PHP正则表达式笔记与实例详解

本文实例讲述了PHP正则表达式笔记与实例。分享给大家供大家参考，具体如下：

这里主要介绍如何在PHP使用正则表达式,并附带几个实例.

这两天工作用到了正则表达式,发现自己已经忘记的差不多了,囧啊!找来以前的学习笔记,好好看了一下,又巩固了这些知识,工作算是完成了,不过正则要学的东西还是蛮多的,以下是整理的以前的笔记和一些实例!

笔记:

一、正则表达式的介绍：

    正则表达式是用于描述字符排列和匹配模式的一种语法规则。它主要用于字符串的模式分割、匹配、查找及替换操作。
    1. 用途：匹配、查找、替换、分割
    2. php提供了两套正则表达式函数库
        *1. Perl 兼容正则表达式函数（推荐使用）
        2. POSIX 扩展正则表达式函数

二、 语法：

    1. 表达式的格式： "/表达式/[修正符]"
        解释：其中"/"表示正则表达式的定界符，但是也可以是其他符号：如”#“，”！“
                注意：定界符不可以是字母、数字和斜线/。
                像“#”、“|”、“!”等都可以的
                如：/.../   #...#  |....|
        其中修正符是可选的，表示对表达式做额外的修饰。

三、 正则表达式的组成部分：

1. 原子是组成正则表达式的基本单位,在分析正则表达式时，应作为一个整体。

       原子包括以下内容:
        > 单个字符、数字，如a-z，A-Z，0-9。
        > 模式单元，如（ABC）可以理解为由多个原子组成的大的原子。
        > 原子表，如 [ABC]。
        > 重新使用的模式单元，如：//1
        > 普通转义字符，如：/d， /D， /w
        > 转义元字符，如：/*，/.
        > 元字符

2. 元字符（具有特殊意义字符）：

        [] 表示单个字符的原子表
            例如：[aoeiu] 表示任意一个元音字母
                  [0-9] 表示任意一位数字
                  [a-z][0-9]表示小写字和一位数字构成的两位字符
                  [a-zA-Z0-9] 表示任意一位大小字母或数字
        [^] 表示除中括号内原子之外的任何字符 是[]的取反
            例如：[^0-9] 表示任意一位非数字字符
                  [^a-z] 表示任意一位非小写字母
        {m}    表示对前面原子的数量控制，表示是m次
            例如：[0-9]{4} 表示4为数字
                  [1][3-8][0-9]{9} 手机号码
        {m,} 表示对前面原子的数量控制，表示是至少m次
            例如： [0-9]{2,} 表示两位及以上的数字
        {m,n}表示对前面原子的数量控制，表示是m到n次
            例如： [a-z]{6,8} 表示6到8位的小写字母
        * 表示对前面原子的数量控制，表示是任意次，等价于{0,}
        + 表示对前面原子的数量控制，表示至少1次，等价于{1,}
        ? 表示对前面原子的数量控制，表示0次或1次（可有可无） 等价于{0,1}
            例如：正整数：[1-9][0-9]*
                    整数：[/-]?[0-9]+
                    email:
        () 表示一个整体原子，【还有一个子存储单元的作用】。
                也可以使用?:来拒绝子存储。 （?:.*?）
            例如：（red） 字串red
                   (rea|blue) 字串red或blue
                   (abc){2} 表示两个abc
        |  表示或的意思
                (rea|blue) 字串red或blue
        ^  用在正则单元块的开头处，表示必须以指定的开头
        $  用在正则单元块的结尾处，表示必须以指定的结尾
        .  表示任意一个除换行符之外的字符
                常用组合： .*?  表示最小匹配所有字符（拒绝贪婪匹配）

3. 普通转义字符:

4. 模式修整符

        i 表示不区分大小写；
            "/[a-zA-Z]/" <==>"/[a-z]/i"
        s 表示匹配视为单行（就是可以让点.支持换行）
        U 表示拒绝贪婪匹配

