实例学习PHP中的正则表达式

亦凉 2022-08-23 15:50 154阅读 0赞

# 实例学习PHP中的正则表达式 #

2007年04月30日 来源：互联网 浏览次数： <script language=Javascript src="http://localhost/Article/GetHits.asp?ID=172"></script> 字号：\[ 大 中 小\]

首先，让我们看看两个特别的字符：’^’ 和 ‘$’ 他们是分别用来匹配字符串的开始和结束，一下分别举例说明 
    
    
    "^The": 匹配以 "The"开头的字符串; 
    "of despair$": 匹配以 "of despair" 结尾的字符串; 
    "^abc$": 匹配以abc开头和以abc结尾的字符串，实际上是只有abc与之匹配 
    "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 
    这里还有几个字符 '*', '+',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", "one or more", and "zero or one." 这里是一些例子: 
    
    
    "ab*": 匹配字符串a和0个或者更多b组成的字符串("a", "ab", "abbb", etc.); 
    "ab+": 和上面一样，但最少有一个b ("ab", "abbb", etc.); 
    "ab?":匹配0个或者一个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. 
    
    
    你也可以在大括号里面限制字符出现的个数，比如 
    
    
    "ab{2}": 匹配一个a后面跟两个b（一个也不能少）("abb"); 
    "ab{2,}": 最少更两个b("abb", "abbbb", etc.); 
    "ab{3,5}": 2－5个b("abbb", "abbbb", or "abbbbb"). 
    
    
    
    你还要注意到你必须总是指定 (i.e, "{0,2}", not "{,2}").同样，你必须注意到, '*', '+', 和'?' 分别和一下三个范围标注是一样的，"{0,}", "{1,}", 和 "{0,1}"。 
    
    现在把一定数量的字符放到小括号里，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 的字符串; 
    
    
    一个点('.')可以代表所有的 单一字符: 
    
    
    "a.[0-9]": 一个a跟一个字符再跟一个数字的 （含有这样一个字符串的字符串将被匹配，以后省略此括号） 
    "^.{3}$": 以三个字符结尾 . 
    
    
    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); 
    "^[a-zA-Z]": 匹配以字母开头的字符串 
    "[0-9]%": 匹配含有 形如 x％ 的字符串 
    ",[a-zA-Z0-9]$": 匹配以逗号在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 (i.e., "%[^a-zA-Z]%" 匹配含有 两个百分号里面有一个非字母 的字符串). 
    
    为了能够解释，但"^.[$()│*+?{"作为有特殊意义的字符的时候，你必须在这些字符面前加'', 还有在php3中你应该避免在模式的最前面使用, 比如说,正则表达式 "($│?[0-9]+" 应该这样调用 ereg("($│?[0-9]+", $str) (不知道php4是不是一样) 
    
    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(i.e., "[*+?{}.]"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(i.e. [a-d-0-9]中间的‘-’将有效. 
    
    为了完整, 我应该涉及到 collating sequences, character classes, 同埋 equivalence classes. 但我在这些方面不想讲的太详细, 这些在下面的文章仲都不需要涉及到. 你们可以在regex man pages 那里得到更多消息. 
    
    如何构建一个模式来匹配 货币数量 的输入 
    
    好了，现在我们要用我们所学的来干一些有用的事：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再数字之前: 
    
    ^(0│-?[1-9][0-9]*)$ 
    
    这就是: "0 或者 一个以0开头可能有一个负号在前面的数字." 好了, 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})?$ 
    
    不要忘记加号 '+' 可以被乘号 '*' 替代如果你想允许空白字符串被输入话 (为什么?). 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. 
    构造检查email的正则表达式 
    
    好,让我们继续讨论怎么验证一个email地址. 在一个完整的email地址中有三个部分: POP3 用户名 (在 '@' 左边的一切), '@', 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.意外）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-]+)*$ 
    
    Done. 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("[ nrt]+", ",", trim($str));