最经典的正则表达式教程之--PHP正则表达式

PHP正则表达式TensSun正则表达式基础知识字符集POSIX扩展正则表达式函数Perl兼容正则表达式函数邮件的格式:[e-mail]其中tenssun是用户名,163.com是服务器名用户名只能由英文字母a～z(不区分大小写)、数字0～9、下划线组成。用户名的起始字符必须是英文字母.如：netease_2005用户名长度为5～20个字符。服务器名只能由英文字母a～z(不区分大小写)、数字0～9、下划线及点组成,@后点前面长度限制为1-10个字符,点后面的限制为com,cn,com.cn,net。从邮件验证说起从邮件验证说起先写用户名的正则表达式^[a-zA-Z][0-9a-zA-Z_]{4,19}再写主机名的正则表达式[0-9a-zA-Z_]{1,10}(\.)(com|cn|com.cn|net)$再把前后拼起来则为:^[a-zA-Z][0-9a-zA-Z_]{4,19}@[0-9a-zA-Z_]{1,10}(\.)(com|cn|com.cn|net)$邮件验证实例?php$email='[e-mail]';if(ereg(^[a-zA-Z][0-9a-zA-Z_]{4,19}@[0-9a-zA-Z_]{1,10}(\.)(com|cn|com.cn|net)$,$email)){echo'email格式正确';}?^和$看到前面的邮件验证大部分人可能会感到头痛,别急下面我们慢慢分解开篇,还是得说说^和$他们是分别用来匹配字符串的开始和结束,下面法举例说明^The:开头一定要有The字符串;ofdespair$:结尾一定要有ofdespair的字符串;那么,^abc$:就是要求以abc开头和以abc结尾的字符串，实际上是只有abc匹配notice:匹配包含notice的字符串你可以看见如果你没有用我们提到的两个字符（最后一个例子），就是说模式（正则表达式）可以出现在被检验字符串的任何地方，你没有把他锁定到两边(开始或结束)'*','+',和'?',接着,说说'*','+',和'?',他们用来表示一个字符可以出现的次数或者顺序.他们分别表示：*表示出现0次或1次或多次相当于{0,},+表示出现1次或多次相当于{1,},?表示出现0次或1次相当于{0,1},这里是一些例子:ab*:和ab{0,}同义,匹配以a开头,后面可以接0个或者N个b组成的字符串(a,ab,abbb,等);ab+:和ab{1,}同义,同上条一样，但最少要有一个b存在(ab,abbb,等.);ab?:和ab{0,1}同义,可以没有或者只有一个b;a?b+$: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.要点,'*','+',和'?'只管它前面那个字符.{}你也可以在大括号里面限制字符出现的个数，比如ah{2}:要求a后面一定要跟两个h（一个也不能少）(ahh);ah{2,}:要求a后面一定要有两个或者两个以上h(如ahh,ahhhh,等.);ah{3,5}:要求a后面可以有3－5个h(ahhh,ahhhh,orahhhhh).(){}现在我们把一定要的几个字符放到小括号里，比如：“a(bc)*”:匹配a后面跟0个或者多个bc;a(bc){1,5}:一个到5个bc.'│'还有一个字符'│',相当于OR(或者)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;'.'一个点('.')可以代表所有的单一字符,不包括\n如果,要匹配包括\n在内的所有单个字符,怎么办?用'[\n.]'这种模式.a.[0-9]:一个a加一个字符再加一个0到9的数字.{3}$:三个任意字符结尾.[]中括号括住的内容只匹配一个单一的字符[ab]:匹配单个的a或者b(和a│b一样);[a-d]:匹配'a'到'd'的单个字符(和a│b│c│d还有[abcd]效果一样);一般我们都用[a-zA-Z]来指定字符为一个大小写英文^[a-zA-Z]:匹配以大小写字母开头的字符串[0-9]%:匹配含有形如x％的字符串,[a-zA-Z0-9]$:匹配以逗号再加一个数字或字母结尾的字符串^[]和[^]的区别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%[^a-zA-Z]%匹配含有两个百分号里面有一个非字母的字符串.要点:^用在中括号开头的时候,就表示排除括号里的字符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[*\+?{}.]匹配含有这些字符的字符串.{}\b看了上面的例子,你对{n,m}应该理解了吧.要注意的是,n和m都不能为负整数,而且n总是小于m.这样,才能最少匹配n次且最多匹配m次.如p{1,5}将匹配pvpppppp中的前五个p下面说说以\开头的\b书上说他是用来匹配一个单词边界,就是...比如've\b',可以匹配love里的ve而不匹配very里有ve\B正好和上面的\b相反.例子我就不举了应用好,说了这么多下面我们再回过头来看我们的邮件正则怎么构造的:用户名的正则表达式^[a-zA-Z][0-9a-zA-Z_]{4,19}a-z表示a到z的所有小写字母A-Z表示A到Z的所有大写字母但是[]只能取一个字符所以[a-zA-Z]只能取其中一个符,也就是从所有的大小写英文字母中只能取一个字母^放在[]外面表示开始所以^[a-zA-Z]表示以一个英文字母开头应用[0-9a-zA-Z_]表示从所有的阿拉伯数字和英文及_中取一个字符,而{4,19}表示匹配最少4次,最多9次显然[0-9a-zA-Z_]{4,19}表示前面的字符至少出现4次,最多出现19次.