四、 正则表达式的函数：

    preg_grep --  返回与模式匹配的数组单元
    * preg_match_all -- 进行全局正则表达式匹配 , 返回共计匹配的个数。
        和下面的一样，不同的是匹配到最后（全局匹配）
    * preg_match -- 进行正则表达式匹配，只匹配一次，返回1，否则0，
        格式：preg_match("正则表达式","被匹配的字串",存放结果的变量名,PREG_OFFSET_CAPTURE,起始偏移量)
        其中：PREG_OFFSET_CAPTURE表示获取匹配索引位置
              起始偏移量：从指定位置开始匹配
    preg_quote -- 转义正则表达式字符
    preg_split -- 用正则表达式分割字符串
    preg_replace -- 执行正则表达式的搜索和替换

实例:

1.正则表达式匹配

//正则匹配函数preg_match()//模糊匹配（包含形式）//if(preg_match("/a/","qwertayuio")){ //匹配字串中是否包含a字符//if(preg_match("/(abc)/","qwerta bcayuio")){ //匹配字串中是否包含abc字串//if(preg_match("/[abc]/","qwertbycuiop")){ //匹配字串中是否包含a、b或c字字符//if(preg_match("/[0-9]/","qwertbycuiop")){ //匹配字串中是否包数字//if(preg_match("/[a-z]/","12345a6789")){ //匹配字串中是否包小写字母//if(preg_match("/[0-9]{2}/","qwe89rqw9re8qwer",$a)){ //匹配字串中是否包两位的数字//if(preg_match("/[0-9]{2,}/","qwe12rqw9re8qwer",$a)){ //匹配字串中是否包至少两位的数字if(preg_match("/[0-9]{2,4}/","qwe12567rqw9re8qwer",$a)){ //匹配字串中是否包至少两位到4位的数字 echo "匹配！";}else{ echo "不匹配！";}echo $a[0];echo "<hr/>";//精确匹配//if(preg_match("/^[0-9]{2}$/","34")){ //精确匹配两位数字if(preg_match("/^[1][35][0-9]{9}$/","13520319616")){ //匹配一个手机号码 echo "匹配！";}else{ echo "不匹配！";}

2.正则的元字符匹配

//正则的元字符使用//检测是否是一个合法的mail地址if(preg_match("/^[/w/.]+@[/w]+(/.[a-zA-Z]+){1,3}$/","asd@asd.com")){ echo "正确";}else{ echo "错误";}/*//检测是否是一个十六进制整数（正整数，负整数，0）if(preg_match("/^-?0[xX][/da-fA-F]+$/","-2")){ echo "正确";}else{ echo "错误";}//检测是否是一个整数（正整数，负整数，0）//if(preg_match("/^-?[0-9]+$/","-2")){if(preg_match("/^-?/d+$/","-2")){ echo "正确";}else{ echo "错误";}*//*//检测一个变量名是否正确//if(preg_match("/^[a-zA-Z_][a-zA-Z0-9_]*$/","1a5b_c")){if(preg_match("/^[a-zA-Z_][/w]*$/","a5b_c")){ echo "正确";}else{ echo "错误";}*///匹配字串中的4位数字//preg_match("/[0-9]{4}/","qweabi123srqcdwer456iabs7890asfcd",$a);//preg_match("//d{4}/","qweabi123srqcdwer456iabs7890asfcd",$a);//var_dump($a[0]); //匹配:7890//preg_match_all("/(ab|cd)/","qweabisrqcdweriabsasfcd",$a);//var_dump($a[0]); //匹配字串所有ab或cd//preg_match_all("/is/","qweisrqwerisasfd",$a);//var_dump($a); //匹配字串所有is//preg_match("/.*/","*a/nbc",$a);//var_dump($a); //*a

