PHP正则表达式笔记和实例

MrLee3月前 203

正则表达式一直是自己开发的短板,今天就好好学习一下正则。

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:

\d匹配一个数字;等价于[0-9]
\D匹配除数字以外任何一个字符;等价于[^0-9]
\w匹配一个英文字母、数字或下划线;等价于[0-9a-zA-Z_]
\W匹配除英文字母、数字和下划线以外任何一个字符;等价于[^0-9a-zA-Z_] 
\s匹配一个空白字符;等价于[\f\n\r\t\v] 
\S匹配除空白字符以外任何一个字符;等价于[^\f\n\r\t\v]
\f匹配一个换页符等价于 \x0c 或 \cL
\n匹配一个换行符;等价于 \x0a 或 \cJ 
\r匹配一个回车符等价于\x0d 或 \cM
\t匹配一个制表符;等价于 \x09\或\cl 
\v匹配一个垂直制表符;等价于\x0b或\ck 
\oNN匹配一个八进制数字 
\xNN匹配一个十六进制数字
\cC匹配一个控制字符 

         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!";
}

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]+$


本文链接:https://www.it72.com/thread-12476.htm
转载请注明:PHP正则表达式笔记和实例|IT企鹅
推荐阅读
最新回复 (0)
    返回