PHP 正则表达式的使用
web PHP 2019-05-09 367 0
关于本站

淘淘IT

记录工作学习中的点点滴滴

本站创建于2017年,用于记录工作和学习中遇到的问题。同时,不断提升网站的使用体验,增加新的功能。

823210 1216 12
最新评论
感谢大佬解决了我的问题
评 留言
11111111111111111111ewqr :ku:
评 留言
@xiaoniba 好像是编码GBK和utf-8的区别,请看下我摘抄的一篇文章,里面有介绍http://taotaoit.com/article/details/885.html,你可以尝试下是否可以
评 tp5.1中字段别名是汉字,提示错误:不支持的数据表达式
\x7f-\xff 这个匹配什么东东,会不会出现安全问题??? 改成这样如何 if ($strict && !preg_match('/^[\w\.\*\x{4e00}-\x{9fa5}]+$/u', $key)) {
评 tp5.1中字段别名是汉字,提示错误:不支持的数据表达式
完美解决 牛逼
评 tp5.1中字段别名是汉字,提示错误:不支持的数据表达式
文章标签更多
ThinkPHP (119)
Mysql (25)
DedeCms (28)
jQuery (27)
证件照 (1)
setInc (3)
setDec (3)
onclick (3)
打开边栏(ESC) 关闭边栏(ESC)
第一,让我们看看两个特别的字符:‘^’和‘$’他们是分别用来匹配字符串的开始和结束,以下分别举例说明:
"^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。


第二,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:"0个或多个", "1个或多个", "0个或1个" 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.

第三,在花括号中的逗号,表示‘到’,即前后跟数字, "{n,m}"表示“n到m”。


第四,你也可以在大括号{n}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{2,5}": 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'?' 分别和以下三个范围标注是一样的,"{0,}", "{1,}", 和 "{0,1}"。


第五,现在把一定数量的字符放到小括号(x)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"


第六,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;

<?php
$subject = "aaabbbbbbbbddddddef"; // 可以匹配abcdef,aabbcdef,aabbdcdef,cdef,不可以匹配abdef,字符串中没c就不行
$pattern = '/(a│b)*c/';
var_dump(preg_match($pattern, $subject)); // 返回1是匹配,返回0是不匹配
?>


第七,一个点‘.’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.


第八,中括号[xxx]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]$": 匹配以逗号再加一个数字或字母结尾的字符串


第九,也可以把你不想要得字符列在中括号里,你只需要在中括号里面使用'^' 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).


第十:注意,
1."^.[$()│*+?{\"中的字符作为有特殊意义的字符的时候,你必须在这些字符面前加'\'。
2.在php3中你应该避免在模式的最前面使用\, 比如说,正则表达式 "(\$│?[0-9]+" 应该这样调用
ereg("(\\$│?[0-9]+", $str) (不知道php4是不是一样),但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).
3.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)。
4.如果含有-, 最好把它放在最前面或者最后面, 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.


十二:例子

1.如何构建一个模式来匹配 货币数量 的输入?
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" 和 "10,000". 现在让我们开始构建这个匹配模式:
^[1-9][0-9]*$
这是说变量必须以非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, 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.


2.如何构造检查email的正则表达式?
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('-'), 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。


3.提取字符串
ereg() 和 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];

<?php
$pathOrUrl = 'http://taotaoit.com/article.html';
// ereg("([^\\/]*)$", $pathOrUrl, $regs); // php5.3之后有错误Deprecated: Function ereg() is deprecated in,用@ereg可屏蔽错误
preg_match("/([^\\/]*)$/",$pathOrUrl, $regs); // preg_match是用来替代ereg的
echo $regs[1]; // article.html
// Deprecated: Function ereg() is deprecated in的详细解释http://taotaoit.com/article/details/860.html
?>


4.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));

<?php
$str = 'aads asdfj asdj
asd
jfk';
// echo ereg_replace("[ \n\r\t]+", ",", trim($str)); // 提示错误Deprecated: Function ereg_replace() is deprecated in
echo preg_replace("/[ \n\r\t]+/", ",", trim($str)); // php5.3之后用preg_replace替代ereg_replace
// aads,asdfj,asdj,asd,jfk
?>


5. 匹配中文字符的正则表达式: [\u4e00-\u9fa5]


6.匹配双字节字符(包括汉字在内):[^\x00-\xff]
评注:可以用来计算字符串的长度(一个双字节字符长度计2,ASCII字符计1)


7.匹配空白行的正则表达式:\n\s*\r
评注:可以用来删除空白行(不确定能用不,真正用到还需要查询)


8.匹配HTML标记的正则表达式:<(\S*?)[^>]*>.*?</\1>|<.*?/>
评注:网上流传的版本太糟糕,上面这个也仅仅能匹配部分,对于复杂的嵌套标记依旧无能为力


