6. 部分例子
| 正則表達式 | 說(shuō)明 |
|---|---|
| /\b([a-z]+) \1\b/gi | 一個(gè)單詞連續出現的位置 |
| /(\w+):\/\/([^/:]+)(:\d*)?([^# ]*)/ | 將一個(gè)URL解析為協(xié)議、域、端口及相對路徑 |
| /^(?:Chapter|Section) [1-9][0-9]{0,1}$/ | 定位章節的位置 |
| /[-a-z]/ | A至z共26個(gè)字母再加一個(gè)-號。 |
| /ter\b/ | 可匹配chapter，而不能terminal |
| /\Bapt/ | 可匹配chapter，而不能aptitude |
| /Windows(?=95 |98 |NT )/ | 可匹配Windows95或Windows98或WindowsNT,當找到一個(gè)匹配后，從Windows后面開(kāi)始進(jìn)行下一次的檢索匹配。 |
7. 正則表達式匹配規則
7.1 基本模式匹配
一切從最基本的開(kāi)始。模式，是正規表達式最基本的元素，它們是一組描述字符串特征的字符。模式可以很簡(jiǎn)單，由普通的字符串組成，也可以非常復雜，往往用特殊的字符表示一個(gè)范圍內的字符、重復出現，或表示上下文。例如：
^once
這個(gè)模式包含一個(gè)特殊的字符^，表示該模式只匹配那些以once開(kāi)頭的字符串。例如該模式與字符串"once upon a time"匹配，與"There once was a man from NewYork"不匹配。正如如^符號表示開(kāi)頭一樣，$符號用來(lái)匹配那些以給定模式結尾的字符串。
bucket$
這個(gè)模式與"Who kept all of this cash in a bucket"匹配，與"buckets"不匹配。字符^和$同時(shí)使用時(shí)，表示精確匹配（字符串與模式一樣）。例如：
^bucket$
只匹配字符串"bucket"。如果一個(gè)模式不包括^和$，那么它與任何包含該模式的字符串匹配。例如：模式
once
與字符串
There once was a man from NewYork
Who kept all of his cash in a bucket.
是匹配的。
在該模式中的字母(o-n-c-e)是字面的字符，也就是說(shuō)，他們表示該字母本身，數字也是一樣的。其他一些稍微復雜的字符，如標點(diǎn)符號和白字符（空格、制表符等），要用到轉義序列。所有的轉義序列都用反斜杠(\)打頭。制表符的轉義序列是：\t。所以如果我們要檢測一個(gè)字符串是否以制表符開(kāi)頭，可以用這個(gè)模式：
^\t
類(lèi)似的，用\n表示“新行”，\r表示回車(chē)。其他的特殊符號，可以用在前面加上反斜杠，如反斜杠本身用\\表示，句號.用\.表示，以此類(lèi)推。
7.2 字符簇
在INTERNET的程序中，正規表達式通常用來(lái)驗證用戶(hù)的輸入。當用戶(hù)提交一個(gè)FORM以后，要判斷輸入的電話(huà)號碼、地址、EMAIL地址、信用卡號碼等是否有效，用普通的基于字面的字符是不夠的。
所以要用一種更自由的描述我們要的模式的辦法，它就是字符簇。要建立一個(gè)表示所有元音字符的字符簇，就把所有的元音字符放在一個(gè)方括號里：
[AaEeIiOoUu]
這個(gè)模式與任何元音字符匹配，但只能表示一個(gè)字符。用連字號可以表示一個(gè)字符的范圍，如：
[a-z] //匹配所有的小寫(xiě)字母
[A-Z] //匹配所有的大寫(xiě)字母
[a-zA-Z] //匹配所有的字母
[0-9] //匹配所有的數字
[0-9\.\-] //匹配所有的數字，句號和減號
[ \f\r\t\n] //匹配所有的白字符
同樣的，這些也只表示一個(gè)字符，這是一個(gè)非常重要的。如果要匹配一個(gè)由一個(gè)小寫(xiě)字母和一位數字組成的字符串，比如"z2"、"t6"或"g7"，但不是"ab2"、"r2d3" 或"b52"的話(huà)，用這個(gè)模式：
^[a-z][0-9]$
盡管[a-z]代表26個(gè)字母的范圍，但在這里它只能與第一個(gè)字符是小寫(xiě)字母的字符串匹配。
