第一，讓我們看看兩個特別的字符：‘^’和‘$’他們是分別用來匹配字符串的開始和結束，以下分別舉例說明 ： "^The": 匹配以 "The"開頭的字符串; "of despair$": 匹配以 "of despair" 結尾的字符串; "^abc$": 匹配以abc開頭和以abc結尾的字符串，實際上是只有abc與之匹配； "notice": 匹配包含notice的字符串； 你可以看見如果你沒有用我們提到的兩個字符（最后一個例子），就是說模式（正則表達式）可以出現在 被檢驗字符串的任何地方，你沒有把他鎖定到兩邊。 第二，這里還有幾個字符‘*’,‘+’,和‘?’, 他們用來表示一個字符可以出現的次數或者順序. 他們分別表 示："zero or more", "one or more", and "zero or one." 這里是一些例子: "ab*": 匹配字符串a和0個或者更多b組成的字符串("a", "ab", "abbb", etc.); "ab+": 和上面一樣，但最少有一個b ("ab", "abbb", etc.); "ab?":匹配0個或者一個b; "a?b+$": 匹配以一個或者0個a再加上一個以上的b結尾的字符串. 第三，在花括號中的逗號,表示‘到’，即前后跟數字, "{n,m}"表示“n到m”。 第四，你也可以在大括號{n}里面限制字符出現的個數，比如 "ab{2}": 匹配一個a后面跟兩個b（一個也不能少）("abb"); "ab{2,}": 最少更兩個b("abb", "abbbb", etc.); "ab{2,5}": 2－5個b("abbb", "abbbb", or "abbbbb"). 你還要注意到你必須總是指定 (i.e, "{0,2}", not "{,2}").同樣，你必須注意到, '*', '+', 和'?' 分別和以下三 個范圍標注是一樣的，"{0,}", "{1,}", 和 "{0,1}"。 第五，現在把一定數量的字符放到小括號(x)里，比如： "a(bc)*": 匹配 a 后面跟0個或者一個"bc"; "a(bc){1,5}": 一個到5個 "bc." 第六，還有一個字符‘|’相當於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": 匹配含有這樣 - 多個（包括0個）a或b，后面跟一個c的字符串 的字符串; 第七，一個點‘.’可以代表所有的單一字符: "a.[0-9]": 一個a跟一個字符再跟一個數字的 （含有這樣一個字符串的字符串將被匹配，以后省略此括號） "^.{3}$": 以三個字符結尾. 第八，中括號[xxx]括住的內容只匹配一個單一的字符 "[ab]": 匹配單個的 a 或者 b ( 和 "a│b" 一樣); "[a-d]": 匹配'a' 到'd'的單個字符 (和"a│b│c│d" 還有 "[abcd]"效果一樣); "^[a-zA-Z]": 匹配以字母開頭的字符串 "[0-9]%": 匹配含有 形如 x％ 的字符串 ",[a-zA-Z0-9]$": 匹配以逗號再加一個數字或字母結尾的字符串 第九，也可以把你不想要得字符列在中括號里，你只需要在中括號里面使用'^' 作為開頭 (i.e., "%[^a-zA- Z]%" 匹配含有 兩個百分號里面有一個非字母 的字符串). 第十：注意， 1. "^.[$()│*+?{\"中的字符作為有特殊意義的字符的時候，你必須在這些字符面前加''。 2. 在php3中你應該避免在模式的最前面使用\, 比如說,正則表達式 "(\$│?[0-9]+" 應該這樣調用 ereg("(\\$│?[0-9]+", $str) (不知道php4是不是一樣)，但不要忘記在中括號里面的字符是這條規路的例 外：在中括號里面, 所有的特殊字符，包括'', 都將失去他們的特殊性質(i.e., "[*\+?{}.]"匹配含有這些字符 的字符串). 3. 還有,正如regx的手冊告訴我們: "如果列表里含有], 最好把它作為列表里的第一個字符(可能跟在'^' 后面)。 4. 如果含有-, 最好把它放在最前面或者最后面, 或者一個范圍的第二個結束點(i.e. [a-d-0-9]中間的-將 有效. 十一，為了完整, 我應該涉及到 collating sequences, character classes, 還有 equivalence classes. 但我在 這些方面不想講的太詳細, 這些在下面的文章中都不需要涉及到. 你們可以在regex man pages 那里得到更 多消息. 十二：例子， 1. 如何構建一個模式來匹配 貨幣數量 的輸入？ 構建一個匹配模式去檢查輸入的信息是否為一個表示money的數字。我們認為一個表示money的數量有四 種方式： "10000.00" 和 "10,000.00",或者沒有小數部分, "10000" and "10,000". 現在讓我們開始構建這 個匹配模式: ^[1-9][0-9]*$ 這是說變量必須以非0的數字開頭.