在某個Linux網(wǎng)站上面有這樣的話："如果你問一下Linux愛好者最喜歡什么，他可能會回答正則表達(dá)式；如果你問他最害怕什么，除了繁瑣的安裝配置外他肯定會說正則表達(dá)式。"
 
 
一、為什么PHP程序員要學(xué)習(xí)正則表達(dá)式？
 
PHP被大量的應(yīng)用于Web的后臺CGI開發(fā)，通常是在用戶數(shù)據(jù)數(shù)據(jù)之后得出某種結(jié)果，但是如果用戶輸入的數(shù)據(jù)不正確，就會出現(xiàn)問題，比如說某人的生日是"2月30日"！那應(yīng)該怎么樣來檢驗暑假是否正確呢？ 在PHP中加入了正則表達(dá)式的支持，讓我們可以十分方便的進(jìn)行數(shù)據(jù)匹配。PHP中的正則表達(dá)式有著可以利用模式匹配找到符合條件的字符串、判斷字符串是否合乎條件或者用指定的字符串來替代符合條件的字符串等強(qiáng)大的功能，不學(xué)實在太可惜了……
 
二、什么是正則表達(dá)式？
 
簡單的說，正則表達(dá)式是一種可以用于模式匹配和替換的強(qiáng)大工具。在幾乎所有的基于UNIX/LINUX系統(tǒng)的軟件工具中找到正則表達(dá)式的痕跡，例如：Perl或PHP腳本語言。此外，JavaScript這種客戶端的腳本語言也提供了對正則表達(dá)式的支持，現(xiàn)在正則表達(dá)式已經(jīng)成為了一個通用的概念和工具，被各類技術(shù)人員所廣泛使用。
 
 
 
 
三、PHP正則表達(dá)式的語法匯總和詳細(xì)介紹
 
"^The": 匹配以 "The"開頭的字符串;
"of despair$": 匹配以 "of despair" 結(jié)尾的字符串;
"^abc$": 匹配以abc開頭和以abc結(jié)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(dá)式） 可以出現(xiàn)在被檢驗字符串的任何地方，你沒有把他鎖定到兩邊
這里還有幾個字符 '*', '+',和 '?', 他們用來表示一個字符可以出現(xiàn)的次數(shù)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(chǎn)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(jié)尾的字符串.
 
你也可以在大括號里面限制字符出現(xiàn)的個數(shù)，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{3,5}": 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'?' 分別和一下三個范圍標(biāo)注是一樣的，"{0,}", "{1,}", 和 "{0,1}"。
 
現(xiàn)在把一定數(shù)量的字符放到小括號里，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(dāng)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 的字符串;
 
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(shù)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(jié)尾 .
 
中括號括住的內(nèi)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]$": 匹配以逗號在加一個數(shù)字或字母結(jié)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 (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).
 
 
 
好了，現(xiàn)在我們要用我們所學(xué)的來干一些有用的事：構(gòu)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(shù)字。我們認(rèn)為一個表示money的數(shù)量有四種方式： "10000.00" 和 "10,000.00",或者沒有小數(shù)部分, "10000" and "10,000". 現(xiàn)在讓我們開始構(gòu)建這個匹配模式:
 
^[1-9][0-9]*$
 
這是所變量必須以非0的數(shù)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(shù)字與之匹配"，我們也可以允許一個負(fù)號再數(shù)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(fù)號在前面的數(shù)字." 好了, 好了現(xiàn)在讓我們別那么嚴(yán)謹(jǐn)，允許以0開頭.現(xiàn)在讓我們放棄 負(fù)號 , 因為我們在表示錢幣的時候并不需要用到. 我們現(xiàn)在指定 模式 用來匹配小數(shù)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?dāng)?shù)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(shù)點后面必須有兩位小數(shù).如果你認(rèn)為這樣太苛刻,你可以改成:
 
