PHP教程-正則表達式.ppt

1、PHP正則表達式,網(wǎng)址： 電話：400 700 1307,正則表達式,基本概念 正則表達式語法規(guī)則 PCRE (Perl) 兼容正則表達式函數(shù) POSIX 擴展正則表達式函數(shù),正則表達式簡介 正則表達式是用于描述字符排列和匹配模式的一種語法規(guī)則。它主要用于字符串的模式分割、匹配、查找及替換操作。到目前為止，我們前面所用過的精確（文本）匹配也是一種正則表達式。 在PHP中，正則表達式一般是由正規(guī)字符和一些特殊字符（類似于通配符）聯(lián)合構成的一個文本模式的程序性描述。,正則表達式簡介,在PHP中有兩套正則表達式函數(shù)庫，兩者功能相似，只是執(zhí)行效率略有差異： 一套是由PCRE（Perl Compatib

2、le Regular Expression）庫提供的。使用“preg_”為前綴命名的函數(shù)； 一套由POSIX（Portable Operating System Interface of Unix ）擴展提供的。使用以“ereg_”為前綴命名的函數(shù)； 使用正則表達式的原因之一，是在典型的搜索和替換操作中，只能對確切文字進行匹配，對象動態(tài)文本的搜索就有困難了，甚至是不可能的。 舉例：想一想這兩個正則表達式做什么用？ /-?d+$|-?0 xXda-fA-F+$/ /0-9a-zA-Z_-+0-9a-zA-Z_-+(.0-9a-zA-Z_-+)0,3$/,正則表達式較重要和較有用的角色是驗證用戶數(shù)

3、據(jù)的有效性檢查。PHP中，正則表達式有三個作用： 匹配，也常常用于從字符串中析取信息。 用新文本代替匹配文本。 將一個字符串拆分為一組更小的信息塊。,PCRE正則表達式,PCRE全稱為Perl Compatible Regular Expression，意思是Perl兼容正則表達式。 PCRE來源于Perl語言，而Perl是對字符串操作功能最強大的語言之一，PHP的最初版本就是由Perl開發(fā)的產品。 PCRE語法支持更多特性，比POSIX語法更強大，實現(xiàn)相同的功能函數(shù)，使用PCRE庫的效率略占優(yōu)勢。但是它們也有很多相同點。 在PCRE中，通常將模式表達式（即正則表達式）包含在兩個反斜線“/”之

4、間，如“/apple/”。用戶只要把需要匹配的模式內容放入定界之間即可。作為定界的字符也不僅僅局限于“/”。除了字母、數(shù)字和斜線“”以外的任何字符都可以作為定界符，像“#”、“/”、“!”等都可以的。,正則表達式的語法規(guī)則,正則表達式主要組成： 原子（普通字符，如英文字符） 元字符（有特殊功用的字符） 模式修正字符（對正則表達式語義的修正） 一個正則表達式中至少包含一個原子。,原子(Atom),原子是組成正則表達式的基本單位,在分析正則表達式時，應作為一個整體。 原子字符包括所有的英文字母、數(shù)字、標點符號以及其他一些符號。原子也包括以下內容。 單個字符、數(shù)字，如az，AZ，09。 模式單元，如

5、（ABC）可以理解為由多個原子組成的大的原子。 原子表，如 ABC。 重新使用的模式單元，如：1 普通轉義字符，如：d， D， w 轉義元字符，如：*，.,普通轉義字符,原子說明 - d匹配一個數(shù)字；等價于0-9 D匹配除數(shù)字以外任何一個字符；等價于0-9 w匹配一個英文字母、數(shù)字或下劃線；等價于0-9a-zA-Z_ W匹配除英文字母、數(shù)字和下劃線以外任何一個字符；等價于0-9a-zA-Z_ s匹配一個空白字符；等價于fnrtv S匹配除空白字符以外任何一個字符；等價于fnrtv f匹配一個換頁符等價于 x0c 或 cL n匹配一個換行符；等價于 x0a 或 cJ r匹配一個回車符等價于x0d

6、 或 cM t匹配一個制表符；等價于 x09或cl v匹配一個垂直制表符；等價于x0b或ck oNN匹配一個八進制數(shù)字 xNN匹配一個十六進制數(shù)字 cC匹配一個控制字符,元字符(Meta-character),元字符是用于構造規(guī)則表達式的具有特殊含義的字符。如果要在正則表達式中包含元字符本身，必須在其前加上”進行轉義 元字符說明 *0次、1次或多次匹配其前的原子 +1次或多次匹配其前的原子 ?0次或1次匹配其前的原子 |匹配兩個或多個選擇 或 A匹配字符串串首的原子 $ 或 Z 匹配字符串串尾的原子 b匹配單詞的邊界 B匹配除單詞邊界以外的部分 匹配方括號中的任一原子 匹配除方括號中的原子外的

