PHP基础正则表达式

正则表达式 去除连续空白 + 获取url +分割url
PHP正则表达式提取超链接及其标题
对于开发人员来说， 正则表达式是一个非常有用的功能。 它提供了 查找， 匹配， 替换 句子，
单词， 或者其他格式的字符串。在这篇文章里， 我已经编写了 15 个贼拉有用的正则表达式，
WEB 开发人员都应该将它收藏到自己的工具包。
开始使用正则表达式
对初学者来说，正则 看起来很难学习和使用。事实上他们并非你想想的那么难，在我们深
入掌握正则之前，先迅速看看这些入门基础：
正则表达式语法
正则表达式 将会匹配
Java 代码
1. foo ——————字符串“foo”
2. ^foo ——————以“foo”开头的字符串
3. foo$ ——————以“foo”结尾的字符串
4. ^foo$ ——————“foo”开头和结尾，（只能是他自己 ）
5. [abc]—————— a 或者 b 或者 c
6. [a-z] —————— a 到 z 之间任意字母
7. [^A-Z]——————除了 A-Z 这些之外的字符
8. (gif|jpg)——————“gif”或者 “jpeg”
9. [a-z]+—————— 一个或者多个 a 到 z 之间任意字母
10. [0-9.-]—————— 0-9 之间任意数字，或者 点 或者 横线
11. ^[a-zA-Z0-9_]{1,}$—————— 至少一个字母数字下划线
12. ([wx])([yz])—————— wy 或 wz 或 xy 或 xz
13. [^A-Za-z0-9]—————— 字符数字之外的字符
14. ([A-Z]{3}|[0-9]{4})—————— 三个大写字母或者 4 个数字
Php 代码
1. \ 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 '\\
' 匹配 "\" 而 "\(" 则匹配 "("。
2. ^ 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。
3. $ 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。
4. * 匹配前面的子表达式零次或多次。例如，zo* 能匹配 "z" 以及 "zoo"。* 等
价于{0,}。
5. + 匹配前面的子表达式一次或多次。例如，'zo+' 能匹配 "zo" 以及 "zoo"，
但不能匹配 "z"。+ 等价于 {1,}。
6. ? 匹配前面的子表达式零次或一次。例如，"do(es)?" 可以匹配 "do" 或 "do
es" 中的"do" 。? 等价于 {0,1}。
7. {n} n 是一个非负整数。 匹配确定的 n 次。 例如， 'o{2}' 不能匹配 "Bob" 中
的 'o'，但是能匹配 "food" 中的两个 o。
8. {n,} n 是一个非负整数。至少匹配 n 次。例如，'o{2,}' 不能匹配 "Bob" 中
的 'o'，但能匹配 "foooood" 中的所有 o。'o{1,}' 等价于 'o+'。'o{0,}
' 则等价于 'o*'。
9. {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。
例如，"o{1,3}" 将匹配 "fooooood" 中的前三个 o。'o{0,1}' 等价于 'o?
'。请注意在逗号和两个数之间不能有空格。
10. ? 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。例如，对于字符串 "oooo"，'o+?