3.正则表达式匹配网页

//正则匹配函数：preg_match preg_match_all$str=<<<yfstr <div id="mainNav" class="clearfix">  <a href="index.php" rel="external nofollow" >首页</a>  <a href="category.php?id=3" rel="external nofollow" >GSM手机</a>  <a href="category.php?id=4" rel="external nofollow" >双模手机</a>  <a href="category.php?id=6" rel="external nofollow" >手机配件</a>  <a href="group_buy.php" rel="external nofollow" >团购  商品</a>  <a href="activity.php" rel="external nofollow" >优惠活动</a>  <a href="snatch.php" rel="external nofollow" >夺宝奇兵</a>  <a href="auction.php" rel="external nofollow" >拍卖活动</a>  <a href="exchange.php" rel="external nofollow" >积分商城</a>  <a href="message.php" rel="external nofollow" >留言板</a>  <a href="http://bbs.ecshop.com/" rel="external nofollow" >EC论坛</a> </div>yfstr;echo "<table width='900' border='1'>";echo "<tr><th>名称</th><th>URL地址</th><th>链接</th></tr>";//使用正则匹配preg_match_all("/<a href=/"(.*?)/".*?>(.*?)<//a>/s",$str,$a);foreach($a[0] as $k=>$v){ echo "<tr>"; echo "<td>{$a[2][$k]}</td>"; echo "<td>{$a[1][$k]}</td>"; echo "<td>{$v}</td>"; echo "</tr>";}echo "</table>";

注:使用<<< 这个是php定界符

使用格式:

<<<EOF...EOF;

使用定界符无需给双引号增加转义字符,可以参考如下:

$str="/<div id=/"mainNav/" class=/"clearfix/">/";

4正则的其他函数使用

//正则的其他函数使用：//preg_quote -- 转义正则表达式字符//preg_split -- 用正则表达式分割字符串//preg_replace -- 执行正则表达式的搜索和替换//1.preg_quote -- 转义正则表达式字符echo preg_quote("(abc){10}","'");//在每个增则表达式语法的字符前增加一个反斜杠$s = "a{4}";preg_match("/".preg_quote($s)."/","werta{4}yu",$a);var_dump($a);echo "<br/>";//2. preg_split -- 用正则表达式分割字符串$s = "12,34:56;784;35,67:897:65";$list = preg_split("/[,:;]/",$s);var_dump($list);echo "<hr/>";//3. preg_replace执行正则表达式的搜索和替换$s = "12,34:56;784;35,67:897:65";//要求将上面的:,;都换成空格echo preg_replace("/[,;:]/"," ",$s);$str = "<ul style='color:red'>   <li>aaaaa</li>   <li>bbbbb</li>   <li>ddddd</li>   <li>eeeee</li>  </ul>";//将上面字串中所有li标签中都添加一个b标签。echo "<hr/>";echo $str;echo "<hr/>";//echo preg_replace("/<li>(.*?)<//li>/","<li><b>//1</b></li>",$str);//echo preg_replace("/<li>(.*?)<//li>/","<li><b>/$1</b></li>",$str);echo preg_replace("/<li>(.*?)<//li>/",'<li><b>$1</b></li>',$str);

5.子存储(扩展)

//子存储使用$date="[2012-08-09],[2012,09-19],[2011/08,09],[2012/10/09],[2013,08,01]";//将上面字串中合法的日期匹配出来preg_match_all("//[[0-9]{4}([/-,//])[0-9]{2}//1[0-9]{2}/]/",$date,$a);var_dump($a);echo "<hr/>";$str = "<ulstyle='color:red'><br/>   <li>aaaaa</li>   <li>bbbbb</li>   <li>ddddd</li>   <li>eeeee</li>  </ul>";//将上面字串中的html标记删除掉(替换空)echo preg_replace("/<//?.*?//?>/s","",$str);

