php正则表达式

《php正则表达式》由会员分享，可在线阅读，更多相关《php正则表达式（10页珍藏版）》请在装配图网上搜索。

1、php正则表达式定义正则表达式（regular expression_r_r_r）描述了一种字符串匹配的模式， 可以用来检查一个串是否含有某种子串、将匹配的子串做替换或者从某个串中取 出符合某个条件的子串等。列目录时，dir *.txt或ls *.txt中的*.txt就不是一个正则表达式， 因为这里*与正则式的*的含义是不同的。正则表达式是由普通字符（例如字符a到z）以及特殊字符（称为元字符） 组成的文字模式。正则表达式作为一个模板，将某个字符模式与所搜索的字符串 进行匹配。3.1 普通字符由所有那些未显式指定为元字符的打印和非打印字符组成。这包括所有的大 写和小写字母字符，所有数字，所有标点

2、符号以及一些符号。3.2 非打印字符字符含义cx匹配由x指明的控制字符。例如，cM匹配一个Control-M或回车符。x的值必须为A-Z或a-z 之一。否则，将c视为一个原义的c字符。f匹配一个换页符。等价于xOc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xOd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cl。v匹配一个垂直制表符。等价于x0b和cK。3.3 特殊字符所谓特殊字符，就是一些有特殊含义的字符，如上面说的”*.txt”中的*, 简单的说就是表示任何字符

3、串的意思。如果要查找文件名中有的文件，则需要 对*进行转义，即在其前加一个。ls *.txt。正则表达式有以下特殊字符。特别字符说明匹配输入字符串的结尾位置。如果设置了 RegExp对象的Multiline属性，则$也匹配 $n或r。要匹配$字符本身，请使用$。()标记一个子表达式的开始和结束位置。子表达式可以获取供以后使用。要匹配这些字符，请使 用(和)。*匹配前面的子表达式零次或多次。要匹配*字符，请使用*。+匹配前面的子表达式一次或多次。要匹配+字符，请使用+。匹配除换行符n之外的任何单字符。要匹配.，请使用。标记一个中括号表达式的开始。要匹配，请使用。?匹配前面的子表达式零次或一次，或

4、指明一个非贪婪限定符。要匹配？字符，请使用?。将下一个字符标记为或特殊字符、或原义字符、或向后引用、或八进制转义符。例如，n匹 配字符n。 n匹配换行符。序列匹配“”，而(则匹配“(”。匹配输入字符串的开始位置，除非在方括号表达式中使用，此时它表示不接受该字符集合。要 匹配字符本身，请使用标记限定符表达式的开始。要匹配，请使用。|指明两项之间的一个选择。要匹配|,请使用|。构造正则表达式的方法和创建数学表达式的方法一样。也就是用多种元字符 与操作符将小的表达式结合在一起来创建更大的表达式。正则表达式的组件可以 是单个的字符、字符集合、字符范围、字符间的选择或者所有这些组件的任意组3.4 限定符

5、限定符用来指定正则表达式的一个给定组件必须要出现多少次才能满足匹配。有*或+或?或n或n,或n,m共6种。*、+和?限定符都是贪婪的，因为它们会尽可能多的匹配文字，只有在它们 的后面加上一个?就可以实现非贪婪或最小匹配。正则表达式的限定符有：字符描述*匹配前面的子表达式零次或多次。例如，Z0*能匹配“Z”以及“zoo”。*等价于0,。+匹配前面的子表达式一次或多次。例如，Z0+能匹配“Z0”以及“zoo”，但不能匹配 “Z”。+ 等价于1,。?匹配前面的子表达式零次或一次。例如，” do(es)?”可以匹配“do”或“does”中 的” do” 。？等价于0,1。nn是一个非负整数。匹配确定的

6、n次。例如， o2不能匹配“Bob”中的o,但是能 匹配“food”中的两个0。n是一个非负整数。至少匹配n次。例如， o2,不能匹配“Bob”中的o,但能匹配 n,“foooood” 中的所有 0。01,等价于o+o0, 则等价于0*。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。例如，”ol,3”将匹n,m配“fooooood”中的前三个oo0,l等价于o?。请注意在逗号和两个数之间不能有 空格。3.5 定位符用来描述字符串或单词的边界，八和$分别指字符串的开始与结束，b描述 单词的前或后边界，B表示非单词边界。不能对定位符使用限定符。3.6 选择用圆括号将所有选择项括起

7、来，相邻的选择项之间用|分隔。但用圆括号会 有一个副作用，是相关的匹配会被缓存，此时可用?:放在第一个选项前来消除这 种副作用。其中?:是非捕获元之一，还有两个非捕获元是?=和?!，这两个还有更多的含 义，前者为正向预查，在任何开始匹配圆括号内的正则表达式模式的位置来匹配 搜索字符串，后者为负向预查，在任何开始不匹配该正则表达式模式的位置来匹 配搜索字符串。3.7 后向引用对一个正则表达式模式或部分模式两边添加圆括号将导致相关匹配存储到 一个临时缓冲区中，所捕获的每个子匹配都按照在正则表达式模式中从左至右所 遇到的内容存储。存储子匹配的缓冲区编号从 1 开始，连续编号直至最大 99 个 子表达

