- 相關推薦
精通正則表達式
想必很多人都對正則表達式都頭疼.今天,我以我的認識,加上網上一些文章,希望用常人都可以理解的表達方式.來和大家分享學習經驗.
開篇,還是得說說 ^ 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"： 開頭一定要有"The"字符串;
"of despair$"： 結尾一定要有"of despair" 的字符串;
"^abc$"： 就是要求以abc開頭和以abc結尾的字符串，實際上是只有abc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
接著,說說 '*', '+',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"相當于{0,},
"one or more"相當于{1,},
"zero or one."相當于{0,1}, 這里是一些例子：
"ab*"： 和ab{0,}同義,匹配以a開頭,后面可以接0個或者N個b組成的字符串("a", "ab", "abbb", 等);
"ab+"： 和ab{1,}同義,同上條一樣，但最少要有一個b存在 ("ab", "abbb", 等.); "ab?"：和ab{0,1}同義,可以沒有或者只有一個b;
"a?b+$"： 匹配以一個或者0個a再加上一個以上的b結尾的字符串.
要點, '*', '+',和 '?'只管它前面那個字符.
你也可以在大括號里面限制字符出現的個數，比如
"ab{2}"： 要求a后面一定要跟兩個b（一個也不能少）("abb");
"ab{2,}"： 要求a后面一定要有兩個或者兩個以上b(如"abb", "abbbb", 等.); "ab{3,5}"： 要求a后面可以有2－5個b("abbb", "abbbb", or "abbbbb").
現在我們把一定幾個字符放到小括號里，比如：
"a(bc)*"： 匹配 a 后面跟0個或者一個"bc";
"a(bc){1,5}"： 一個到5個 "bc."
還有一個字符 '│', 相當于OR 操作：
"hi│hello"： 匹配含有"hi" 或者 "hello" 的字符串;
"(b│cd)ef"： 匹配含有 "bef" 或者 "cdef"的字符串;
"(a│b)*c"： 匹配含有這樣多個（包括0個）a或b，后面跟一個c的字符串;,要匹配包括"\n"在內的所有單個字符,怎么辦?
對了,用'[\n.]'這種模式.
"a.[0-9]"： 一個a加一個字符再加一個0到9的數字
"^.{3}$"： 三個任意字符結尾 .
中括號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); 一般我們都用[a-zA-Z]來指定字符為一個大小寫英文
"^[a-zA-Z]"： 匹配以大小寫字母開頭的字符串
"[0-9]%"： 匹配含有 形如 x％ 的字符串
",[a-zA-Z0-9]$"： 匹配以逗號再加一個數字或字母結尾的字符串
你也可以把你不想要得字符列在中括號里，你只需要在總括號里面使用'^' 作為開頭 "%[^a-zA-Z]%" 匹配含有兩個百分號里面有一個非字母的字符串.
要點：^用在中括號開頭的時候,就表示排除括號里的字符
為了PHP能夠解釋，你必須在這些字符面前后加'',并且將一些字符轉義.
不要忘記在中括號里面的字符是這條規路的例外在中括號里面, 所有的特殊字符，包括(''), 都將失去他們的特殊性質 "[*\+?{}.]"匹配含有這些字符的字符串.
還有,正如regx的手冊告訴我們： "如果列表里含有 ']', 最好把它作為列表里的第一個字符(可能跟在'^'后面). 如果含有'-', 最好把它放在最前面或者最后面, or 或者一個范圍的第二個結束點[a-d-0-9]中間的‘-’將有效.
看了上面的例子,你對{n,m}應該理解了吧.要注意的是,n和m都不能為負整數,而且n總是小于m. 這樣,才能 最少匹配n次且最多匹配m次. 如"p{1,5}"將匹配 "pvpppppp"中的前五個p
下面說說以\開頭的
\b 書上說他是用來匹配一個單詞邊界,就是...比如've\b',可以匹配love里的ve而不匹配very里有ve
\B 正好和上面的\b相反.例子我就不舉了
.....突然想起來....可以到http：//www.phpv.net/article.php/251 看看其它用\ 開頭的語法
好,我們來做個應用：
如何構建一個模式來匹配 貨幣數量 的輸入
構建一個匹配模式去檢查輸入的信息是否為一個表示money的數字。我們認為一個表示money的數量有四種方式： "10000.00" 和 "10,000.00",或者沒有小數部分, "10000" and "10,000". 現在讓我們開始構建這個匹配模式：
^[1-9][0-9]*$
這是所變量必須以非0的數字開頭.但這也意味著 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在數字之前： ^(0│-?[1-9][0-9]*)$
這就是： "0 或者 一個以0開頭 且可能 有一個負號在前面的數字." 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并不需要用到. 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 '+' 可以被 '*' 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(",", "", $money) 然后在把類型看成 double然后我們就可以通過他做數學計算了.
