基本模式匹配
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。
1、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。
^once
2、$符号用来匹配那些以给定模式结尾的字符串。这个模式与"Who kept all of this cash in a bucket"匹配,与"buckets"不匹配。
bucket$
3、字符^和$同时使用时,表示精确匹配(字符串与模式一样)。只匹配字符串"bucket"
^bucket$
4、如果一个模式不包括^和$,那么它与任何包含该模式的字符串匹配。例如以下模式:
once
与字符串There once was a man from NewYork和Who kept all of his cash in a bucket.都是匹配的。
5、在4模式中的字母(o-n-c-e)是字面的字符,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。
字符簇
1、建立一个表示所有元音字符的字符簇,则把所有的元音字符放在一个方括号里:
[AaEeIiOoUu]
以上这个模式与任何元音字符匹配,但只能表示一个字符。
2、用连字号可以表示一个字符的范围:
[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 [ \f\r\t\n] //匹配所有的白字符
同样,这些也只表示一个字符。
3、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,用这个模式:
^[a-z][0-9]$
4、^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^时,它表示"非"或"排除"的意思,常常用来剔除某个字符,如下:
^[^0-9][0-9]$ //在3的基础上,要求第一个字符不能是数字 //这个模式与"&5"、"g7"及"-2"是匹配的,但与"12"、"66"是不匹配的
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 [^\\\/\^] //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
5、特殊字符"." (点,句号)在正则表达式中用来表示除了"新行"之外的所有字符。
"^.5$" //与任何两个字符的、以数字5结尾和以其他非"新行"字符开头的字符串匹配。 "." //可以匹配任何字符串,除了空串和只包括一个"新行"的字符串。
6、PHP的正规表达式有一些内置的通用字符簇,列表如下:
字符簇 | 描述 |
---|---|
[[:alpha:]] | 任何字母 |
[[:digit:]] | 任何数字 |
[[:alnum:]] | 任何字母和数字 |
[[:space:]] | 任何空白字符 |
[[:upper:]] | 任何大写字母 |
[[:lower:]] | 任何小写字母 |
[[:punct:]] | 任何标点符号 |
[[:xdigit:]] | 任何16进制的数字,相当于[0-9a-fA-F] |
确定重复出现
跟在字符或字符簇后面的花括号({})用来确定前面的内容的重复出现的次数。
字符簇 | 描述 |
---|---|
^[a-zA-Z_]$ | 所有的字母和下划线 |
^[[:alpha:]]{3}$ | 所有的3个字母的单词 |
^a$ | 字母a |
^a{4}$ | aaaa |
^a{2,4}$ | aa,aaa或aaaa |
^a{1,3}$ | a,aa或aaa |
^a{2,}$ | 包含多于两个a的字符串:aa,aaa,aaaa,aaaaa...... |
^a{2,} | 如:aardvark和aaab,但apple不行 |
a{2,} | 如:baad和aaa,但Nantucket不行 |
\t{2} | 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 ;
- 两个数字用逗号分隔的数字 {x,y} 表示 前面的内容至少出现x次,最多y次。
更多例子:
^[a-zA-Z0-9_]{1,}$ // 所有包含一个以上的字母、数字或下划线的字符串 ^[1-9][0-9]{0,}$ // 所有的正整数 ^\-{0,1}[0-9]{1,}$ // 所有的整数 ^[-]?[0-9]+\.?[0-9]+$ // 所有的浮点数
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 。
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 。
字符 + 与 {1,} 是相等的,表示 1 个或多个前面的内容 。
上述例子更容易阅读的形式为:
^[a-zA-Z0-9_]+$ // 所有包含一个以上的字母、数字或下划线的字符串 ^[1-9][0-9]*$ // 所有的正整数 ^\-?[0-9]+$ // 所有的整数 ^\-?[0-9]+\.?[0-9]*$ // 所有的浮点数