PHP中的正規(guī)表達(dá)式

夏羽

PHP繼承*NIX的一貫傳統(tǒng)，完全支持正規(guī)表達(dá)式的處理。正規(guī)表達(dá)式提供了一種高級(jí)的，但不直觀的字符串匹配和處理的方法。用過(guò)PERL的正規(guī)表達(dá)式的朋友都知道，正規(guī)表達(dá)式的功能非常強(qiáng)大，但學(xué)起來(lái)不是那么容易。 
比如： 
^.+@.+..+$ 
這段有效卻難以理解的代碼足夠使一些程序員頭痛（我就是）或者讓他們放棄使用正規(guī)表達(dá)式。相信當(dāng)你讀完這個(gè)教程后，就可以理解這段代碼的含義了。
基本模式匹配
一切從最基本的開始。模式，是正規(guī)表達(dá)式最基本的元素，它們是一組描述字符串特征的字符。模式可以很簡(jiǎn)單，由普通的字符串組成，也可以非常復(fù)雜，往往用特殊的字符表示一個(gè)范圍內(nèi)的字符、重復(fù)出現(xiàn)，或表示上下文。例如：
^once 
這個(gè)模式包含一個(gè)特殊的字符^，表示該模式只匹配那些以once開頭的字符串。例如該模式與字符串"once upon a time"匹配，與
"There once was a man from NewYork"不匹配。正如如^符號(hào)表示開頭一樣，$符號(hào)用來(lái)匹配那些以給定模式結(jié)尾的字符
串。
bucket$ 
這個(gè)模式與"Who kept all of this cash in a bucket"匹配，與"buckets"不匹配。字符^和$同時(shí)使用時(shí)，表示精確匹配（字符串與模式一樣）。例如：
^bucket$ 
只匹配字符串"bucket"。如果一個(gè)模式不包括^和$，那么它與任何包含該模式的字符串匹配。例如：模式
once 
與字符串
There once was a man from NewYork
Who kept all of his cash in a bucket.
是匹配的。
在該模式中的字母(o-n-c-e)是字面的字符，也就是說(shuō)，他們表示該字母本身，數(shù)字也是一樣的。其他一些稍微復(fù)雜的字符，如標(biāo)點(diǎn)符號(hào)和白字符
（空格、制表符等），要用到轉(zhuǎn)義序列。所有的轉(zhuǎn)義序列都用反斜杠()打頭。制表符的轉(zhuǎn)義序列是：        。所以如果我們要檢測(cè)一個(gè)字符串是否以制表符開頭，
可以用這個(gè)模式：
^         
類似的，用
表示“新行”，表示回車。其他的特殊符號(hào)，可以用在前面加上反斜杠，如反斜杠本身用表示，句號(hào).用.表示，以此類推。
字符簇
在INTERNET的程序中，正規(guī)表達(dá)式通常用來(lái)驗(yàn)證用戶的輸入。當(dāng)用戶提交一個(gè)FORM以后，要判斷輸入的電話號(hào)碼、地址、EMAIL地址、信用卡號(hào)碼等是否有效，用普通的基于字面的字符是不夠的。
所以要用一種更自由的描述我們要的模式的辦法，它就是字符簇。要建立一個(gè)表示所有元音字符的字符簇，就把所有的元音字符放在一個(gè)方括號(hào)里：
[AaEeIiOoUu] 
這個(gè)模式與任何元音字符匹配，但只能表示一個(gè)字符。用連字號(hào)可以表示一個(gè)字符的范圍，如：
[a-z] //匹配所有的小寫字母 
[A-Z] //匹配所有的大寫字母 
[a-zA-Z] //匹配所有的字母 
[0-9] //匹配所有的數(shù)字 
[0-9.-] //匹配所有的數(shù)字，句號(hào)和減號(hào) 
[ f       
] //匹配所有的白字符 
同樣的，這些也只表示一個(gè)字符，這是一個(gè)非常重要的。如果要匹配一個(gè)由一個(gè)小寫字母和一位數(shù)字組成的字符串，比如"z2"、"t6"或"g7"，但不是"ab2"、"r2d3" 或"b52"的話，用這個(gè)模式：
^[a-z][0-9]$ 
盡管[a-z]代表26個(gè)字母的范圍，但在這里它只能與第一個(gè)字符是小寫字母的字符串匹配。
前面曾經(jīng)提到^表示字符串的開頭，但它還有另外一個(gè)含義。當(dāng)在一組方括號(hào)里使用^是，它表示“非”或“排除”的意思，常常用來(lái)剔除某個(gè)字符。還用前面的例子，我們要求第一個(gè)字符不能是數(shù)字：
^[^0-9][0-9]$ 
這個(gè)模式與"&5"、"g7"及"-2"是匹配的，但與"12"、"66"是不匹配的。下面是幾個(gè)排除特定字符的例子：
[^a-z] //除了小寫字母以外的所有字符 
[^\/^] //除了()(/)(^)之外的所有字符 
[^"] //除了雙引號(hào)(")和單引號(hào)()之外的所有字符 
特殊字符"." (點(diǎn)，句號(hào))在正規(guī)表達(dá)式中用來(lái)表示除了“新行”之外的所有字符。所以模式"^.5$"與任何兩個(gè)字符的、以數(shù)字5結(jié)尾和以其他非“新行”字符開頭的字符串匹配。模式"."可以匹配任何字符串，除了空串和只包括一個(gè)“新行”的字符串。
PHP的正規(guī)表達(dá)式有一些內(nèi)置的通用字符簇，列表如下：
字符簇 含義 
[[:alpha:]] 任何字母 
[[:digit:]] 任何數(shù)字 
[[:alnum:]] 任何字母和數(shù)字 
[[:space:]] 任何白字符 
[[:upper:]] 任何大寫字母 
[[:lower:]] 任何小寫字母 
[[:punct:]] 任何標(biāo)點(diǎn)符號(hào) 
[[