' 将匹配单个 "o"，而 'o+' 将匹配所有 'o'。
11. . 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。
12. (pattern) 匹配 pattern 并获取这一匹配。 所获取的匹配可以从产生的 Matc
hes 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 '\(' 或 '\)'。
13. (?: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 'industry|industr
ies' 更简略的表达式。
14. (?=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，'Win
dows (?=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。
15. (?!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。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如'Wind
ows (?!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
16. 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"。
17. [xyz] 字符集合。匹配所包含的任意一个字符。例如， '[abc]' 可以匹配 "pl
ain" 中的 'a'。
18. [^xyz] 负值字符集合。匹配未包含的任意字符。例如， '[^abc]' 可以匹配 "
plain" 中的'p'。
19. [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
' 到 'z' 范围内的任意小写字母字符。
20. [^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' 到 'z' 范围内的任意字符。
21. \b 匹配一个单词边界，也就是指单词和空格间的位置。例如， 'er\b' 可以匹配
"never" 中的 'er'，但不能匹配 "verb" 中的 'er'。
22. \B 匹配非单词边界。'er\B' 能匹配 "verb" 中的 'er'，但不能匹配 "neve
r" 中的 'er'。
23. \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。
24. \d 匹配一个数字字符。等价于 [0-9]。
25. \D 匹配一个非数字字符。等价于 [^0-9]。
26. \f 匹配一个换页符。等价于 \x0c 和 \cL。
27. \n 匹配一个换行符。等价于 \x0a 和 \cJ。
28. \r 匹配一个回车符。等价于 \x0d 和 \cM。
29. \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]。
30. \S 匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。
31. \t 匹配一个制表符。等价于 \x09 和 \cI。
32. \v 匹配一个垂直制表符。等价于 \x0b 和 \cK。
33. \w 匹配包括下划线的任何单词字符。等价于'[A-Za-z0-9_]'。
34. \W 匹配任何非单词字符。等价于 '[^A-Za-z0-9_]'。
35. \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"。'\x041' 则等价于 '\x04' & "1"。正则表达
式中可以使用 ASCII 编码。.
36. \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。
37. \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。
38. \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。
39. \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。
40. \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 (?)。
常 用 的 正 则 表 达 式
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-]+)+$”
16、URL：”^[a-zA-Z]+://(\w+(-\w+)*)(\.(\w+(-\w+)*))*(\?\s*)?$”
php 正则表达式的方法
方法描述：
Html 代码
1. preg_match() 该函数 preg_match 按照模式去匹配字符串，如果符合则返回 T
RUE，否则返回 FALSE
2. preg_match_all() 该函数 preg_match_all() 在字符串中匹配出全部符合
模式的字符串.
3.
4. * preg_match() 返回 pattern 所匹配的次数。要么是 0 次（没有匹配）
或 1 次，因为 preg_match() 在第一次匹配之后将停止搜索。
5. * http://www.yesky.com/imagesnew/software/php/zh/function.pr
eg-match.html
6.
7. * preg_match_all() 则相反， 会一直搜索到 subject 的结尾处。 如果出错 p
reg_match() 返回 FALSE。
8. * http://www.yesky.com/imagesnew/software/php/zh/function.pr
eg-match-all.html
9.
10.
11. preg_replace() 该函数与 ereg_replace()类似，不同在于它利用匹配的
模式去替换输入的参数
12. http://www.yesky.com/imagesnew/software/php/zh/function.pre
g-replace.htm
13.
14. preg_split() 该函数与 split()类似 不同在于它将与正则表达式匹配的字
符当做分割的模式
15. http://www.yesky.com/imagesnew/software/php/zh/function.pre
g-split.html
16.
17. preg_grep() 该函数 preg_grep() 匹配数组中全部元素，返回符合正则表达
式的元素组成的数组
18.
19. preg_quote() 转义正则表达式字符
验证域名
检验一个字符串是否是个有效域名.
Php 代码
1. $url = "http://komunitasweb.com/";
2. if (preg_match('/^(http|https|ftp)://([A-Z0-9][A-Z0-9_-]*(?:.
[A-Z0-9][A-Z0-9_-]*)+):?(d+)?/?/i', $url)) {
3. echo "Your url is ok.";
4. } else {
5. echo "Wrong url.";
6. }
从一个字符串中 突出某个单词
这是一个非常有用的在一个字符串中匹配出某个单词 并且突出它，非常有效的搜索结果
Php 代码
1. $text = "Sample sentence from KomunitasWeb, regex has becom
e popular in web programming. Now we learn regex. Accordin
g to wikipedia, Regular expressions (abbreviated as regex o
r
2.