8、式。每个缓冲区都可以使用 n 访问，其中 n 为一个标识特定缓冲 区的一位或两位十进制数。可以使用非捕获元字符 ?:, ?=, or ?! 来忽略对相关匹配的 保存。4. 各种操作符的运算优先级相同优先级的从左到右进行运算，不同优先级的运算先高后低。各种操作 符的优先级从高到低如下：操作符描述转义符(),(?:), (?=),圆括号和方括号*, +, ?,n,n,n,m限定符,$, anymetacharacter位置和顺序“或”操作5. 全部符号解释字符描述将下一个字符标记为一个特殊字符、或一个原义字符、或一个向后引用、或一个八进制转 义符。例如，n匹配字符“n”。 n匹配一个换行符。序列匹

9、配“” 而“(”则匹配“(”。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。例如，Z0*能匹配“Z”以及“zoo”。*等价于0,。+匹配前面的子表达式一次或多次。例如，zo+能匹配“Z0”以及“zoo”，但不能 匹配“Z”。+等价于1,。?匹配前面的子表达式零次或一次。例如，” do(es)?”可以匹配“do”或“does”中 的” do” 。？等价于0,1。nn是一个非负整数。匹配确定的n次

10、。例如， o2不能匹配“Bob”中的o, 但是能匹配“food”中的两个0。n,n是一个非负整数。至少匹配n次。例如，o2,不能匹配“Bob”中的o,但 能匹配“foooood”中的所有0。1,等价于o+o0,则等价于0*。n,mm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。例如，”ol,3” 将匹配“fooooood”中的前三个0。0,1等价于o?。请注意在逗号和两个 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。

11、例如，对于字符串“oooo”，o+?将匹配单个“o”，而o+ 将匹配所有o。-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。所获取的匹配可以从产生的Matches集合得到，在 VBScript中使用SubMatches集合，在JScript中则使用$0$9属性。要匹配圆括号字 符，请使用(或)。(?: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。 这在使用“或”字符(|)来组合一个模式的各个部分是很有用。例如，industr(?:y|ies)就是一个比

12、 industry|industries 更简略的表达式。(?=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。例如，Windows (?=95|98|NT|2000)能匹 配 “Windows 2000中的 “Windows，但不能匹配 “Windows 3.1中的“Windows”。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即 开始下一次匹配的搜索，而不是从包含预查的字符之后开始。(?!pattern)负向预查，在任何不匹配pattern的字符串开始处匹配查找字符串。这是一个非获

13、取匹配， 也就是说，该匹配不需要获取供以后使用。例如Windows (?!95|98|NT|2000)能匹配“Windows 3.1中的 “Windows”，但不能匹配 “Windows 2000中的 “Windows”。 预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹 配的搜索，而不是从包含预查的字符之后开始x|y匹配x或y。例如，z|food能匹配“z”或“food”(z|f)ood则匹配 “zood” 或 “food”。xyz字符集合。匹配所包含的任意一个字符。例如，abc可以匹配“plain”中的 a。xyz负值字符集合。匹配未包含的任意字符。例如，ab

14、c可以匹配“plain”中 的p。a-z字符范围。匹配指定范围内的任意字符。例如，a-z可以匹配a至卩z范 围内的任意小写字母字符。a-z负值字符范围。匹配任何不在指定范围内的任意字符。例如，a-z可以匹配任何不 在a至1z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。例如，erb可以匹配” never” 中的er，但不能匹配“verb”中的er。B匹配非单词边界。erB能匹配“verb”中的er，但不能匹配“never”中的er。cx匹配由x指明的控制字符。例如，cM匹配一个Control-M或回车符。x的值必须为A-Z 或a-z之一。否则，将c视为一个原义的c字符。d匹

15、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cl。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。例如，x41匹配“A”。 x04则等价于x04，

16、& “1。正则表达式中可以 使用ASCII编码。.num匹配num，其中num是一个正整数。对所获取的匹配的引用。例如，（.）1匹配两个 连续的相同字符。n标识一个八进制转义值或一个向后引用。如果n之前至少n个获取的子表达式，则n为 向后引用。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向后引用。如果nm之前至少有nm个获得子表达式，则nm 为向后引用。如果nm之前至少有n个获取，则n为一个后跟文字m的向后引用。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

17、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。例如，u00A9匹配 版权符号。6. 部分例子正则表达式说明/b（a-z+） lb/gi一个单词连续出现的位置/（w+）:/（7：+）（：d*）?（# *）/将一个URL解析为协议、域、端口及相对路径厂（？:Chapter|Section） 1-90-90,1$/定位章节的位置/-a-z/A至z共26个字母再加一个-号。/terb/可匹配chapter，而不能terminal/Bapt/可匹配chapter，而不能aptitude/Windows（?=95 |98 |NT ）/