digit:]] 任何16進(jìn)制的數(shù)字，相當(dāng)于[0-9a-fA-F] 
確定重復(fù)出現(xiàn)
到現(xiàn)在為止，你已經(jīng)知道如何去匹配一個(gè)字母或數(shù)字，但更多的情況下，可能要匹配一個(gè)單詞或一組數(shù)字。一個(gè)單詞有若干個(gè)字母組成，一組數(shù)字有若干個(gè)單數(shù)組成。跟在字符或字符簇后面的花括號(hào)({})用來(lái)確定前面的內(nèi)容的重復(fù)出現(xiàn)的次數(shù)。 
字符簇 含義 
^[a-zA-Z_]$ 所有的字母和下劃線 
^[[:alpha:]]{3}$ 所有的3個(gè)字母的單詞 
^a$ 字母a 
^a{4}$ aaaa 
^a{2,4}$ aa,aaa或aaaa 
^a{1,3}$ a,aa或aaa 
^a{2,}$ 包含多于兩個(gè)a的字符串 
^a{2,} 如：aardvark和aaab，但apple不行 
a{2,} 如：baad和aaa，但Nantucket不行 
        {2} 兩個(gè)制表符 
.{2} 所有的兩個(gè)字符 
這些例子描述了花括號(hào)的三種不同的用法。一個(gè)數(shù)字，{x}的意思是“前面的字符或字符簇只出現(xiàn)x次”；一個(gè)數(shù)字加逗號(hào)，{x,}的意思是“前面的
內(nèi)容出現(xiàn)x或更多的次數(shù)”；兩個(gè)用逗號(hào)分隔的數(shù)字，{x,y}表示“前面的內(nèi)容至少出現(xiàn)x次，但不超過(guò)y次”。我們可以把模式擴(kuò)展到更多的單詞或數(shù)字：
^[a-zA-Z0-9_]{1,}$ //所有包含一個(gè)以上的字母、數(shù)字或下劃線的字符串 
^[0-9]{1,}$ //所有的正數(shù) 
^-{0,1}[0-9]{1,}$ //所有的整數(shù) 
^-{0,1}[0-9]{0,}.{0,1}[0-9]{0,}$ //所有的小數(shù) 
最后一個(gè)例子不太好理解，是嗎？這么看吧：與所有以一個(gè)可選的負(fù)號(hào)(-{0,1})開頭(^)、跟著0個(gè)或更多的數(shù)字([0-9]{0,})、
和一個(gè)可選的小數(shù)點(diǎn)(.{0,1})再跟上0個(gè)或多個(gè)數(shù)字([0-9]{0,})，并且沒有其他任何東西($)。下面你將知道能夠使用的更為簡(jiǎn)單的方
法。
特殊字符"?"與{0,1}是相等的，它們都代表著：“0個(gè)或1個(gè)前面的內(nèi)容”或“前面的內(nèi)容是可選的”。所以剛才的例子可以簡(jiǎn)化為：
^-?[0-9]{0,}.?[0-9]{0,}$ 
特殊字符"*"與{0,}是相等的，它們都代表著“0個(gè)或多個(gè)前面的內(nèi)容”。最后，字符"+"與 {1,}是相等的，表示“1個(gè)或多個(gè)前面的內(nèi)容”，所以上面的4個(gè)例子可以寫成：
^[a-zA-Z0-9_]+$ //所有包含一個(gè)以上的字母、數(shù)字或下劃線的字符串 
^[0-9]+$ //所有的正數(shù) 
^-?[0-9]+$ //所有的整數(shù) 
^-?[0-9]*.?[0-9]*$ //所有的小數(shù) 
當(dāng)然這并不能從技術(shù)上降低正規(guī)表達(dá)式的復(fù)雜性，但可以使它們更容易閱讀。

本文來(lái)自ChinaUnix博客，如果查看原文請(qǐng)點(diǎn)：http://blog.chinaunix.net/u/2633/showart_22940.html