本文主要介绍如何在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!
目录:
笔记
一、正则表达式的介绍：
二、 语法：
三、 正则表达式的组成部分：
四、 正则表达式的函数：
实例
1.正则表达式匹配
2.正则的元字符匹配
3.正则表达式匹配网页
4正则的其他函数使用
5.子存储(扩展)
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。
用途：匹配、查找、替换、分割
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）POSIX 扩展正则表达式函数
二、 语法：
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：
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）
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[fnrtv]
S 匹配除空白字符以外任何一个字符；等价于[^fnrtv]
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
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
复制代码
//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 $a[0];
echo "
";
//精确匹配
//if(preg_match("/^[0-9]{2}$/","34")){ //精确匹配两位数字
if(preg_match("/^[1][35][0-9]{9}$/","13520319616")){ //匹配一个手机号码
echo "匹配！";
}else{
echo "不匹配！";
}
复制代码
image
image
2.正则的元字符匹配
复制代码//正则的元字符使用
//检测是否是一个合法的mail地址
if(preg_match(" ^[w.]+@[w]+(.[a-za-z]+){1,3}$="" ","asd@asd.com")){
="">
/
//检测一个变量名是否正确
//if(pregmatch("/^[a-zA-Z][a-zA-Z0-9_]$/","1a5b_c")){
if(pregmatch("/^[a-zA-Z][w]$/","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($a); //匹配字串所有is
//preg_match("/./","anbc",$a);
//var_dump($a); //*a
复制代码
3.正则表达式匹配网页
//正则的元字符使用
//检测是否是一个合法的mail地址
if(preg_match(" ^[w.]+@[w]+(.[a-za-z]+){1,3}$="" ","asd@asd.com")){
复制代码
//正则匹配函数：preg_match preg_match_all
$str=<<
首页
GSM手机
双模手机
手机配件
团购
商品
优惠活动
夺宝奇兵
拍卖活动
积分商城
留言板
EC论坛;
yfstr;=">
echo "
| 名称 | URL地址 | 链接 |
|---|---|---|
| {$a[2][$k]} | ";{$a[1][$k]} | ";{$v} | ";
复制代码
注:使用<<< 这个是php定界符
使用格式:
<<
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=”//”;
4正则的其他函数使用
复制代码
//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 "
";
//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 "
";
//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 = "
- aaaaa
- bbbbb
- ddddd
- eeeee
//将上面字串中所有li标签中都添加一个b标签。
echo "
";
echo $str;
echo "
";
//echo preg_replace("/
//echo preg_replace("/
echo preg_replace("/
复制代码
5.子存储(扩展)
复制代码
//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 "
";
$str = "
- style='color:red'>
- aaaaa
- bbbbb
- ddddd
- eeeee
//将上面字串中的html标记删除掉(替换空)
echo preg_replace("//s","",$str);
复制代码
附录
常用正则表达式
复制代码
^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)|(3[0|1]))$/ // 年-月-日
/^((0([1-9]{1}))|(1[1|2]))/((0-2)|(3[0|1]))/(d{2}|d{4})$/ // 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])$" //IP地址
匹配中文字符的正则表达式： [u4e00-u9fa5]
匹配双字节字符(包括汉字在内)：[^x00-xff]
匹配空行的正则表达式：n[s| ]r
匹配HTML标记的正则表达式：/<(.)>.|<(.) />/
匹配首尾空格的正则表达式：(^s)|(s$)
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[ fnrtv]。
S 匹配任何非空白字符。等价于 [^ fnrtv]。
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$)
匹配Email地址的正则表达式：w+([-+.]w+)@w+([-.]w+).w+([-.]w+)
匹配网址URL的正则表达式：[url=http://([w-]+.)+[w-]+(/[w]http://([w-]+.)+[w-]+(/[w[/url]- ./?%&=])?
利用正则表达式限制网页表单里的文本框输入内容：
用正则表达式限制只能输入中文：onkeyup="value=value.replace(/[^u4E00-u9FA5]/g,'')"
用正则表达式限制只能输入全角字符：
用正则表达式限制只能输入数字：onkeyup="value=value.replace(/[^d]/g,'') "onbeforepaste="clipboardData.setData
('text',clipboardData.getData('text').replace(/[^d]/g,''))"
用正则表达式限制只能输入数字和英文：onkeyup="value=value.replace(/[W]/g,'') "onbeforepaste="clipboardData.setData
('text',clipboardData.getData('text').replace(/[^d]/g,''))"
=========常用正则式
匹配中文字符的正则表达式： [x{4e00}-x{9fa5}]
匹配双字节字符(包括汉字在内)：[^x00-xff]
匹配空行的正则表达式：n[s| ]r
匹配HTML标记的正则表达式：/<(.)>.|<(.) />/
匹配首尾空格的正则表达式：(^s)|(s$)
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}-))?((0d{2,3})|0d{2,3}-)?[1-9]d{6,7}(-d{1,4})?$
20、手机号码：^(((d{2,3}))|(d{3}-))?13d{9}$
21、双字节字符(包括汉字在内)：^x00-xff
22、匹配首尾空格：(^s)|(s$)（像vbscript那样的trim函数）
23、匹配HTML标记：<(.)>.|<(.) />
24、匹配空行：n[s| ]r
25、提取信息中的网络链接：(h|H)(r|R)(e|E)(f|F) = ('|")?(w||/|.)+('|"| |>)?
26、提取信息中的邮件地址：w+([-+.]w+)@w+([-.]w+).w+([-.]w+)
27、提取信息中的图片链接：(s|S)(r|R)(c|C) = ('|")?(w||/|.)+('|"| |>)?
28、提取信息中的IP地址：(d+).(d+).(d+).(d+)
29、提取信息中的中国手机号码：(86)013d{9}
30、提取信息中的中国固定电话号码：((d{3,4})|d{3,4}-|s)?d{8}
31、提取信息中的中国电话号码（包括移动和固定电话）：((d{3,4})|d{3,4}-|s)?d{7,14}
32、提取信息中的中国邮政编码：[1-9]{1}(d+){5}
33、提取信息中的浮点数（即小数）：(-?d).?d+
34、提取信息中的任何数字 ：(-?d)(.d+)?
35、IP：(d+).(d+).(d+).(d+)
36、电话区号：/^0d{2,3}$/
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]+$