18、可匹配 Windows95 或 Windows98 或 WindowsNT,当找到一个 匹配后，从Windows后面开始进行下一次7. 正则表达式匹配规则7.1 基本模式匹配一切从最基本的开始。模式，是正规表达式最基本的元素，它们是一组描述 字符串特征的字符。模式可以很简单，由普通的字符串组成，也可以非常复杂， 往往用特殊的字符表示一个范围内的字符、重复出现，或表示上下文。例如：once这个模式包含一个特殊的字符，表示该模式只匹配那些以once开头的字 符串。例如该模式与字符串once upon a time匹配，与There once was a man from NewYork”不匹配。正

19、如如八符号表示开头一样，$符号用来匹配那些以 给定模式结尾的字符串。bucket$这个模式与Who kep t all of t his cash in a bucke t” 匹配，与”buckets”不匹配。字符八和$同时使用时，表示精确匹配(字符串与模式一 样)。例如：bucket$只匹配字符串”bucke t”。如果一个模式不包括八和$，那么它与任何包含 该模式的字符串匹配。例如：模式once与字符串There once was a man from NewYorkWho kept all of his cash in a bucket.是匹配的。在该模式中的字母(o-n-c-e)是字面

20、的字符，也就是说，他们表示该字母本 身，数字也是一样的。其他一些稍微复杂的字符，如标点符号和白字符(空格、 制表符等)，要用到转义序列。所有的转义序列都用反斜杠()打头。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“新行”，r表示回车。其他的特殊符号，可以用在前 面加上反斜杠，如反斜杠本身用表示，句号.用.表示，以此类推。7.2 字符簇在INTERNET的程序中，正规表达式通常用来验证用户的输入。当用户提交 一个FORM以后，要判断输入的电话号码、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是不够的。所以要

21、用一种更自由的描述我们要的模式的办法，它就是字符簇。要建立一 个表示所有元音字符的字符簇，就把所有的元音字符放在一个方括号里：AaEeIiOoUu这个模式与任何元音字符匹配，但只能表示一个字符。用连字号可以表示 一个字符的范围，如：a-z /匹配所有的小写字母A-Z /匹配所有的大写字母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，句号和减号 frtn /匹配所有的白字符同样的，这些也只表示一个字符，这是一个非常重要的。如果要匹配一个由 一个小写字母和一位数字组成的字符串，比如” z2、” t6或” g7，但不 是” ab2、”r2d3或” b52 的话，

22、用这个模式：”a-z0-9$尽管a-z代表26个字母的范围，但在这里它只能与第一个字符是小写字 母的字符串匹配。前面曾经提到表示字符串的开头，但它还有另外一个含义。当在一组方括 号里使用八是，它表示“非”或“排除”的意思，常常用来剔除某个字符。还用 前面的例子，我们要求第一个字符不能是数字：八0-90-9$这个模式与”&5、”g7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VJ /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，句号）在正规表达式中用来表示除了“新行”之

23、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“新 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“新行”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-F7.3 确定重复出现到现在为止，你已经知道如何去匹配一个字母或数字，但更多的情况下，可 能要匹配一个单词或

24、一组数字。一个单词有若干个字母组成，一组数字有若干个 单数组成。跟在字符或字符簇后面的花括号()用来确定前面的内容的重复出现 的次数。字符簇 含义Ja-zA-Z_$所有的字母和下划线八:alpha:3$所有的3个字母的单词a$字母aa4$ aaaaa2,4$ aa,aaa 或 aaaaal,3$ a,aa 或 aaaa2,$包含多于两个a的字符串一”a2,女如 aardvark 和 aaab，但 apple 不行a2,女如 baad 和 aaa，但 Nantucket 不行t2 两个制表符.2 所有的两个字符这些例子描述了花括号的三种不同的用法。一个数字，x的意思是“前面 的字符或字符簇只出现

25、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”。我们可以把模式扩展到更多的单词或数字：Ja-zA-ZO-9 _ 1,$ /所有包含一个以上的字母、数字或下划线的字符串 八0-91,$ /所有的正数 飞-0,10-91,$ /所有的整数 飞-0,10-90,.0,10-90,$ /所有的小数最后一个例子不太好理解，是吗？这么看吧：与所有以一个可选的负号 (-0,1)开头)、跟着0个或更多的数字(0-90,)、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

26、任何东西($) 。下 面你将知道能够使用的更为简单的方法。特殊字符”?”与0,1是相等的，它们都代表着：“0个或1个前面的内容” 或“前面的内容是可选的”。所以刚才的例子可以简化为：飞？090,.?090,$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”。最后，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：读。Ja-zA-ZO-9 _+$ /所有包含一个以上的字母、数字或下划线的字符串 八0-9+$ /所有的正数飞-？0-9+$ /所有的整数飞-？0-9 *.?0-9 *$ /所有的小数当然这并不能从技术上降低正规表达式的复杂性，但可以使它们更容易阅