前面曾經(jīng)提到^表示字符串的開(kāi)頭，但它還有另外一個(gè)含義。當在一組方括號里使用^是，它表示“非”或“排除”的意思，常常用來(lái)剔除某個(gè)字符。還用前面的例子，我們要求第一個(gè)字符不能是數字：
^[^0-9][0-9]$
這個(gè)模式與"&5"、"g7"及"-2"是匹配的，但與"12"、"66"是不匹配的。下面是幾個(gè)排除特定字符的例子：
[^a-z] //除了小寫(xiě)字母以外的所有字符
[^\\\/\^] //除了(\)(/)(^)之外的所有字符
[^\"\‘] //除了雙引號(")和單引號(‘)之外的所有字符
特殊字符"." (點(diǎn)，句號)在正規表達式中用來(lái)表示除了“新行”之外的所有字符。所以模式"^.5$"與任何兩個(gè)字符的、以數字5結尾和以其他非“新行”字符開(kāi)頭的字符串匹配。模式"."可以匹配任何字符串，除了空串和只包括一個(gè)“新行”的字符串。
PHP的正規表達式有一些內置的通用字符簇，列表如下：
字符簇 含義
[[:alpha:]] 任何字母
[[:digit:]] 任何數字
[[:alnum:]] 任何字母和數字
[[:space:]] 任何白字符
[[:upper:]] 任何大寫(xiě)字母
[[:lower:]] 任何小寫(xiě)字母
[[:punct:]] 任何標點(diǎn)符號
[[:xdigit:]] 任何16進(jìn)制的數字，相當于[0-9a-fA-F]
7.3 確定重復出現
到現在為止，你已經(jīng)知道如何去匹配一個(gè)字母或數字，但更多的情況下，可能要匹配一個(gè)單詞或一組數字。一個(gè)單詞有若干個(gè)字母組成，一組數字有若干個(gè)單數組成。跟在字符或字符簇后面的花括號({})用來(lái)確定前面的內容的重復出現的次數。
字符簇 含義
^[a-zA-Z_]$ 所有的字母和下劃線(xiàn)
^[[:alpha:]]{3}$ 所有的3個(gè)字母的單詞
^a$ 字母a
^a{4}$ aaaa
^a{2,4}$ aa,aaa或aaaa
^a{1,3}$ a,aa或aaa
^a{2,}$ 包含多于兩個(gè)a的字符串
^a{2,} 如：aardvark和aaab，但apple不行
a{2,} 如：baad和aaa，但Nantucket不行
\t{2} 兩個(gè)制表符
.{2} 所有的兩個(gè)字符
這些例子描述了花括號的三種不同的用法。一個(gè)數字，{x}的意思是“前面的字符或字符簇只出現x次”；一個(gè)數字加逗號，{x,}的意思是“前面的內容出現x或更多的次數”；兩個(gè)用逗號分隔的數字，{x,y}表示“前面的內容至少出現x次，但不超過(guò)y次”。我們可以把模式擴展到更多的單詞或數字：
^[a-zA-Z0-9_]{1,}$ //所有包含一個(gè)以上的字母、數字或下劃線(xiàn)的字符串
^[0-9]{1,}$ //所有的正數
^\-{0,1}[0-9]{1,}$ //所有的整數
^\-{0,1}[0-9]{0,}\.{0,1}[0-9]{0,}$ //所有的小數
最后一個(gè)例子不太好理解，是嗎？這么看吧：與所有以一個(gè)可選的負號(\-{0,1})開(kāi)頭(^)、跟著(zhù)0個(gè)或更多的數字([0-9]{0,})、和一個(gè)可選的小數點(diǎn)(\.{0,1})再跟上0個(gè)或多個(gè)數字([0-9]{0,})，并且沒(méi)有其他任何東西($)。下面你將知道能夠使用的更為簡(jiǎn)單的方法。
特殊字符"?"與{0,1}是相等的，它們都代表著(zhù)：“0個(gè)或1個(gè)前面的內容”或“前面的內容是可選的”。所以剛才的例子可以簡(jiǎn)化為：
^\-?[0-9]{0,}\.?[0-9]{0,}$
特殊字符"*"與{0,}是相等的，它們都代表著(zhù)“0個(gè)或多個(gè)前面的內容”。最后，字符"+"與 {1,}是相等的，表示“1個(gè)或多個(gè)前面的內容”，所以上面的4個(gè)例子可以寫(xiě)成：
^[a-zA-Z0-9_]+$ //所有包含一個(gè)以上的字母、數字或下劃線(xiàn)的字符串
^[0-9]+$ //所有的正數
^\-?[0-9]+$ //所有的整數
^\-?[0-9]*\.?[0-9]*$ //所有的小數
當然這并不能從技術(shù)上降低正規表達式的復雜性，但可以使它們更容易閱讀。
微軟MSDN上的例子(英文)：
|