^[0-9]+(/.[0-9]{1,2})?$
 
這將允許小數(shù)點后面有一到兩個字符. 現(xiàn)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(xiàn)錯誤 (很普遍的錯誤). 現(xiàn)在，我們已經(jīng)可以確認(rèn)字符串了, 我們現(xiàn)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(shù)學(xué)計算了.
構(gòu)造檢查email的正則表達(dá)式
 
好,讓我們繼續(xù)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(wù)器名(就是剩下那部分). 用戶名可以含有大小寫字母阿拉伯?dāng)?shù)字,句號 ('.'), 減號('-'), and 下劃線 ('_'). 服務(wù)器名字也是符合這個規(guī)則,當(dāng)然下劃線除外.
 
現(xiàn)在, 用戶名的開始和結(jié)束都不能是句點. 服務(wù)器也是這樣. 還有你不能有兩個連續(xù)的句點他們之間至少存在一個字符，好現(xiàn)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(xiàn)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(guī)范字符（除.意外）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(wù)器名字也是一樣,但要去掉下劃線:
 
^[a-z0-9-]+(/.[a-z0-9-]+)*$
 
Done. 現(xiàn)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(rèn)證匹配模式了,只需要調(diào)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(dá)式的其他用法
 
1、提取字符串
 
ereg() and eregi() 有一個特性是允許用戶通過正則表達(dá)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];
 
2、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(fù)號都替換成逗號:
 
ereg_replace("[ /n/r/t]+", ",", trim($str)); 
 
 
3 正則表達(dá)式的基本語法：
 
一個正則表達(dá)式，分為三個部分：分隔符，表達(dá)式和修飾符。
 
分隔符可以是除了特殊字符以外的任何字符（比如"/ !"等等），常用的分隔符是"/"。表達(dá)式由一些特殊字符（特殊字符詳見下面）和非特殊的字符串組成，比如"[a-z0-9_-]+@[a-z0-9_-.]+"可以匹配一個簡單的電子郵件字符串。修飾符是用來開啟或者關(guān)閉某種功能/模式。下面就是一個完整的正則表達(dá)式的例子：
 
/hello.+?hello/is
 
上面的正則表達(dá)式"/"就是分隔符，兩個"/"之間的就是表達(dá)式，第二個"/"后面的字符串"is"就是修飾符。
 
在表達(dá)式中如果含有分隔符，那么就需要使用轉(zhuǎn)義符號"/"，比如"/hello.+?//hello/is"。轉(zhuǎn)義符號除了用于分隔符外還可以執(zhí)行特殊字符，全部由字母構(gòu)成的特殊字符都需要"/"來轉(zhuǎn)義，比如"/d"代表全體數(shù)字。
 
 
4 正則表達(dá)式的特殊字符：
 
正則表達(dá)式中的特殊字符分為元字符、定位字符等等。
 
元字符是正則表達(dá)式中一類有特殊意義的字符，用來描述其前導(dǎo)字符（即元字符前面的字符）在被匹配的對象中出現(xiàn)的方式。元字符本身是一個個單一的字符，但是不同或者相同的元字符組合起來可以構(gòu)成大的元字符。
 
元字符：
 
大括號：大括號用來精確指定匹配元字符出現(xiàn)的次數(shù)，例如"/pre{1,5}/"表示匹配的對象可以是"pre"、"pree"、"preeeee"這樣在"pr"后面出現(xiàn)1個到5個"e"的字符串?；蛘?quot;/pre{,5}/"代表pre出現(xiàn)0此到5次之間。
 
加號："+"字符用來匹配元字符前的字符出現(xiàn)一次或者多次。例如"/ac+/"表示被匹配的對象可以是"act"、"account"、"acccc"等在"a"后面出現(xiàn)一個或者多個"c"的字符串。"+"相當(dāng)于"{1,}"。
 
