正则表达式的基本语法
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 $regs[1];
高级的代换
ereg_replace() 和 eregi_replace() 也是非常有用的 : 假如我们想把所有的间隔负号都替换成逗号 :
ereg_replace("[ /n/r/t]+", ",", trim($str));
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 $regs[1];
高级的代换
ereg_replace() 和 eregi_replace() 也是非常有用的 : 假如我们想把所有的间隔负号都替换成逗号 :
ereg_replace("[ /n/r/t]+", ",", trim($str));