但這也意味着 單一的 "0" 也不能通過測試. 以下是解決的方法: ^(0│[1-9][0-9]*)$ "只有0和不以0開頭的數字與之匹配"，我們也可以允許一個負號再數字之前: ^(0│-?[1-9][0-9]*)$ 這就是: "0 或者 一個以0開頭可能有一個負號在前面的數字." 好了, 好了現在讓我們別那么嚴謹，允許以0 開頭.現在讓我們放棄 負號 , 因為我們在表示錢幣的時候並不需要用到. 我們現在指定 模式 用來匹配小數 部分: ^[0-9]+(\.[0-9]+)?$ 這暗示匹配的字符串必須最少以一個阿拉伯數字開頭. 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. （你知道為什么嗎） ^[0-9]+(\.[0-9]{2})?$ 我們上面指定小數點后面必須有兩位小數.如果你認為這樣太苛刻,你可以改成: ^[0-9]+(\.[0-9]{1,2})?$ 這將允許小數點后面有一到兩個字符. 現在我們加上用來增加可讀性的逗號（每隔三位）, 我們可以這樣表 示: ^[0-9]{1,3}(,[0-9]{3})*(\.[0-9]{1,2})?$ 不要忘記加號 '+' 可以被乘號 '*' 替代，如果你想允許空白字符串被輸入話 (為什么?). 也不要忘記反斜桿 ‘\ ’，在php字符串中可能會出現錯誤 (很普遍的錯誤). 現在，我們已經可以確認字符串了, 我們現在把所有逗 號都去掉 str_replace(",", "", $money) 然后在把類型看成 double然后我們就可以通過他做數學計算了. 2. 如何構造檢查email的正則表達式？ 我們繼續討論怎么驗證一個email地址. 在一個完整的email地址中有三個部分: POP3 用戶名 (在 '@' 左邊的 一切), '@', 服務器名(就是剩下那部分). 用戶名可以含有大小寫字母阿拉伯數字,句號 ('.'), 減號('-'), 下划 線 ('_'). 服務器名字也是符合這個規則,當然下划線除外. 現在, 用戶名的開始和結束都不能是句點. 服務器也是這樣. 還有你不能有兩個連續的句點他們之間至少存 在一個字符，好現在我們來看一下怎么為用戶名寫一個匹配模式: ^[_a-zA-Z0-9-]+$ 現在還不能允許句號的存在. 我們把它加上: ^[_a-zA-Z0-9-]+(\.[_a-zA-Z0-9-]+)*$ 上面的意思就是說: "以至少一個規范字符（除.意外）開頭,后面跟着0個或者多個以點開始的字符串."簡單 化一點, 我們可以用 eregi()取代 ereg()。eregi()對大小寫不敏感, 我們就不需要指定兩個范圍 "a-z" 和 "A -Z" – 只需要指定一個就可以了: ^[_a-z0-9-]+(\.[_a-z0-9-]+)*$ 后面的服務器名字也是一樣,但要去掉下划線: ^[a-z0-9-]+(\.[a-z0-9-]+)*$ Done. 現在只需要用”@”把兩部分連接: ^[_a-z0-9-]+(\.[_a-z0-9-]+)*@[a-z0-9-]+(\.[a-z0-9-]+)*$ 這就是完整的email認證匹配模式了,只需要調用 eregi(‘^[_a-z0-9-]+(\.[_a-z0-9-]+)*@[a-z0-9-]+(\.[a-z0-9-]+)*$ ’,$eamil) 就可以得到是否為email了。 3. 提取字符串 ereg() and eregi() 有一個特性是允許用戶通過正則表達式去提取字符串的一部分(具體用法你可以閱讀手 冊). 比如說,我們想從 path/URL 提取文件名 – 下面的代碼就是你需要: ereg("([^\\/]*)$", $pathOrUrl, $regs); echo $regs[1]; 4. 高級的代換 ereg_replace() 和 eregi_replace()也是非常有用的: 假如我們想把所有的間隔負號都替換成逗號: ereg_replace("[ \n\r\t]+", ",", trim($str)); 5. 匹配中文字符的正則表達式： [\u4e00-\u9fa5] 評注：匹配中文還真是個頭疼的事，有了這個表達式就好辦了 6. 匹配雙字節字符(包括漢字在內)：[^\x00-\xff] 評注：可以用來計算字符串的長度（一個雙字節字符長度計2，ASCII字符計1） 7. 匹配空白行的正則表達式：\n\s*\r 評注：可以用來刪除空白行 8. 匹配HTML標記的正則表達式：<(\S*?)[^>]*>.*?</\1>|<.*? /> 評注：網上流傳的版本太糟糕，上面這個也僅僅能匹配部分，對於復雜的嵌套標記依舊無能為力 9. 匹配首尾空白字符的正則表達式：^\s*|\s*$ 評注：可以用來刪除行首行尾的空白字符(包括空格、制表符、換頁符等等)，非常有用的表達式 10. 匹配Email地址的正則表達式：\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)* 評注：表單驗證時很實用 11. 