附录

常用正则表达式

^/d+$  /d 是代表0-9  $必须要以....结束  这是代表非负整数　  正则表达式

平时做网站经常要用正则表达式，下面是一些讲解和例子，仅供大家参考和修改使用：

"^/d+$"　　//非负整数（正整数 + 0）
"^[0-9]*[1-9][0-9]*$"　　//正整数
"^((-/d+)|(0+))$"　　//非正整数（负整数 + 0）
"^-[0-9]*[1-9][0-9]*$"　　//负整数
"^-?/d+$"　　　　//整数
"^/d+(/./d+)?$"　　//非负浮点数（正浮点数 + 0）
"^(([0-9]+/.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*/.[0-9]+)|([0-9]*[1-9][0-9]*))$"　　//正浮点数
"^((-/d+(/./d+)?)|(0+(/.0+)?))$"　　//非正浮点数（负浮点数 + 0）
"^(-(([0-9]+/.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*/.[0-9]+)|([0-9]*[1-9][0-9]*)))$"　　//负浮点数
"^(-?/d+)(/./d+)?$"　　//浮点数
"^[A-Za-z]+$"　　//由26个英文字母组成的字符串
"^[A-Z]+$"　　//由26个英文字母的大写组成的字符串
"^[a-z]+$"　　//由26个英文字母的小写组成的字符串
"^[A-Za-z0-9]+$"　　//由数字和26个英文字母组成的字符串
"^/w+$"　　//由数字、26个英文字母或者下划线组成的字符串
"^[/w-]+(/.[/w-]+)*@[/w-]+(/.[/w-]+)+$"　　　　//email地址
"^[a-zA-z]+://(/w+(-/w+)*)(/.(/w+(-/w+)*))*(/?/S*)?$"　　//url
/^(d{2}|d{4})-((0([1-9]{1}))|(1[1|2]))-(([0-2]([1-9]{1}))|(3[0|1]))$/ // 年-月-日
/^((0([1-9]{1}))|(1[1|2]))/(([0-2]([1-9]{1}))|(3[0|1]))/(d{2}|d{4})$/ // 月/日/年
"^([w-.]+)@(([[0-9]{1,3}.[0-9]{1,3}.[0-9]{1,3}.)|(([w-]+.)+))([a-zA-Z]{2,4}|[0-9]{1,3})(]?)$" //Emil
/^((/+?[0-9]{2,4}/-[0-9]{3,4}/-)|([0-9]{3,4}/-))?([0-9]{7,8})(/-[0-9]+)?$/ //电话号码
"^(d{1,2}|1dd|2[0-4]d|25[0-5]).(d{1,2}|1dd|2[0-4]d|25[0-5]).(d{1,2}|1dd|2[0-4]d|25[0-5]).(d{1,2}|1dd|2[0-4]d|25[0-5])$" //IP地址

匹配中文字符的正则表达式： [/u4e00-/u9fa5]
匹配双字节字符(包括汉字在内)：[^/x00-/xff]
匹配空行的正则表达式：/n[/s| ]*/r
匹配HTML标记的正则表达式：/<(.*)>.*<///1>|<(.*) //>/
匹配首尾空格的正则表达式：(^/s*)|(/s*$)
匹配Email地址的正则表达式：/w+([-+.]/w+)*@/w+([-.]/w+)*/./w+([-.]/w+)*
匹配网址URL的正则表达式：^[a-zA-z]+://([url=file:////w+(-//w+)*)(//.(//w+(-//w+)*))*(//?//S*)?$]//w+(-//w+)*)(//.(//w+(-//w+)*))*(//?//S*)?$[/url]
匹配帐号是否合法(字母开头，允许5-16字节，允许字母数字下划线)：^[a-zA-Z][a-zA-Z0-9_]{4,15}$
匹配国内电话号码：(/d{3}-|/d{4}-)?(/d{8}|/d{7})?
匹配腾讯QQ号：^[1-9]*[1-9][0-9]*$

