头的时候,就表示排除括号里的字符。
为了PHP能够解释,你必须在这些字符面前后加'',并且将一些字符转义。
不要忘记在中括号里面的字符是这条规路的例外―在中括号里面,所有的特殊字符,包括(''),都将失去他们的特殊性质 "[*/+?{}.]"匹配含有这些字符的字符串:
还有,正如regx的手册告诉我们:"如果列表里含有']',最好把它作为列表里的第一个字符(可能跟在'^'后面)。如果含有'-',最好把它放在最前面或者最后面, or 或者一个范围的第二个结束点[a-d-0-9]中间的‘-'将有效。
看了上面的例子,你对{n,m}应该理解了吧。要注意的是,n和m都不能为负整数,而且n总是小于m。这样,才能 最少匹配n次且最多匹配m次。如"p{1,5}"将匹配 "pvpppppp"中的前五个p
下面说说以/开头的
/b 书上说他是用来匹配一个单词边界,就是...比如've/b',可以匹配love里的ve而不匹配very里有ve
/B 正好和上面的/b相反。例子我就不举了
.....突然想起来....可以到http://www.phpv.net/article.php/251 看看其它用/开头的语法
好,我们来做个应用:如何构建一个模式来匹配货币数量的输入。
构建一个匹配模式去检查输入的信息是否为一个表示money的数字。我们认为一个表示money的数量有四种方式:"10000.00" 和 "10,000.00",或者没有小数部分,"10000" and "10,000"。现在让我们开始构建这个匹配模式:
^[1-9][0-9]*$
这是所变量必须以非0的数字开头。但这也意味着单一的"0"也不能通过测试。以下是解决的方法:
^(0|[1-9][0-9]*)$
"只有0和不以0开头的数字与之匹配",我们也可以允许一个负号在数字之前:
^(0|-?[1-9][0-9]*)$
这就是:0或者一个以0开头且可能有一个负号在前面的数字。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:
^[0-9]+(/.[0-9]+)?$
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 "10." 是不匹配的, 只有 "10" 和 "10.2" 才可以,你知道为什么吗?
^[0-9]+(/.[0-9]{2})?$
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:
^[0-9]+(/.[0-9]{1,2})?$
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:
^[0-9]{1,3}(,[0-9]{3})*(/.[0-9]{1,2})?$
不要忘记'+'可以被'*'替代如果你想允许空白字符串被输入话,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(",", "", $money)然后在把类型看成double然后我们就可以通过他做数学计算了。
再来一个:
构造检查email的正则表达式
在一个完整的email地址中有三个部分:
1. 用户名 (在 '@' 左边的一切)
2.'@'
3. 服务器名(就是剩下那部分)
用户名可以含有大小写字母阿拉伯数字,句号('.')减号('-')and下划线'_')。服务器名字也是符合这个规则,当然下划线除外。
现在,用户名的开始和结束都不能是句点,服务器也是这样。还有你不能有两个连续的句点他们之间至少存在一个字符,好现在我们来看一下怎么为用户名写一个匹配模式:
^[_a-zA-Z0-9-]+$
现在还不能允许句号的存在。我们把它加上:
^[_a-zA-Z0-9-]+(/.[_a-zA-Z0-9-]+)*$
上面的意思就是说:以至少一个规范字符(除了.)开头,后面跟着0个或者多个以点开始的字符串。
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 "a-z" 和 "A-Z"只需要指定一个就可以了:
^[_a-z0-9-]+(/.[_a-z0-9-]+)*$
后面的服务器名字也是一样,但要去掉下划线:
^[a-z0-9-]+(/.[a-z0-9-]+)*$
好。现在只需要用”@”把两部分连接:
^[_a-z0-9-]+(/.[_a-z0-9-]+)*@[a-z0-9-]+(/.[a-z0-9-]+)*$
这就是完整的email认证匹配模式了,只需要调用:
eregi("^[_a-z0-9-]+(/.[_a-z0-9-]+)*@[a-z0-9-]+(/.[a-z0-9-]+)*$",$eamil)
就可以得到是否为email了
正则表达式的其他用法
提取字符串
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:
ereg("([^///]*)$", $pathOrUrl, $regs);
echo $regs[1];
高级的代换
ereg_replace() 和 eregi_replace()也是非常有用的,假如我们想把所有的间隔负号都替换成逗号:
ereg_replace("[ /n/r/t]+", ",", trim($str));
最后,我把另一串检查EMAIL的正则表达式让看文章的你来分析一下:
"^[-!#$%&/'*+//./0-9=?A-Z^_`a-z{|}~]+'.'@'.'[-!#$%&/'*+///0-9=?A-Z^_`a-z{|}~]+/.'.'[-!#$%&/'*+//./0-9=?A-Z^_`a-z{|}~]+$"
如果能方便的读懂,那这篇文章的目的就达到了。