10分鐘學會正則

今天發了一篇關於Apache Rewrite的日誌，由於配置都是用正則表達式寫的，就想翻翻之前的QQ空間，把關於正則表達式的內容貼出來。
由於是之前從網上摘的，也忘了是哪摘的了（之前沒有寫來源的習慣），不過在谷歌上把標題打進去會發現不少相同的文章。可是本帖結合了一些東西，因此會比原文內容豐富一些。

首先來看看百度百科的解釋：一個正則表達式，就是用某種模式去匹配一類字符串的一個公式。 [百度百科釋義]

想必不少人都對正則表達式都頭疼.今天,我以個人認識,加上網上一些文章,但願用常人均可以理解的表達方式.來和你們分享學習經驗.
開篇,仍是得說說 ^ 和 $ 他們是分別用來匹配字符串的開始和結束，如下分別舉例說明
」^The」: 開頭必定要有」The」字符串;
」of despair$」: 結尾必定要有」of despair」 的字符串;
那麼,
」^abc$」: 就是要求以abc開頭和以abc結尾的字符串，其實是隻有abc匹配
」notice」: 匹配包含notice的字符串
你能夠看見若是你沒有用咱們提到的兩個字符（最後一個例子），就是說 模式（正則表達式） 能夠出如今被檢驗字符串的任何地方，你沒有把他鎖定到兩邊

　　接着,說說 ‘*’, ‘+’,和 ‘?’,
他們用來表示一個字符能夠出現的次數或者順序. 他們分別表示：
」zero or more」至關於{0,},
」one or more」至關於{1,},
」zero or one.」至關於{0,1}, 這裏是一些例子:
」ab*」: 和ab{0,}同義,匹配以a開頭,後面能夠接0個或者N個b組成的字符串(「a」, 「ab」, 「abbb」, 等);
」ab+」: 和ab{1,}同義,同上條同樣，但最少要有一個b存在 (「ab」, 「abbb」, 等.);
」ab?」:和ab{0,1}同義,能夠沒有或者只有一個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.

　　你也能夠在大括號裏面限制字符出現的個數，好比
」ab{2}」: 要求a後面必定要跟兩個b（一個也不能少）(「abb」);
」ab{2,}」: 要求a後面必定要有兩個或者兩個以上b(如」abb」, 「abbbb」, 等.);
」ab{3,5}」: 要求a後面能夠有3－5個b(「abbb」, 「abbbb」, or 「abbbbb」).
如今咱們把必定幾個字符放到小括號裏，好比：
」a(bc)*」: 匹配 a 後面跟0個或者一個」bc」;
」a(bc){1,5}」: 一個到5個 「bc.」
還有一個字符 ‘│’, 至關於OR 操做:
」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，後面跟一個c 的字符串;
一個點(‘.’)能夠表明全部的單一字符,不包括」n」
若是,要匹配包括」n」在內的全部單個字符,怎麼辦?
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}$」: 三個任意字符結尾 .
中括號括住的內容只匹配一個單一的字符
」[ab]「: 匹配單個的 a 或者 b ( 和 「a│b」 同樣);
」[a-d]「: 匹配’a’ 到’d'的單個字符 (和」a│b│c│d」 還有 「[abcd]「效果同樣); 通常咱們都用[a-zA-Z]來指定字符爲一個大小寫英文
」^[a-zA-Z]「: 匹配以大小寫字母開頭的字符串
」[0-9]%」: 匹配含有 形如 x％ 的字符串
」,[a-zA-Z0-9]$」: 匹配以逗號再加一個數字或字母結尾的字符串
你也能夠把你不想要得字符列在中括號裏，你只須要在總括號裏面使用’^’ 做爲開頭 「%[^a-zA-Z]%」 匹配含有兩個百分號裏面有一個非字母的字符串.
要點:^用在中括號開頭的時候,就表示排除括號裏的字符

　　爲了PHP可以解釋，你必須在這些字符面先後加」,而且將一些字符轉義.
不要忘記在中括號裏面的字符是這條規路的例外—在中括號裏面, 全部的特殊字符，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的手冊告訴咱們: 「若是列表裏含有 ‘]’, 最好把它做爲列表裏的第一個字符(可能跟在’^'後面). 若是含有’-', 最好把它放在最前面或者最後面, or 或者一個範圍的第二個結束點[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都不能爲負整數,並且n老是小於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…好比’veb’,能夠匹配love裏的ve而不匹配very裏有ve
B 正好和上面的b相反.例子我就不舉了
好,咱們來作個應用:
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爲一個表示money的數字。咱們認爲一個表示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″. 如今讓咱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.但這也意味着 單一的 「0″ 也不能經過測試. 如下是解決的方法:
^(0│[1-9][0-9]*)$
」只有0和不以0開頭的數字與之匹配」，咱們也能夠容許一個負號在數字以前:
^(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,如今讓咱們別那麼嚴謹，容許以0開頭.如今讓咱們放棄負號 , 由於咱們在表示錢幣的時候並不須要用到. 咱們如今指定 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. 可是注意，在上面模式中 「10.」 是不匹配的, 只有 「10″ 和 「10.2″ 才能夠. （你知道爲何嗎）
^[0-9]+(.[0-9]{2})?$
咱們上面指定小數點後面必須有兩位小數.若是你認爲這樣太苛刻,你能夠改爲:
^[0-9]+(.[0-9]{1,2})?$
這將容許小數點後面有一到兩個字符. 如今咱們加上用來增長可讀性的逗號（每隔三位）, 咱們能夠這樣表示:
^[0-9]{1,3}(,[0-9]{3})*(.[0-9]{1,2})?$
不要忘記 ‘+’ 能夠被 ‘*’ 替代 若是你想容許空白字符串被輸入話 (爲何?). 也不要忘記反斜杆 ’’ 在php字符串中可能會出現錯誤 (很廣泛的錯誤).