元字符及其在正则表达式上下文中的行为：

/ 将下一个字符标记为一个特殊字符、或一个原义字符、或一个后向引用、或一个八进制转义符。
^ 匹配输入字符串的开始位置。如果设置了 RegExp 对象的Multiline 属性，^ 也匹配 '/n' 或 '/r' 之后的位置。
$ 匹配输入字符串的结束位置。如果设置了 RegExp 对象的Multiline 属性，$ 也匹配 '/n' 或 '/r' 之前的位置。
* 匹配前面的子表达式零次或多次。
+ 匹配前面的子表达式一次或多次。+ 等价于 {1,}。
? 匹配前面的子表达式零次或一次。? 等价于 {0,1}。
{n} n 是一个非负整数，匹配确定的n 次。
{n,} n 是一个非负整数，至少匹配n 次。
{n,m} m 和 n 均为非负整数，其中n <= m。最少匹配 n 次且最多匹配 m 次。在逗号和两个数之间不能有空格。
? 当该字符紧跟在任何一个其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，而默认
的贪婪模式则尽可能多的匹配所搜索的字符串。
. 匹配除 "/n" 之外的任何单个字符。要匹配包括 '/n' 在内的任何字符，请使用象 '[./n]' 的模式。
(pattern) 匹配pattern 并获取这一匹配。
(?:pattern) 匹配pattern 但不获取匹配结果，也就是说这是一个非获取匹配，不进行存储供以后使用。
(?=pattern) 正向预查，在任何匹配 pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。
(?!pattern) 负向预查，与(?=pattern)作用相反
x|y 匹配 x 或 y。
[xyz] 字符集合。
[^xyz] 负值字符集合。
[a-z] 字符范围，匹配指定范围内的任意字符。
[^a-z] 负值字符范围，匹配任何不在指定范围内的任意字符。
/b 匹配一个单词边界，也就是指单词和空格间的位置。
/B 匹配非单词边界。
/cx 匹配由x指明的控制字符。
/d 匹配一个数字字符。等价于 [0-9]。
/D 匹配一个非数字字符。等价于 [^0-9]。
/f 匹配一个换页符。等价于 /x0c 和 /cL。
/n 匹配一个换行符。等价于 /x0a 和 /cJ。
/r 匹配一个回车符。等价于 /x0d 和 /cM。
/s 匹配任何空白字符，包括空格、制表符、换页符等等。等价于[ /f/n/r/t/v]。
/S 匹配任何非空白字符。等价于 [^ /f/n/r/t/v]。
/t 匹配一个制表符。等价于 /x09 和 /cI。
/v 匹配一个垂直制表符。等价于 /x0b 和 /cK。
/w 匹配包括下划线的任何单词字符。等价于'[A-Za-z0-9_]'。
/W 匹配任何非单词字符。等价于 '[^A-Za-z0-9_]'。
/xn 匹配 n，其中 n 为十六进制转义值。十六进制转义值必须为确定的两个数字长。
/num 匹配 num，其中num是一个正整数。对所获取的匹配的引用。
/n 标识一个八进制转义值或一个后向引用。如果 /n 之前至少 n 个获取的子表达式，则 n 为后向引用。否则，如果 n 为八进制数字 (0-7)，则 n 为一个
八进制转义值。
/nm 标识一个八进制转义值或一个后向引用。如果 /nm 之前至少有is preceded by at least nm 个获取得子表达式，则 nm 为后向引用。如果 /nm 之前至
少有 n 个获取，则 n 为一个后跟文字 m 的后向引用。如果前面的条件都不满足，若 n 和 m 均为八进制数字 (0-7)，则 /nm 将匹配八进制转义值 nm。
/nml 如果 n 为八进制数字 (0-3)，且 m 和 l 均为八进制数字 (0-7)，则匹配八进制转义值 nml。
/un 匹配 n，其中 n 是一个用四个十六进制数字表示的Unicode字符。

匹配中文字符的正则表达式： [/x{4e00}-/x{9fa5}]
匹配双字节字符(包括汉字在内)：[^x00-xff]
匹配空行的正则表达式：n[s| ]*r
匹配HTML标记的正则表达式：/<(.*)>.*|<(.*) />/
匹配首尾空格的正则表达式：(^s*)|(s*$)
匹配Email地址的正则表达式：w+([-+.]w+)*@w+([-.]w+)*.w+([-.]w+)*
匹配网址URL的正则表达式：[url=http://([w-]+.)+[w-]+(/[w]http://([w-]+.)+[w-]+(/[w[/url]- ./?%&=]*)?
利用正则表达式限制网页表单里的文本框输入内容：
用正则表达式限制只能输入中文：onkeyup="value=value.replace(/[^u4E00-u9FA5]/g,'')"
用正则表达式限制只能输入全角字符：
用正则表达式限制只能输入数字：onkeyup="value=value.replace(/[^d]/g,'') "onbeforepaste="clipboardData.setData
('text',clipboardData.getData('text').replace(/[^d]/g,''))"
用正则表达式限制只能输入数字和英文：onkeyup="value=value.replace(/[W]/g,'') "onbeforepaste="clipboardData.setData
('text',clipboardData.getData('text').replace(/[^d]/g,''))"