星號："*"字符用來匹配元字符前的字符出現(xiàn)零次或者多次。例如"/ac*/"表示被匹配的對象可以是"app"、"acp"、"accp"等在"a"后面出現(xiàn)零個或者多個"c"的字符串。"*"相當(dāng)于"{0,}"。
 
問號："?"字符用來匹配元字符前的字符出現(xiàn)零次或者1次。例如"/ac?/"表示匹配的對象可以是"a"、"acp"、"acwp"這樣在"a"后面出現(xiàn)零個或者1個"c"的字符串。"?"在正則表達(dá)式中還有一個非常重要的作用，即"貪婪模式"。
 
還有兩個很重要的特殊字符就是"[ ]"。他們可以匹配"[]"之中出現(xiàn)過的字符，比如"/[az]/"可以匹配單個字符"a"或者"z"；如果把上面的表達(dá)式改成這樣"/[a-z]/"，就可以匹配任何單個小寫字母，比如"a"、"b"等等。
 
如果在"[]"中出現(xiàn)了"^"，代表本表達(dá)式不匹配"[]"內(nèi)出現(xiàn)的字符，比如"/[^a-z]/"不匹配任何小寫字母！并且正則表達(dá)式給出了幾種"[]"的默認(rèn)值：
 
[:alpha:]：匹配任何字母
[:alnum:]：匹配任何字母和數(shù)字
[:digit:]：匹配任何數(shù)字
[:space:]：匹配空格符
[:upper:]：匹配任何大寫字母
[:lower:]：匹配任何小寫字母
[:punct:]：匹配任何標(biāo)點符號
[digit:]：匹配任何16進(jìn)制數(shù)字
 
另外下面這些特殊字符在轉(zhuǎn)義符號"/"轉(zhuǎn)義后代表的含義如下：
 
s：匹配單個的空格符
S：用于匹配除單個空格符之外的所有字符。
d：用于匹配從0到9的數(shù)字，相當(dāng)于"/[0-9]/"。
w：用于匹配字母，數(shù)字或下劃線字符，相當(dāng)于"/[a-zA-Z0-9_]/"。
W：用于匹配所有與w不匹配的字符，相當(dāng)于"/[^a-zA-Z0-9_]/"。
D：用于匹配任何非10進(jìn)制的數(shù)字字符。
.：用于匹配除換行符之外的所有字符，如果經(jīng)過修飾符"s"的修飾，"."可以代表任意字符。
 
利用上面的特殊字符可以很方便的表達(dá)一些比較繁瑣的模式匹配。例如"//d0000/"利用上面的正則表達(dá)式可以匹配萬以上，十萬一下的整數(shù)字符串。
 