再來一個：
構造檢查email的正則表達式
在一個完整的email地址中有三個部分：
1. 用戶名 (在 '@' 左邊的一切),
2.'@',
3. 服務器名(就是剩下那部分).
用戶名可以含有大小寫字母阿拉伯數字,句號 ('.'), 減號('-'), and 下劃線 ('_'). 服務器名字也是符合這個規則,當然下劃線除外.
現在, 用戶名的開始和結束都不能是句點. 服務器也是這樣. 還有你不能有兩個連續的句點他們之間至少存在一個字符，好現在我們來看一下怎么為用戶名寫一個匹配模式：^[_a-zA-Z0-9-]+$
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（除了.）開頭,后面跟著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,但要去掉下劃線：^[a-z0-9-]+(\.[a-z0-9-]+)*$好. 現在只需要用”@”把兩部分連接：^[_a-z0-9-]+(\.[_a-z0-9-]+)*@[a-z0-9-]+(\.[a-z0-9-]+)*$
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-]+)*$ ’,$eamil)就可以得到是否為email了
正則表達式的其他用法：提取字符串ereg() and eregi() 有一個特性是允許用戶通過正則表達式去提取字符串的一部分(具體用法你可以閱讀手冊). 比如說,我們想從 path/URL 提取文件名 下面的代碼就是你需要：ereg("([^\\/]*)$", $pathOrUrl, $regs);echo $regs[1];
高級的代換ereg_replace() 和 eregi_replace()也是非常有用的： 假如我們想把所有的間隔負號都替換成逗號：ereg_replace("[ \n\r\t]+", ",", trim($str));
最后,我把另一串檢查EMAIL的正則表達式讓看文章的你來分析一下."^[-!#$%&\'*+\\./0-9=?A-Z^_`a-z{|}~]+'.'@'.'[-!#$%&\'*+\\/0-9=?A-Z^_`a-z{|}~]+\.'.'[-!#$%&\'*+\\./0-9=?A-Z^_`a-z{|}~]+$"如果能方便的讀懂,那這篇文章的目的就達到了.
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
獲取日期正則表達式：\d{4}[年|\-|\.]\d{1,2}[月|\-|\.]\d{1,2}日?
評注：可用來匹配大多數年月日信息。
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） 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
匹配HTML標記的正則表達式：<(\S*?)[^>]*>.*?</>|<.*? />
評注：網上流傳的版本太糟糕，上面這個也僅僅能匹配部分，對于復雜的嵌套標記依舊無能為力
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
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
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
匹配帳號是否合法(字母開頭，允許5-16字節，允許字母數字下劃線)：^[a-zA-Z][a-zA-Z0-9_]{4,15}$
評注：表單驗證時很實用
匹配國內電話號碼：\d{4}-\d{7}|\d{3}-\d{8}
評注：匹配形式如 0511-4405222 或 021-87888822
匹配騰訊QQ號：[1-9][0-9]\{4,\}
評注：騰訊QQ號從10000開始
匹配中國郵政編碼：[1-9]\d(?!\d)
評注：中國郵政編碼為6位數字
匹配身份證：\d{17}[\d|X]|\d{15}
評注：中國的身份證為15位或18位
匹配ip地址：((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)。 評注：提取ip地址時有用
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
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個英文字母或者下劃線組成的字符串
評注：最基本也是最常用的一些表達式
Function IsRegu(Regu,s)
'正則表達式校驗
If Regu="" Then
Exit Function
End if
Dim Re,Sre
Set Re = New RegExp
Re.Pattern = Regu
Sre = Re.Test(s)
If Sre = True Then
IsRegu = True
Else
IsRegu = False
End If
End Function
tmp="hao123@163.com"
if (IsRegu("\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*",tmp )) =false then msgbox "E-mail地址不合法 ！"
FieldCheck#N=false
end if
不同的語言（如PHP和JAVA）、相同語言的不同類庫（如來自Sun的Java Regular Expression類庫跟Apache Jakarta的正則表達式類庫）間，用法會有所差別，在使用的時候，要注意這些差別。
【精通正則表達式】相關文章：
老師伴我成長作文（精通20篇）06-27