7、任何字符 m表示其前原子恰好出現(xiàn)m次 m,n表示其前原子至少出現(xiàn)m次，至少出現(xiàn)n次(nm) m,表示其前原子出現(xiàn)不少于m次 ()整體表示一個原子 .匹配除換行之外的任何一個字符,字符串邊界限制,在某些情況下，需要對匹配范圍進行限定，以獲得更準確的匹配結果。“”和“$”分別指定字符串的開始和結束。 例如，在字符串“Tom and Jerry chased each other in the house until toms uncel come in”中 元字符“”或“A” 置于字符串的開始確保模式匹配出現(xiàn)在字符串首端； /Tom/ 元字符“$”或“Z” 置于字符串的結束，確保模式匹配出現(xiàn)字符串

8、尾端。 /in$/ 如果不加邊界限制元字符，將獲得更多的匹配結果。 /Tom$/精確匹配/Tom/模糊匹配,單詞邊界限制,在使用各種編輯軟件的查找功能時，可以通過選擇“按單詞查找”獲得更準確的結果。正則表達式中也提供類似的功能。 例如：在字符串“This island is a beautiful land”中 元字符“b”對單詞的邊界進行匹配； /bisb/匹配單詞“is”，不匹配“This”和“island”。 /bis/匹配單詞“is”和“island”中的“is”，不匹配“This” 元字符“B”對除單詞邊界以外的部分進行匹配。 /BisB/將明確的指示不與單詞的左、右邊界匹配，只匹配

9、單詞 的內部。所以在這個例子中沒有結果。 /Bis/匹配單詞“This”中的“is”,重復匹配,正則表達式中有一些用于重復匹配某些原子的元字符：“?”、“*”、“+”。他們主要的區(qū)別是重復匹配的次數(shù)不同。 元字符“?”:表示0次或1次匹配緊接在其前的原子。 例如：/colou?r/匹配“colour”或“color”。 元字符“*”:表示0次、1次或多次匹配緊接在其前的原子。 例如：/zo*/可以匹配z、zoo 元字符“+”:表示1次或多次匹配緊接在其前的原子。 例如：/go+gle/匹配“gogle”、“google”或“gooogle”等中間含有多個o的字符串。,任何一個字符,元字符“.”

10、匹配除換行符外任何一個字符，相當于n(Unix系統(tǒng))或rn(windows系統(tǒng))。 例如：/pr.y/可以匹配的字符串“prey”、“pray”或“pr%y”等。 通?？梢允褂谩?*”組合來匹配除換行符外的任何字符。在一些書籍中也稱其為“全匹配符” 或 “單含匹配符”。 例如： /a.*z$/表示可以匹配字母“a”開頭，字母“z”結束的任意不包括換行符的字符串。 /.+/也可以完成類似的匹配功能所不同的是其至少匹配一個字符。 /a.+z$/匹配“az”不匹配字符串“az”。,重復匹配,元字符“”準確地指定原子重復的次數(shù)，指定所匹配的原子出現(xiàn)的次數(shù)。 “m”表示其前原子恰好出現(xiàn)m次； “m，n”

11、表示其前原子至少出現(xiàn)m次，至多出現(xiàn)n次； “m，”表示其前原子出現(xiàn)不少于m次。 例如： /zo1,3m/只能匹配字符串“zom”、“zoom”、或“zooom”。 /zo3m/只能匹配字符串“zooom” /zo3，m/可以匹配以 “z” 開頭，“m”結束，中間至少為3個“o”的字符串。 /bo0,1u/可以匹配字符串“bought a butter” 中的“bou”和“bu”,等價于bo?u。,原子表 方括號表達式,原子表”中存放一組原子，彼此地位平等，且僅匹配其中的一個原子。如果想匹配一個 ”a” 或 ”e” 使用 ae。 例如: Praey 匹配 ”Pray” 或者 ”Prey ”。 原

12、子表 ” 或者稱為排除原子表，匹配除表內原子外的任意一個字符。 例如：/pu/匹配“part”中的“pa”，但無法匹配“computer”中的“pu”因為“u”在匹配中被排除。 原子表“-”用于連接一組按ASCII碼順序排列的原子，簡化書寫。 例如：/x0123456789/可以寫成x0-9,用來匹配一個由 “x” 字母與一個數(shù)字組成的字符串。 例如： /a-zA-Z/匹配所有大小寫字母 /a-z0-9$/匹配比如“z2”、 “t6” 、“g7” /0 xX0-9a-fA-F/匹配一個簡單的十六進制數(shù)字，如“0 x9”。 /0-9a-zA-Z_/匹配除英文字母、數(shù)字和下劃線以外任何一個字符，其