3. regexp, with plural forms regexes, regexps, or regexen) ar
e written in a formal language that can be interpreted b
y a regular expression processor";
4. $text = preg_replace("/b(regex)b/i", '<span style="backgroun
d:#5fc9f6">1</span>', $text);
5. echo $text;
突出查询结果在你的 WordPress 博客里就像刚才我说的，上面的那段代码可以很方便的
搜索出结果， 而这里是一个更好的方式去执行搜索在某个 WordPress 的博客上打开你的文
件 search.php ，然后找到 方法 the_title() 然后用下面代码替换掉它
Php 代码
1. echo $title;
2.
3. Now, just before the modified line, add this code:
4.
5. <?php
6. $title = get_the_title();
7. $keys= explode(" ",$s);
8. $title = preg_replace('/('.implode('|', $keys) .')/i
u',
9. '<strong>\0</strong>',
10. $title);
11. ?>
12.
13. Save the search.php file and open style.css. Append the foll
owing line to it:
14.
15. strong.search-excerpt { background: yellow; }
从 HTML 文档中获得全部图片
如果你曾经希望去获得某个网页上的全部图片， 这段代码就是你需要的， 你可以轻松的建立
一个图片下载机器人
Php 代码
1. $images = array();
2. preg_match_all('/(img|src)=("|')[^"'>]+/i', $data, $medi
a);
3. unset($data);
4. $data=preg_replace('/(img|src)("|'|="|=')(.*)/i',"$3",$media
[0]);
5. foreach($data as $url)
6. {
7. $info = pathinfo($url);
8. if (isset($info['extension']))
9. {
10. if (($info['extension'] == 'jpg') ||
11. ($info['extension'] == 'jpeg') ||
12. ($info['extension'] == 'gif') ||
13. ($info['extension'] == 'png'))
14. array_push($images, $url);
15. }
16. }
删除重复字母
经常重复输入字母? 这个表达式正适合.
Php 代码
1. $text = preg_replace("/s(w+s)1/i", "$1", $text);
删除重复的标点
功能同上，但只是面对标点，白白重复的逗号
Php 代码
1. $text = preg_replace("/.+/i", ".", $text);
匹配一个 XML 或者 HTML 标签
这个简单的函数有两个参数：第一个是你要匹配的标签，第二个是包含 XML 或 HTML 的变
量，再强调下，这个真的很强大
Php 代码
1. function get_tag( $tag, $xml ) {
2. $tag = preg_quote($tag);
3. preg_match_all('{<'.$tag.'[^>]*>(.*?)</'.$tag.'>.'}',
4. $xml,
5. $matches,
6. PREG_PATTERN_ORDER);
7.
8. return $matches[1];
9. }
匹配具有属性值的 XML 或者 HTML 标签
这个功能和上面的非常相似， 但是它允许你匹配的标签内部有属性值， 例如你可以轻松匹配
<div id=”header”>
Php 代码
1. function get_tag( $attr, $value, $xml, $tag=null ) {
2. if( is_null($tag) )
3. $tag = '\w+';
4. else
5. $tag = preg_quote($tag);
6.
7. $attr = preg_quote($attr);
8. $value = preg_quote($value);
9.
10. $tag_regex = "/<(".$tag.")[^>]*$attr\s*=\s*".
11. "(['\"])$value\\2[^>]*>(.*?)<\/\\1>/"
12.
13. preg_match_all($tag_regex,
14. $xml,
15. $matches,
16. PREG_PATTERN_ORDER);
17.
18. return $matches[3];
19. }
匹配十六进制颜色值
web 开发者的另一个有趣的工具，它允许你匹配和验证十六进制颜色值.
Php 代码
1. $string = "#555555";
2. if (preg_match('/^#(?:(?:[a-fd]{3}){1,2})$/i', $string)) {
3. echo "example 6 successful.";
4. }
查找页面 title
这段代码方便查找和打印 网页 <title> 和</title> 之间的内容
Php 代码
1. $fp = fopen("http://www.catswhocode.com/blog","r");
2. while (!feof($fp) ){
3. $page .= fgets($fp, 4096);
4. }
5.