　　如今，咱們已經能夠確認字符串了, 咱們如今把全部逗號都去掉 str_replace(「,」, 「」, $money) 而後在把類型當作 double而後咱們就能夠經過他作數學計算了.

　　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),
[email=2.'@']2.[/email],
3. 服務器名(就是剩下那部分).
用戶名能夠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,固然下劃線除外.

　　如今, 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，好如今咱們來看一下怎麼爲用戶名寫一個匹配模式:

　　^[_a-zA-Z0-9-]+$
如今還不能容許句號的存在. 咱們把它加上:
^[_a-zA-Z0-9-]+(.[_a-zA-Z0-9-]+)*$
上面的意思就是說: 「以致少一個規範字符（除了.）開頭,後面跟着0個或者多個以點開始的字符串.」
簡單化一點, 咱們能夠用 eregi()取代 ereg().eregi()對大小寫不敏感, 咱們就不須要指定兩個範圍 「a-z」 和 「A-Z」 – 只須要指定一個就能夠了:
^[_a-z0-9-]+(.[_a-z0-9-]+)*$
後面的服務器名字也是同樣,但要去掉下劃線:
^[a-z0-9-]+(.[a-z0-9-]+)*$
好. 如今只須要用」@」把兩部分鏈接:
^[_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,只須要調用
eregi(‘^[_a-z0-9-]+(.[_a-z0-9-]+)*@[a-z0-9-]+(.[a-z0-9-]+)*$ ’,$eamil)
就能夠獲得是否爲email了
正則表達式的其餘用法
提取字符串
ereg() and eregi() 有一個特性是容許用戶經過正則表達式去提取字符串的一部分，好比說,咱們想從 path/URL 提取文件名 – 下面的代碼就是你須要:
ereg(「([^\/]*)$」, $pathOrUrl, $regs);
echo $regs[1];
高級的代換
ereg_replace() 和 eregi_replace()也是很是有用的: 假如咱們想把全部的間隔負號都替換成逗號:
ereg_replace(「[ nrt]+」, 「,」, trim($str));
最後,我把另外一串檢查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{|}~]+.’.’[-!#$%&'*+\./0-9=?A-Z^_`a-z{|}~]+$」
　　若是能方便的讀懂,那這篇文章的目的就達到了.

 下面附上經常使用的正則表達式【摘自百度百科】

　　經常使用的正則表達式主要有如下幾種：

　　匹配中文字符的正則表達式： [u4e00-u9fa5]

　　評註：匹配中文還真是個頭疼的事，有了這個表達式就好辦了

　　匹配雙字節字符(包括漢字在內)：[^x00-xff]

　　評註：能夠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：ns*r

　　評註：能夠用來刪除空白行

　　匹配HTML標記的正則表達式：<(S*?)[^>]*>.*?</>|<.*? />

　　評註：網上流傳的版本太糟糕，上面這個也僅僅能匹配部分，對於複雜的嵌套標記依舊無能爲力

　　匹配首尾空白字符的正則表達式：^s*|s*$

　　評註：能夠用來刪除行首行尾的空白字符(包括空格、製表符、換頁符等等)，很是有用的表達式

　　匹配Email地址的正則表達式：w+([-+.]w+)*@w+([-.]w+)*.w+([-.]w+)*

　　評註：表單驗證時很實用

　　匹配網址URL的正則表達式：[a-zA-z]+://[^s]*

　　評註：網上流傳的版本功能頗有限，上面這個基本能夠知足需求

　　匹配賬號是否合法(字母開頭，容許5-16字節，容許字母數字下劃線)：^[a-zA-Z][a-zA-Z0-9_]{4,15}$

　　評註：表單驗證時很實用

　　匹配國內電話號碼：d-d|d-d

　　評註：匹配形式如 0511-4405222 或 021-87888822

　　匹配騰訊QQ號：[1-9][0-9]{4,}

　　評註：騰訊QQ號從10000開始

　　匹配中國郵政編碼：[1-9]d(?!d)

　　評註：中國郵政編碼爲6位數字

　　匹配×××：d|d

　　評註：中國的×××爲15位或18位

　　匹配ip地址：d+.d+.d+.d+

　　評註：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）

　　評註：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