匹配網址URL的正則表達式：[a-zA-z]+://[^\s]* 評注：網上流傳的版本功能很有限，上面這個基本可以滿足需求 12. 匹配帳號是否合法(字母開頭，允許5-16字節，允許字母數字下划線)：^[a-zA-Z][a-zA-Z0-9_] {4,15}$ 評注：表單驗證時很實用 13. 匹配國內電話號碼：\d{3}-\d{8}|\d{4}-\d{7} 評注：匹配形式如 0511-4405222 或 021-87888822 14. 匹配騰訊QQ號：[1-9][0-9]{4,} 評注：騰訊QQ號從10000開始 15. 匹配中國郵政編碼：[1-9]\d{5}(?!\d) 評注：中國郵政編碼為6位數字 16. 匹配身份證：\d{15}|\d{18} 評注：中國的身份證為15位或18位 17. 匹配ip地址：\d+\.\d+\.\d+\.\d+ 評注：提取ip地址時有用 18. 匹配特定數字： ^[1-9]\d*$ //匹配正整數 ^-[1-9]\d*$ //匹配負整數 ^-?[1-9]\d*$ //匹配整數 ^[1-9]\d*|0$ //匹配非負整數（正整數 + 0） ^-[1-9]\d*|0$ //匹配非正整數（負整數 + 0） ^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$ //匹配正浮點數 ^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$ //匹配負浮點數 ^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$ //匹配浮點數 ^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$ //匹配非負浮點數（正浮點數 + 0） ^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$ //匹配非正浮點數（負浮點數 + 0） 評注：處理大量數據時有用，具體應用時注意修正 19. 匹配特定字符串： ^[A-Za-z]+$ //匹配由26個英文字母組成的字符串 ^[A-Z]+$ //匹配由26個英文字母的大寫組成的字符串 ^[a-z]+$ //匹配由26個英文字母的小寫組成的字符串 ^[A-Za-z0-9]+$ //匹配由數字和26個英文字母組成的字符串 ^\w+$ //匹配由數字、26個英文字母或者下划線組成的字符串 20. 匹配文本，這個偶爾比較好用，但是要小心字符中包含\E $str = '[a-z]'; $str = preg_replace('/\G[a-z]\E/', '', $str); echo $str; //打印空，全被替換掉了，相關大概就是preg_quote功能 21. 給匹配結果命名，這樣在匹配結果中就可以用這個名稱來獲取值 $str = 'abc123abc'; preg_match('/(?P<num>\d+)/', $str, $arr); echo $arr['num']; //相當於echo $arr[1] 22. 僅用於分組的括號，匹配內容不會被變量捕獲，有時候需要這樣提高執行效率 $str = 'abc123abc'; preg_match('/abc(?:\d+)/', $str, $arr); echo $arr[1]; //除了$arr[0]外沒有$arr[1]了，不會賦予\1 23. 插入的好幫手，向前、向后錨點搜索位置，每3位添加一個逗號 $str = 'fdfad123456789fdfd'; $str = preg_replace('/(?<=\d)(?=(\d{3})+(?!\d))/', ',', $str); echo $str; //打印 fdfad123,456,789fdfd 24. 以最少的結果匹配 $str = 123456; preg_match('/\d+/', $str, $arr); echo $arr[0]; //是人都知道是123456吧 preg_match('/\d+?/', $str, $arr); echo $arr[0]; //這次是1 25. 一個比較有用的，可以判斷前面的是否有匹配過,比如下邊的例子，可以忽略等號右邊是否有單引號雙 引號或者什么都沒有 $str = <<<HTML <font size=12></font> <font size='13'></font> <font size="14"></font> <font size="15></font> HTML; preg_match_all('/<font\s+size=([\'"]?)(\d+)\1[^>]*>/', $str, $arr); print_r($arr); /* Array ( [0] => 12 [1] => 13 [2] => 14 ) */ 26. 