6. $titre = eregi("<title>(.*)</title>",$page,$regs);
7. echo $regs[1];
8. fclose($fp);
解释 Apache 日志
大多数网站使用的都是著名的 Apache 服务器，如果你的网站也是，那么使用 PHP 正则表
达式解析 apache 服务器日志 怎么样？
Php 代码
1. //Logs: Apache web server
2. //Successful hits to HTML files only. Useful for counting t
he number of page views.
3. '^((?#client IP or domain name)S+)s+((?#basic authentication)
S+s+S+)s+[((?#date and time)[^]]+)]s+"(?:GET|POST|HEAD) ((?#
file)/[^ ?"]+?.html?)??((?#parameters)[^ ?"]+)? HTTP/[0-9.]+
"s+(?#status code)200s+((?#bytes transferred)[-0-9]+)s+"((?#
referrer)[^"]*)"s+"((?#user agent)[^"]*)"$'
4.
5. //Logs: Apache web server
6. //404 errors only
7. '^((?#client IP or domain name)S+)s+((?#basic authentication)
S+s+S+)s+[((?#date and time)[^]]+)]s+"(?:GET|POST|HEAD) ((?#
file)[^ ?"]+)??((?#parameters)[^ ?"]+)? HTTP/[0-9.]+"s+(?#st
atus code)404s+((?#bytes transferred)[-0-9]+)s+"((?#referrer)
[^"]*)"s+"((?#user agent)[^"]*)"$'
使用智能引号代替双引号
如果你是一个印刷爱好者， 你将喜欢这个允许用智能引号代替双引号的正则表达式， 这个正
则被 WORDPRESS 在其内容上使用
Php 代码
1. preg_replace('B"b([^"x84x93x94rn]+)b"B', '?1?', $text);
检验密码的复杂度
这个正则表达式将检测输入的内容是否包含 6 个或更多字母，数字，下划线和连字符. 输
入必须包含至少一个大写字母，一个小写字母和一个数字
Php 代码
1. 'A(?=[-_a-zA-Z0-9]*?[A-Z])(?=[-_a-zA-Z0-9]*?[a-z])(?=[-_a-zA
-Z0-9]*?[0-9])[-_a-zA-Z0-9]{6,}z'
WordPress: 使用正则获得 帖子上的图片
我知道很多人是 WORDPRESS 的使用者，你可能会喜欢并且愿意使用 那些从帖子的内容检
索下来的图像代码。使用这个代码在你的 BLOG 只需要复制下面代码到你的某个文件里
Php 代码
1. <?php if (have_posts()) : ?>
2. <?php while (have_posts()) : the_post(); ?>
3.
4. <?php
5. $szPostContent = $post->post_content;
6. $szSearchPattern = '~<img [^>]* />~';
7.
8. // Run preg_match_all to grab all the images and save the re
sults in $aPics
9. preg_match_all( $szSearchPattern, $szPostContent, $aPic
s );
10.
11. // Check to see if we have at least 1 image
12. $iNumberOfPics = count($aPics[0]);
13.
14. if ( $iNumberOfPics > 0 ) {
15. // Now here you would do whatever you need to do with t
he images
16. // For this example the images are just displayed
17. for ( $i=0; $i < $iNumberOfPics ; $i++ ) {
18. echo $aPics[0][$i];
19. };
20. };
21.
22. endwhile;
23. endif;
24. ?>
自动生成笑脸图案
被 WordPress 使用的另一个方法, 这段代码可使你把图像自动更换一个笑脸符号
Php 代码
1. $texte='A text with a smiley ';
2. echo str_replace(':-)','<img src="smileys/souriant.png">',$t
exte);
移除图片的链接
Php 代码
1. <meta http-equiv="Content-Type" content="text/html; charset=
utf-8" />
2. <?php
3. $str = '
4. <a href="http://www.5idev.com/">5idev</a>其他字符
5. <a href="http://www.sohu.com/">sohu</a>
6. <a href="http://www.sohu.com/"><img src="http://www.
fashion-press.net/img/news/3176/mot_06.jpg" /></a>
7. <br>';
8.