9.匹配首尾空白字符的正则表达式:^\s*|\s*$
评注:可以用来删除行首行尾的空白字符(包括空格、制表符、换页符等等),非常有用的表达式

<?php
$str="	i   am    a     bookmoth ";
echo '开始' . $str . '<br>';
echo '开始' . preg_replace("/^\s*|\s*$/", '', $str);
// 开始	i   am    a     bookmoth 
// 开始i   am    a     bookmoth
?>

10.匹配Email地址的正则表达式:\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*

11.匹配网址URL的正则表达式:[a-zA-z]+://[^\s]*(可能是有点问题)


12.匹配帐号是否合法(字母开头,允许5-16字节,允许字母数字下划线):^[a-zA-Z][a-zA-Z0-9_]{4,15}$

13.匹配国内电话号码:\d{3}-\d{8}|\d{4}-\d{7}

评注:匹配形式如0511-4405222或021-87888822


14.匹配腾讯QQ号:[1-9][0-9]{4,}

评注:腾讯QQ号从10000开始


15.匹配中国邮政编码:[1-9]\d{5}(?!\d)

评注:中国邮政编码为6位数字

<?php
$str='010-12341234';
echo preg_match('/[1-9]\d{5}(?!\d)/',$str,$arr); // 1说明匹配
print_r($arr); // Array ( [0] => 341234 )
// Array ( [0] => test )
// (?!\d)什么意思呢?
// 负前瞻:exp1(?!exp2) 查找后面不是exp2的exp1
// 所以(?!\d)应该可以理解为匹配结果后面不为数字的字符串,所以就是
// 把(?!\d)删了,比对一下
echo preg_match('/[1-9]\d{5}/',$str,$arr); // 1说明匹配
print_r($arr); // Array ( [0] => 123412 )
?>
正则表达式中?=和?:和?!的理解
http://taotaoit.com/article/details/863.html


16.匹配身份证:\d{15}|\d{18}

评注:中国的身份证为15位或18位(没有匹配X)


17.匹配ip地址:\d+\.\d+\.\d+\.\d+

评注:提取ip地址时有用


18.匹配特定数字:
^[1-9]\d*$  //匹配正整数
^-[1-9]\d*$ //匹配负整数
^-?[1-9]\d*$  //匹配整数
^[1-9]\d*|0$ //匹配非负整数(正整数+0)
^-[1-9]\d*|0$  //匹配非正整数(负整数+0)
^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$  //匹配正浮点数
^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$ //匹配负浮点数
^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$ //匹配浮点数
^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$  //匹配非负浮点数(正浮点数+0)
^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$  //匹配非正浮点数(负浮点数+0)

评注:处理大量数据时有用,具体应用时注意修正


19.匹配特定字符串:
^[A-Za-z]+$  //匹配由26个英文字母组成的字符串
^[A-Z]+$  //匹配由26个英文字母的大写组成的字符串
^[a-z]+$  //匹配由26个英文字母的小写组成的字符串
^[A-Za-z0-9]+$//匹配由数字和26个英文字母组成的字符串

^\w+$  //匹配由数字、26个英文字母或者下划线组成的字符串


20.匹配文本,这个偶尔比较好用,但是要小心字符中包含\E
<?php 
$str = 'abcda2jdklafjsd';
echo preg_replace('/\G[a-z]\E/', '', $str);
// \G的作用,确保所有匹配都是连续的
// 2jdklafjsd
?>
正则表达式中\Q和\E的用法
http://taotaoit.com/article/details/866.html
正则表达式\G是什么意思
http://taotaoit.com/article/details/865.html


21.给匹配结果命名,这样在匹配结果中就可以用这个名称来获取值
<?php
$str = 'abc123abc';
preg_match('/(?P<num>\d+)/', $str, $arr);
echo $arr['num']; //相当于echo$arr[1]
// 123
?>


正则表达式命名子组/(?P<num>\d+)/
http://taotaoit.com/article/details/867.html


22.仅用于分组的括号,匹配内容不会被变量捕获,有时候需要这样提高执行效率
<?php
$str = 'abc123abc';
preg_match('/abc(?:\d+)/', $str, $arr);
// echo $arr[1]; // Notice: Undefined offset: 1 in    //除了$arr[0]外没有$arr[1]了,不会赋予\1
var_dump($arr);
// array (size=1)
  // 0 => string 'abc123' (length=6)
//对比
preg_match('/abc(\d+)/', $str, $arr);
var_dump($arr);
// array (size=2)
  // 0 => string 'abc123' (length=6)
  // 1 => string '123' (length=3)
?>
正则表达式中?=和?:和?!的理解
http://taotaoit.com/article/details/863.html