部分模式修飾符，模式修飾符也可以放在表達式中的這里匹配符合XHTML規范的style里的顏色值，大 寫的STYLE被忽略了，但是里面的color可以大小寫無所謂 $str = '<b style="COLOR:red"></b><b STYLE="color:blue"></b><b style="color:green"></b>'; preg_match_all('/style=([\'"]?)(?i)color:(\w+)\1(?-i)/', $str, $arr); print_r($arr[2]) //也可以把匹配內容放到里面，用:隔開，就不用寫結束(?-i) //preg_match_all('/style=([\'"]?)(?i:color:(\w+))\1/', $str, $arr); //再看一例子 $str = '<B>Style</B>'; preg_match('/<B>(?i:style)<\/B>/', $str, $arr); print_r($arr); //可以匹配到 $str = '<B>Style</b>'; preg_match('/<B>(?i:style)<\/B>/', $str, $arr); print_r($arr); //什么都沒匹配到 27. 單詞檢索，可惜只能用在英文 $str = 'I\'m a teacher'; preg_match_all('/\b[a-z]+\b/i', $str, $arr); print_r($arr) 28. u修飾符,按unicode匹配 $str = '你您'; $str = preg_replace('/[你您]/', 'you', $str); echo $str; //被拆開了,打印4次you //看下面加上u修飾符后的效果,該修飾符需要編碼utf-8否則會報錯 //我的文本都是gb2312,所以要轉成utf-8 $str = iconv('gb2312', 'utf-8', '你您'); $regex = iconv('gb2312', 'utf-8', '/[你您]/u'); $str = preg_replace($regex, 'you', $str); echo $str; //打印2次you 29. x模式修飾符，可以忽略空白和加注釋 $str = 'test Test'; preg_match('/test #只匹配小寫的test/x', $str, $arr); print_r($arr); 30. 排除環視(?<!...) (?!...)、忽略優先 *? +? ?? 的復合使用 $str = 'test <B>test1<B> test2</B>'; preg_match('/<B>(?:.(?<!<B>))*<\/B>/i', $str, $arr); //或者 preg_match('/<B>(?:(?!<B>).)*<\/B>/i', $str, $arr); print_r($arr) //當時這樣寫應付不了 $str = 'test <B>test1<B> test2</B> test3</B>'; //改寫一下正則既可 preg_match_all('/<B>(?:(?!<\/?B>).)*<\/B>/i', $str, $arr); //根據上面來完成一個最簡單的UBB替換 $str = 'test [b]test1[b] test2[/b] test3[/b]test'; $str = preg_replace('/\[B\]((?:(?!\[\/?B\]).)*)\[\/B\]/i', '<b>\1</b>', $str); $str = preg_replace('/\[B\]((?:(?!\[\/?B\]).)*)\[\/B\]/i', '<b>\1</b>', $str); print_r($str) 31. 如果已經確認回朔並不會有匹配結果，可以使用固化分組來放棄備用狀態提高效率 $str = 'Subject'; preg_match('/(\w+):/', $str, $arr); //用以下方法代替 //在第一組匹配規則匹配到文本末尾t時匹配結束，啟用第二組匹配規則:並不會找到結果，所以這個時候回 朔查找，但是\w不會包含:，所以可以直接放棄， preg_match('/(?>\w+):/', $str, $arr); ------------------------------------------------------------------------------------------------------ 備注： \s：用於匹配單個空格符，包括tab鍵和換行符； \S：用於匹配除單個空格符之外的所有字符； \d：用於匹配從0到9的數字； \w：用於匹配字母，數字或下划線字符； \W：用於匹配所有與\w不匹配的字符； . ：用於匹配除換行符之外的所有字符。