9.
10. //echo preg_replace("/(<a.*?>)(<img.*?>)(<\/a>)/", '$2
', $str);
11. echo preg_replace("/(<a.*?>)(<img.*?>)(<\/a>)/", '\2
', $str);
12. ?>
PHP 常用正则表达式整理
表单验证匹配
验证账号，字母开头，允许 5-16 字节，允许字母数字下划线：
^[a-zA-Z][a-zA-Z0-9_]{4,15}$
验证账号，不能为空，不能有空格，只能是英文字母：^\S+[a-z A-Z]$
验证账号，不能有空格，不能非数字：^\d+$
验证用户密码，以字母开头，长度在 6-18 之间：^[a-zA-Z]\w{5,17}$
验证是否含有 ^%&',;=?$\ 等字符：[^%&',;=?$\x22]+
匹配 Email 地址：\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*
匹配腾讯 QQ 号：[1-9][0-9]{4,}
匹配日期，只能是 2004-10-22 格式：^\d{4}\-\d{1,2}-\d{1,2}$
匹配国内电话号码：^\d{3}-\d{8}|\d{4}-\d{7,8}$
评注：匹配形式如 010-12345678 或 0571-12345678 或 0831-1234567
匹配中国邮政编码：^[1-9]\d{5}(?!\d)$
匹配身份证：\d{14}(\d{4}|(\d{3}[xX])|\d{1})
评注：中国的身份证为 15 位或 18 位
不能为空且二十字节以上：^[\s|\S]{20,}$
字符匹配
匹配由 26 个英文字母组成的字符串：^[A-Za-z]+$
匹配由 26 个大写英文字母组成的字符串：^[A-Z]+$
匹配由 26 个小写英文字母组成的字符串：^[a-z]+$
匹配由数字和 26 个英文字母组成的字符串：^[A-Za-z0-9]+$
匹配由数字、26 个英文字母或者下划线组成的字符串：^\w+$
匹配空行：\n[\s| ]*\r
匹配任何内容：[\s\S]*
匹配中文字符：[\x80-\xff]+ 或者 [\xa1-\xff]+
只能输入汉字：^[\x80-\xff],{0,}$
匹配双字节字符(包括汉字在内)：[^\x00-\xff]
匹配数字
只能输入数字：^[0-9]*$
只能输入 n 位的数字：^\d{n}$
只能输入至少 n 位数字：^\d{n,}$
只能输入 m-n 位的数字：^\d{m,n}$
匹配正整数：^[1-9]\d*$
匹配负整数：^-[1-9]\d*$
匹配整数：^-?[1-9]\d*$
匹配非负整数（正整数 + 0）：^[1-9]\d*|0$
匹配非正整数（负整数 + 0）：^-[1-9]\d*|0$
匹配正浮点数：^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$
匹配负浮点数：^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$
匹配浮点数：^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$
匹配非负浮点数（正浮点数 + 0）：^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$
匹配非正浮点数（负浮点数 + 0）：
^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$
其他
匹配 HTML 标记的正则表达式（ 无法匹配嵌套标签 ）： <(\S*?)[^>]*>.*?</\1>|<.*? />
匹配网址 URL ：[a-zA-z]+://[^\s]*
匹配 IP 地址：
((25[0-5]|2[0-4]\d|[01]?\d\d?)\.){3}(25[0-5]|2[0-4]\d|[01]?\d\d?)
匹配完整域名：
[a-zA-Z0-9][-a-zA-Z0-9]{0,62}(\.[a-zA-Z0-9][-a-zA-Z0-9]{0,62})+\.
?
提示
1. 上述正则表达式通常都加了 ^ 与 $ 来限定字符的起始和结束，如果需要匹配的内
容包括在字符串当中，可能需要考虑去掉 ^ 和 $ 限定符。
2. 以上正则表达式仅供参考，使用时请检验后再使用