定位字符：
 
定位字符是正則表達(dá)式中又一類非常重要的字符，它的主要作用是用于對字符在匹配對象中的位置進(jìn)行描述。
 
^：表示匹配的模式出現(xiàn)在匹配對象的開頭（和在"[]"里面不同）
 
$：表示匹配的模式出現(xiàn)在匹配對象的末尾
 
空格：表示匹配的模式出現(xiàn)在開始和結(jié)尾的兩個邊界之一
 
"/^he/"：可以匹配以"he"字符開頭的字符串，比如hello、height等等；
 
"/he$/"：可以匹配以"he"字符結(jié)尾的字符串即she等；
 
"/ he/"：空格開頭，和^的作用一樣，匹配以he開頭的字符串；
 
"/he /"：空格結(jié)束，和$的作用一樣，匹配以he結(jié)尾的字符串；
 
"/^he$/"：表示只和字符串"he"匹配。
 
括號：
 
正則表達(dá)式除了可以用戶匹配，還可以用括號"()"來記錄需要的信息，儲存起來，給后面的表達(dá)式讀取。比如：
 
/^([a-zA-Z0-9_-]+)@([a-zA-Z0-9_-]+)(.[a-zA-Z0-9_-])$/
 
就是記錄郵件地址的用戶名，和郵件地址的服務(wù)器地址（形式為service@geilijz.com之類的），在后面如果想要讀取記錄下來的字符串，只是需要用"轉(zhuǎn)義符＋記錄的次序"來讀取。比如"/1"就相當(dāng)于第一個"[a-zA-Z0-9_-]+"，"/2"相當(dāng)于第二個([a-zA-Z0-9_-]+)，"/3"就是第三個(.[a-zA-Z0-9_-])。但是在PHP中，"/"是一個特殊的字符，需要轉(zhuǎn)義，所以""到了PHP的表達(dá)式中就應(yīng)該寫成"//1"。
 
其他特殊符號：
"|"：或符號"|"和PHP里面的或一樣，不過是一個"|"，而不是PHP的兩個"||"！意思就是可以是某個字符或者另一個字符串，比如"/abcd|dcba/"可能匹配"abcd"或者"dcba"。
 
 
5 貪婪模式：
 
前面在元字符中提到過"?"還有一個重要的作用，即"貪婪模式"，什么是"貪婪模式"呢？
 
比如我們要匹配以字母"a"開頭字母"b"結(jié)尾的字符串，但是需要匹配的字符串在"a"后面含有很多個"b"，比如"a bbbbbbbbbbbbbbbbb"，那正則表達(dá)式是會匹配第一個"b"還是最后一個"b"呢？如果你使用了貪婪模式，那么會匹配到最后一個"b"，反之只是匹配到第一個"b"。
 
使用貪婪模式的表達(dá)式如下：
/a.+?b/
/a.+b/U
不使用貪婪模式的如下：
/a.+b/
上面使用了一個修飾符U，詳見下面的部分。
 
 
6 修飾符：
在正則表達(dá)式里面的修飾符可以改變正則的很多特性，使得正則表達(dá)式更加適合你的需要（注意：修飾符對于大小寫是敏感的，這意味著"e"并不等于"E"）。正則表達(dá)式里面的修飾符如下：
 
i ：如果在修飾符中加上"i"，則正則將會取消大小寫敏感性，即"a"和"A" 是一樣的。
 
m：默認(rèn)的正則開始"^"和結(jié)束"$"只是對于正則字符串如果在修飾符中加上"m"，那么開始和結(jié)束將會指字符串的每一行：每一行的開頭就是"^"，結(jié)尾就是"$"。
 
s：如果在修飾符中加入"s"，那么默認(rèn)的"."代表除了換行符以外的任何字符將會變成任意字符，也就是包括換行符！
 
x：如果加上該修飾符，表達(dá)式中的空白字符將會被忽略，除非它已經(jīng)被轉(zhuǎn)義。
 
e：本修飾符僅僅對于replacement有用，代表在replacement中作為PHP代碼。
 
A：如果使用這個修飾符，那么表達(dá)式必須是匹配的字符串中的開頭部分。比如說"/a/A"匹配"abcd"。
 
E：與"m"相反，如果使用這個修飾符，那么"$"將匹配絕對字符串的結(jié)尾，而不是換行符前面，默認(rèn)就打開了這個模式。
 
U：和問號的作用差不多，用于設(shè)置"貪婪模式"。
 
7 PCRE相關(guān)的正則表達(dá)式函數(shù)：
PHP的Perl兼容正則表達(dá)式提供的多個函數(shù)，分為模式匹配，替換和匹配數(shù)目等等：
 
1）、preg_match ：
函數(shù)格式：int preg_match(string pattern, string subject, array [matches]);
這個函數(shù)會在string中使用pattern表達(dá)式來匹配，如果給定了[regs]，就會將string記錄到[regs][0]中，[regs][1]代表使用括號"（）"記錄下來的第一個字符串，[regs][2]代表記錄下來的第二個字符串，以此類推。preg如果在string中找到了匹配的pattern，就會返回"true"，否則返回"false"。
 
