正则表达式的基本知识

 更新时间:2006年12月13日 00:00:00   作者:   我要评论

正则表达式的基本知识:

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 
"[ \f\r\t\n]" //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 

相关文章

最新评论