阅读(459)

PHP的正则表达式

最后一次修改 2018年05月03日

概述

正则表达式(Regular Expression)是一种字符匹配工具,通过构建具有特定规则的模式,和输入字符串数据进行比较,然后进行匹配、分割、替换等等的相关操作。它的设计思想是用一种描述性的语言来给字符串定义一个规则,凡是符合规则的字符串,我们就认为它“匹配”了。

目前有两种不同规范的正则表达式:

POSIX 规范:在兼容 POSIX 的 UNIX 系统上,grep 和 egrep 之类的工具都遵循 POSIX 规范,一些数据库系统中的正则表达式也匹配 POSIX 规范。

PCRE 规范:为 Perl Compatible Regular Expressions 的缩写,中文即 Perl 兼容正则表达式,由 Philip Hazel 开发的 Perl 库,为很多现代工具所使用,大多数编程语言的正则表达式也都是集成该规范。

针对两种不同的正则表达式规范,PHP 提供了两组不同的函数库,分别为 POSIX Regex 扩展库 和 PCRE 扩展库,每一个函数库对应于一种特定的正则表达式。

需要注意的是,从 PHP5.3.0 开始,POSIX Regex 扩展将被废弃,所有调用本扩展中函数都将提示 E_DEPRECATED 错误。

接下来本文会对 PCRE 规范的正则表达式作出详细介绍。

PCRE 正则语法

1. 分隔符

当使用 PCRE 函数的时候,模式需要由分隔符闭合包裹。分隔符可以使任意非字母数字、非反斜线、非空白字符。一般是使用斜线 /作为定界符。

如果分隔符需要在模式内进行匹配,它必须使用反斜线进行转义。如果分隔符经常在 模式内出现, 一个更好的选择就是是用其他分隔符来提高可读性。

2. 原子

原子是正则表达式的最基本的组成单位,而且必须至少包含一个原子。常见的有:

.   匹配除换行符之外任意字符
\d  匹配任意一个十进制数字
\D  匹配任意一个非十进制字符
\s  匹配一个不可见原子
\S  匹配一个可见原子
\w  匹配任意一个数字、字母或下划线,同 `[a-zA-Z0-9_]`
\W  匹配任意非一个数字、字母或下划线,同`[^a-zA-Z0-9_]`[]  作为一个原子,匹配 [] 之间的一个原子[^] 作为一个原子,不能匹配 [] 之间的一个原子


PCRE 中有关原子和元字符的完整列表,请见 正则表达式。

3. 元字符

元字符用来修饰原子的字符,不可以单独出现。

//量词{n} 匹配原子恰好出现n次
{n,} 匹配原子出现不少于n次
{n,m} 匹配原子出现至少n次,最多m次
* 表示其前面的原子出现0至多次,相当于{0,}
+ 表示前面的原子至少出现1次,相当于{1,}
? 表示前面的原子出 0次或1次,相当于{0,1}//边界限制^ 指定匹配的字符串以什么原子开头
$ 指定匹配的字符串以什么原子结尾//模式选择符| 多选一//模式单元() 多原子作为一个大原子

4. 模式修正符

位于整个模式的最后面,在整个正则表达式中优先调用,是对正则表达式功能的扩展。可以一次使用一个,每一个都具有一定的意义,也可以连续使用多个符号。

i //不区分大小写s //正则表达式中.匹配所有字符,包括换行符U //匹配模式变为懒惰模式x //空白忽略

PCRE 函数

函数名

说明

preg_filter    执行一个正则表达式搜索和替换    
preg_grep    返回匹配模式的数组条目    
preg_last_error    返回最后一个PCRE正则执行产生的错误代码    
preg_match_all    执行一个全局正则表达式匹配    
preg_match    执行匹配正则表达式    
preg_quote    转义正则表达式字符    
preg_replace_callback_array    执行正则表达式搜索并使用回调进行替换    
preg_replace_callback    执行一个正则表达式搜索并且使用一个回调进行替换    
preg_replace    执行一个正则表达式的搜索和替换    
preg_split    通过一个正则表达式分隔字符串    
// 匹配$qq = '10001110@qq.com';$pattern = "/^[1-9][0-9]{4,}$/";if (preg_match($pattern, $email, $match)) { echo '匹配成功<hr />';} else { echo '匹配失败<hr />';}// 切割$keywords = preg_split("/[\s,]+/", "hypertext language, programming");print_r($keywords); # Array ( [0] => hypertext [1] => language [2] => programming )// 替换$str = 'foo o';echo preg_replace('/\s\s+/', ' ', $str); # 'foo o'$count = 0;echo preg_replace(array('/\d/', '/\s/'), '*', 'xp 4 to', -1 , $count); # xp***toecho $count; # 3

常用正则表达式

非空字符

$pattern = '/\\S+/';

手机号匹配

$pattern = '/^1(3[0-9]|4[57]|5[0-35-9]|7[0135678]|8[0-9])\\d{8}$/';//匹配移动$pattern = '^1(3[4-9]|4[7]|5[0-27-9]|7[08]|8[2-478])\\d{8}$';//匹配联通$pattern = '^1(3[0-2]|4[5]|5[56]|7[0156]|8[56])\\d{8}$';//匹配电信$pattern = '^1(3[3]|4[9]|53|7[037]|8[019])\\d{8}$';

E-mail 匹配

$pattern = '/^(\w)+(\.\w+)*@(\w)+(\.\w+)+$/';

URL 匹配

$pattern = '/^https?\:////(\w+\.)+[a-z]+$/';

IP 地址匹配

$pattern = '/((?:(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d)\\.){3}(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d))/';

身份证号匹配

$pattern = '/(^\d{15}$)|(^\d{18}$)|(^\d{17}(\d|X|x)$)/';

中国邮政编码匹配

$pattern = '/^[1-9]\d{5}(?!\d)$/';

HTML 标签匹配

$pattern = '/^<([a-z]+)([^<]+)(?:>(.)<\/\1>|\s+\/>)$/';

中文匹配

$pattern = '/^[\x{4e00}-\x{9fa5}]+$/u';


注:PHP 中使用 \x 表示十六进制数据。

日期匹配

$pattern1 = '/^\d{4}-\d{1,2}-\d{1,2}$/'; # 2018-04-27$pattern2 = '/^(0?[1-9]|1[0-2])$/'; # 月份(01~09和1~12)
$pattern3 = '/^((0?[1-9])|((1|2)[0-9])|30|31)$/'; # 日期(01~09和1~31)