2）、preg_replace ：
函數(shù)格式：mixed preg_replace(mixed pattern, mixed replacement, mixed subject);
這個函數(shù)會使用將string中符合表達(dá)式pattern的字符串全部替換為表達(dá)式replacement。如果replacement中需要包含pattern的部分字符，則可以使用"()"來記錄，在replacement中只是需要用"/1"來讀取。
 
3）、preg_split ：
函數(shù)格式：array preg_split(string pattern, string subject, int [limit]);
這個函數(shù)和函數(shù)split一樣，區(qū)別僅在與split可以使用簡單正則表達(dá)式來分割匹配的字符串，而preg_split使用完全的Perl兼容正則表達(dá)式。第三個參數(shù)limit代表允許返回多少個符合條件的值。
 
4）、preg_grep ：
函數(shù)格式：array preg_grep(string patern , array input);
這個函數(shù)和preg_match功能基本上，不過preg_grep可以將給定的數(shù)組input中的所有元素匹配，返回一個新的數(shù)組。
 
下面舉一個例子，比如我們要檢查Email地址的格式是否正確：
 
 
復(fù)制代碼 代碼如下:
<?php
function emailIsRight($email) {
if (preg_match("^[_/.0-9a-z-]+@([0-9a-z][0-9a-z-]+/.)+[a-z]{2,3}$",$email)) {
return 1;
}
return 0;
}
if(emailIsRight('y10k@963.net')) echo '正確<br>';
if(!emailIsRight('y10k@fffff')) echo '不正確<br>';
?> 
 
上面的程序會輸出"正確<br>不正確"。
 
8.PHP中的Perl兼容正則表達(dá)式和Perl/Ereg正則表達(dá)式的區(qū)別：
 
雖然叫做“Perl兼容正則表達(dá)式”，但是和Perl的正則表達(dá)式相比，PHP的還是由一些不同，比如修飾符“G”在Perl里面代表全部匹配，但是在PHP中沒有加入對這個修飾符的支持。
 
還有就是和ereg系列函數(shù)的區(qū)別，ereg也是PHP中提供的正則表達(dá)式函數(shù)，不過和preg相比，要弱上很多。
 
1）、ereg里面是不需要也不能使用分隔符和修飾符的，所以ereg的功能比preg要弱上不少。
 
2）、關(guān)于"."：點在正則里面一般是除了換行符以外的全部字符，但是在ereg里面的"."是任意字符，即包括換行符！如果在preg里面希望"."能夠包括換行符，可以在修飾符中加上"s"。
 
3）、ereg默認(rèn)使用貪婪模式，并且不能修改，這個給很多替換和匹配帶來麻煩。
 
4、速度：這個或許是很多人關(guān)心的問題，會不會preg功能強(qiáng)大是以速度來換取的？不用擔(dān)心，preg的速度要遠(yuǎn)遠(yuǎn)比ereg快，筆者做了一個程序測試：
 
time test:
 
PHP代碼:
 
 
復(fù)制代碼 代碼如下:
<?php
echo "reg_replace used time:";
$start = time();
for($i=1;$i<=100000;$i++) {
$str = "ssssssssssssssssssssssssssss";
preg_replace("/s/","",$str);
}
$ended = time()-$start;
echo $ended;
echo "
ereg_replace used time:";
$start = time();
for($i=1;$i<=100000;$i++) {
$str = "ssssssssssssssssssssssssssss";
ereg_replace("s","",$str);
}
$ended = time()-$start;
echo $ended;
echo "
str_replace used time:";
$start = time();
for($i=1;$i<=100000;$i++) {
$str = "sssssssssssssssssssssssssssss";
str_replace("s","",$str);
}
$ended = time()-$start;
echo $ended;
?>
 
結(jié)果：
Preg_replace used time:5
ereg_replace used time:15
str_replace used time:2
 
str_replace因為不需要匹配所以速度非?？?，而preg_replace的速度比ereg_replace要快上不少。