那么现在请问下面这个表达式所表达的意思^[a-zA-Z][0-9a-zA-Z_]{4,19}(\.)表示一个点别和'.'混淆了'.'是表示除\n的任意一个字符()表示这是个子母式(com|cn|com.cn|net)$表示以com或cn或com.cn或net结尾的一串字符正则表达式简介（一）正则表达式是用于描述字符排列模式一种语法规则。它主要用于字符串的模式分割、匹配、查找及替换操作。到目前为止，我们前面所用过的精确（文本）匹配也是一种正则表达式。在PHP中，正则表达式一般是由正规字符和一些特殊字符（类似于通配符）联合构成的一个文本模式的程序性描述。在程序语言中，通常将模式表达式（即正则表达式）包含在两个反斜线“/”之间，如“/apple/”。用户只要把需要匹配的模式内容放入定界之间即可。如果使用一个没有特殊字符的正则表达式，相当于纯文本搜索，使用strstr()函数也可达到同样的效果。正则表达式简介（二）在PHP中有两套正则表达式函数库，两者功能相似，只是执行效率略有差异：一套是由PCRE（PerlCompatibleRegularExpression）库提供的。使用“preg_”为前缀命名的函数；一套由POSIX（PortableOperationSysteminterface）扩展提供的。使用以“ereg_”为前缀命名的函数；使用正则表达式的原因之一，是在典型的搜索和替换操作中，只能对确切文字进行匹配，对象动态文本的搜索就有困难了，甚至是不可能的。/^-?\d+$|^-?0[xX][\da-fA-F]+$//^[0-9a-zA-Z_-]+@[0-9a-zA-Z_-]+(\.[0-9a-zA-Z_-]+){0,3}]$/正则表达式较重要和较有用的角色是验证用户数据的有效性检查。PHP中，正则表达式有三个作用：匹配，也常常用于从字符串中析取信息。用新文本代替匹配文本。将一个字符串拆分为一组更小的信息块。正则表达式的语法规则正则表达式是主要由:原子（普通字符，如英文字符）元字符（有特殊功用的字符）以及模式修正字符组成。一个正则表达式中至少包含一个原子。原子(Atom)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。原子字符是由所有末显式指定为元字符的打印和非打印字符组成。这包括所有的英文字母、数字、标点符号以及其他一些符号。原子也包括以下内容。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。普通转义字符。转义元字符。正则表达式所使用的普通转义字符原子说明--------------------------------------------------------------------------------------------------------\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[\f\n\r\t\v]\S匹配除空白字符以外任何一个字符；等价于[^\f\n\r\t\v]\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匹配一个控制字符元字符(Meta-character)元字符是用于构造规则表达式的具有特殊含义的字符。如果要在正则表达式中包含元字符本身，必须在其前加上”\”进行转义说明元字符*0次、1次或多次匹配其前的原子+1次或多次匹配其前的原子?0次或1次匹配其前的原子.匹配任何一个字符|匹配两个或多个选择^或\A匹配字符串串首的原子$或\Z匹配字符串串尾的原子\b匹配单词的边界\B匹配除单词边界以外的部分[]匹配方括号中的任一原子[^]匹配除方括号中的原子外的任何字符()整体表示一个原子{m}表示其前原子恰好出现m次{m,n}表示其前原子至少出现m次，至多出现n次(nm){m,}表示其前原子出现不少于m次原子表原子表”[]”中存放一组原子，彼此地位平等，且仅匹配其中的一个原子。如果想匹配一个”a”或”e”使用/[ae]/,例如:/Pr[ae]y/匹配”Pray”或者”Prey”。原子表”^”或者称为排除原子表，匹配除表内原子外的任意一个字符。例如：/p[^u]/匹配“part”中的“pa”，但无法匹配“computer”中的“pu”因为“u”在匹配中被排除。通常，在原子表中用“-”连接一组按ASCII码顺序排列的原子，用以简化书写。如/x[0123456789]可以写成/x[0-9]/,用来匹配一个由“x”字母与一个数字组成的字符串；/0[xX][0-9a-fA-F]/匹配一个简单的十六进制数字，如“0x9”。/[^0-9a-zA-Z_]/匹配除英文字母、数字和下划线以外任何一个字符，其等价于/\W/。重复匹配正则表达式中有一些用于重复匹配其前原子的元字符：“?”、“*”、“+”。他们主要的不同是重复匹配的次数不同。元字符“？”表示0次或1次匹配紧接在其前的原子。例如：/colou?r/匹配“colour”或“color”。元字符“*”表示0次、1次或多次匹配紧接在其前的原子。例如：/^[A-Za-z][A-Za-z0-9]*$/可以匹配“P”、“h1”或“Body”等HTML标签，并且不严格的控制大小写。元字符“+”表示1次或多次匹配紧接在其前的原子。例如：/go+gle/匹配“gogle”、“google”或“gooogle”等中间含有多个o的字符串。上文中提及的十六进制数字的例子，实际上更加完