=========常用正则式

匹配中文字符的正则表达式： [/x{4e00}-/x{9fa5}]
匹配双字节字符(包括汉字在内)：[^/x00-/xff]
匹配空行的正则表达式：/n[/s| ]*/r
匹配HTML标记的正则表达式：/<(.*)>.*<///1>|<(.*) //>/
匹配首尾空格的正则表达式：(^/s*)|(/s*$)
匹配IP地址的正则表达式：/(/d+)/.(/d+)/.(/d+)/.(/d+)/g //
匹配Email地址的正则表达式：/w+([-+.]/w+)*@/w+([-.]/w+)*/./w+([-.]/w+)*
匹配网址URL的正则表达式：[url=http://(/[/w-]+/.)+[/w-]+(/[/w]http://(/[/w-]+/.)+[/w-]+(/[/w[/url]- ./?%&=]*)?
sql语句：^(select|drop|delete|create|update|insert).*$
1、非负整数：^/d+$
2、正整数：^[0-9]*[1-9][0-9]*$
3、非正整数：^((-/d+)|(0+))$
4、负整数：^-[0-9]*[1-9][0-9]*$
5、整数：^-?/d+$
6、非负浮点数：^/d+(/./d+)?$
7、正浮点数：^((0-9)+/.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*/.[0-9]+)|([0-9]*[1-9][0-9]*))$
8、非正浮点数：^((-/d+/./d+)?)|(0+(/.0+)?))$
9、负浮点数：^(-((正浮点数正则式)))$
10、英文字符串：^[A-Za-z]+$
11、英文大写串：^[A-Z]+$
12、英文小写串：^[a-z]+$
13、英文字符数字串：^[A-Za-z0-9]+$
14、英数字加下划线串：^/w+$
15、E-mail地址：^[/w-]+(/.[/w-]+)*@[/w-]+(/.[/w-]+)+$
16、URL：^[a-zA-Z]+://(/w+(-/w+)*)(/.(/w+(-/w+)*))*(/?/s*)?$
或：^http:////[A-Za-z0-9]+/.[A-Za-z0-9]+[//=/?%/-&_~`@[/]/':+!]*([^<>/"/"])*$
17、邮政编码：^[1-9]/d{5}$
18、中文：^[/u0391-/uFFE5]+$
19、电话号码：^((/(/d{2,3}/))|(/d{3}/-))?(/(0/d{2,3}/)|0/d{2,3}-)?[1-9]/d{6,7}(/-/d{1,4})?$
20、手机号码：^((/(/d{2,3}/))|(/d{3}/-))?13/d{9}$
21、双字节字符(包括汉字在内)：^/x00-/xff
22、匹配首尾空格：(^/s*)|(/s*$)（像vbscript那样的trim函数）
23、匹配HTML标记：<(.*)>.*<///1>|<(.*) //>
24、匹配空行：/n[/s| ]*/r
25、提取信息中的网络链接：(h|H)(r|R)(e|E)(f|F) *= *('|")?(/w|//|//|/.)+('|"| *|>)?
26、提取信息中的邮件地址：/w+([-+.]/w+)*@/w+([-.]/w+)*/./w+([-.]/w+)*
27、提取信息中的图片链接：(s|S)(r|R)(c|C) *= *('|")?(/w|//|//|/.)+('|"| *|>)?
28、提取信息中的IP地址：(/d+)/.(/d+)/.(/d+)/.(/d+)
29、提取信息中的中国手机号码：(86)*0*13/d{9}
30、提取信息中的中国固定电话号码：(/(/d{3,4}/)|/d{3,4}-|/s)?/d{8}
31、提取信息中的中国电话号码（包括移动和固定电话）：(/(/d{3,4}/)|/d{3,4}-|/s)?/d{7,14}
32、提取信息中的中国邮政编码：[1-9]{1}(/d+){5}
33、提取信息中的浮点数（即小数）：(-?/d*)/.?/d+
34、提取信息中的任何数字 ：(-?/d*)(/./d+)?
35、IP：(/d+)/.(/d+)/.(/d+)/.(/d+)
36、电话区号：/^0/d{2,3}$/
37、腾讯QQ号：^[1-9]*[1-9][0-9]*$
38、帐号(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}$
39、中文、英文、数字及下划线：^[/u4e00-/u9fa5_a-zA-Z0-9]+$

希望本文所述对大家PHP程序设计有所帮助。