23.插入的好帮手,向前、向后锚点搜索位置,每3位添加一个逗号
$str='fdfad123456789fdfd';
$str=preg_replace('/(?<=\d)(?=(\d{3})+(?!\d))/',',',$str);
echo$str;//打印fdfad123,456,789fdfd
24.以最少的结果匹配
$str=123456;
preg_match('/\d+/',$str,$arr);
echo$arr[0];//是人都知道是123456吧
preg_match('/\d+?/',$str,$arr);
echo$arr[0];//这次是1
25.一个比较有用的,可以判断前面的是否有匹配过,比如下边的例子,可以忽略等号右边是否有单引号双
引号或者什么都没有
$str=<<<HTML
<fontsize=12></font>
<fontsize='13'></font>
<fontsize="14"></font>
<fontsize="15></font>
HTML;
preg_match_all('/<font\s+size=([\'"]?)(\d+)\1[^>]*>/',$str,$arr);
print_r($arr);
/*
Array
(
[0]=>12
[1]=>13
[2]=>14
)
*/
26.部分模式修饰符,模式修饰符也可以放在表达式中的这里匹配符合XHTML规范的style里的颜色值,大
写的STYLE被忽略了,但是里面的color可以大小写无所谓
$str='<bstyle="COLOR:red"></b><bSTYLE="color:blue"></b><bstyle="color:green"></b>';
preg_match_all('/style=([\'"]?)(?i)color:(\w+)\1(?-i)/',$str,$arr);
print_r($arr[2])
//也可以把匹配内容放到里面,用:隔开,就不用写结束(?-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);//什么都没匹配到
27.单词检索,可惜只能用在英文
$str='I\'mateacher';
preg_match_all('/\b[a-z]+\b/i',$str,$arr);
print_r($arr)
28.u修饰符,按unicode匹配
$str='你您';
$str=preg_replace('/[你您]/','you',$str);
echo$str;//被拆开了,打印4次you
//看下面加上u修饰符后的效果,该修饰符需要编码utf-8否则会报错
//我的文本都是gb2312,所以要转成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模式修饰符,可以忽略空白和加注释
<?php
$str='testTest';
preg_match('/test#只匹配小写的test/x',$str,$arr);
print_r($arr);
// Array ( [0] => test )
?>
x (PCRE_EXTENDED)
如果设置了这个修饰符, 模式中的没有经过转义的或不在字符类中的空白数据字符总会被忽略, 并且位于一个未转义的字符类外部的#字符和下一个换行符之间的字符也被忽略. 这个修饰符 等同于perl中的/x修饰符, 使被编译模式中可以包含注释. 

30.排除环视(?<!...)(?!...)、忽略优先*?+???的复合使用
$str='test<B>test1<B>test2</B>';
preg_match('/<B>(?:.(?<!<B>))*<\/B>/i',$str,$arr);
//或者preg_match('/<B>(?:(?!<B>).)*<\/B>/i',$str,$arr);
print_r($arr)
//当时这样写应付不了$str='test<B>test1<B>test2</B>test3</B>';
//改写一下正则既可preg_match_all('/<B>(?:(?!<\/?B>).)*<\/B>/i',$str,$arr);
//根据上面来完成一个最简单的UBB替换
$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.如果已经确认回朔并不会有匹配结果,可以使用固化分组来放弃备用状态提高效率
$str='Subject';
preg_match('/(\w+):/',$str,$arr);
//用以下方法代替
//在第一组匹配规则匹配到文本末尾t时匹配结束,启用第二组匹配规则:并不会找到结果,所以这个时候回
朔查找,但是\w不会包含:,所以可以直接放弃,

preg_match('/(?>\w+):/',$str,$arr);


正则表达式固化分组(?>...)
http://taotaoit.com/article/details/861.html


------------------------------------------------------------------------------------------------------
备注:
\s:用于匹配单个空格符,包括tab键和换行符;
\S:用于匹配除单个空格符之外的所有字符;
\d:用于匹配从0到9的数字;
\w:用于匹配字母,数字或下划线字符;
\W:用于匹配所有与\w不匹配的字符;
.:用于匹配除换行符之外的所有字符。


版权声明:本篇文章来源于网络。 来源链接

相关推荐
openssl_private_decrypt解密失败
PHP | 2019-01-16 2038
复制别人的解密程序,原程序可以解密,复制过来就不可以 一步步尝试发现,秘钥换行符有区别, 原秘钥有换行符,复制过来不知道什么时候把换行符清空了,成了一行字符串了。
那三个特殊字符的ascii码239,187,191就是BOM头的 EF BB BF
PHP | 2019-01-24 1668
原问题 字符串长度问题 vardump打印一字符串 string(14) "00107042012" 获取到的字符串长度怎么是14 明明是11个数字啊! 为什么? 回答: 你的字符串有前有三个特殊字符(+BOM) <?php $str = '00107042012'; $str1 = '0010...
评论:0条
评论加载中...
发表评论