13、等價于W。 /0? xX0-9a-fA-F+/匹配十六進制數(shù)字，可以匹配“0 x9B3C”或者“X800”等。 /可以匹配“”、“”或“”等HTML標簽，并且不嚴格的控制大小寫。,模式選擇符,元字符“|”又稱模式選擇符。在正則表達式中匹配兩個或更多的選擇之一。 例如：在字符串“There are many apples and pears.”中，/apple|pear/在第一次運行時匹配“apple”；再次運行時匹配“ pear”。也可以繼續(xù)增加選項，如：/apple|pear|banana|lemon/,模式單元,元字符“（）”將其中的正則表達式變?yōu)樵樱ɑ蚍Q模式單元）使用。與數(shù)學表達式中的

14、括號類似，“（）”可以做一個單元被單獨使用。 例如： /(Dog)+/匹配的“Dog”、“DogDog”、“DogDogDog”,因為緊接著“+”前的原子是元字符“（）”括起來的字符串“Dog”。 /You (very )+ old/匹配“You very old”、“You very very old” /Hello (world|earth)/匹配“Hello world”、“Hello earth” 一個模式單元中的表達式將被優(yōu)先匹配或運算。,重新使用的模式單元,系統(tǒng)自動將模式單元“（）”中的匹配依次存儲起來，在需要時可以用“1”、“2”、“3”的形式進行引用。當正則表達式包含有相同的模

15、式單元時，這種方法非常便于對其進行管理。注意使用時需要寫成“1”、“2” 例如： /d2(W)d21d4$/匹配“12-31-2006”、“09/27/1996”、“86 01 4321”等字符串。但上述正則表達式不匹配“12/34-5678”的格式。這是因為模式“W”的結果“/”已經被存儲。下個位置“1”引用時，其匹配模式也是字符“/”。 當不需要存儲匹配結果時使用非存儲模式單元“（？：）” 例如/(?:a|b|c)(D|E|F)1g/ 將匹配“aEEg”。在一些正則表達式中，使用非存儲模式單元是必要的。否則，需要改變其后引用的順序。上例還可以寫成/（a|b|c）(C|E|F)2g/。,模式

16、修正符（Pattern Modifiers）,在PCRE表達式中的最后一個分隔符/后，可以添加模式修正符，擴展了正則表達式在字符匹配、替換操作時的某些功能，修正增強了正則表達式的處理能力。模式修正符一般標記于整個模式之外，并且可以組合使用，如“/apple/i”、“/cat|dog/uis”等。 模式修正符說明 i可同時匹配大小寫字母 m將字符串視為多行 s將字符串視為單行，換行符做普通字符看 待，使“.”匹配任何字符 x模式中的空白忽略不計 S - 當一個模式將被使用若干次時，先對其進行 分析 U匹配到最近的字符串 e將替換的字符串作為表達使用,下面是幾個簡單的示例，可以說明模式修正符的使用

17、 /apple/i匹配“apple”或“Apple”等，忽略大小寫。 /I love you/ix匹配“iloveYou”,忽略大小寫以及空白。 / U將依次匹配字符串“Cool music Few years ago. ”中的“”、“”和“”。而/卻匹配到最后一個可用的字符串，既“Coolmusic” 。 /Uis將HTML文件視為單行字符串，忽略大小寫和換行符。匹配其中的所有以“h”開頭的標簽，如“”、“”等。,模式匹配的順序,在使用正則表達式時，需要注意匹配的順序。通常，正則表達式按照由左至右的順序依次匹配。 模式匹配的順序（從高到低） 順序元字符說明 1（） 模式單元 2？* + 重復

18、匹配 3 $ 邊界限制 4 | 模式選擇,PCRE正則表達式函數(shù),preg_match()和preg_match_all() preg_grep() preg_quote() preg_split() preg_replace(),正則表達式的匹配,preg_match() 函數(shù) 函數(shù)原形： int preg_match(string $pattern, string $content ,array $matches) preg_match()函數(shù)在$content字符串中搜索與$pattern給出的正則表達式相匹配的內容。如果提供了$matches,則將匹配結果放入其中。$matches0將

19、包含與整個匹配的文本，$matches1將包含第一個捕獲的與括號中的模式單元所匹配的內容，以此類推。該函數(shù)只作一次匹配，最終返回0或1的判斷是否匹配。,進行全局正則表達式匹配,preg_match_all() 與preg_match()函數(shù)類似。如果使用了第三個參數(shù)，將把所有可能的匹配結果放入。本函數(shù)返回整個模式匹配的次數(shù)（可能為0），如果出錯返回False。, $max_size) $link_text = substr($link_url, 0, $max_size).; else $link_text = $link_url; /生成HTML文字 $text = str_replace(

20、$link_url,$link_text,$text); return $text; ,/運行實例 $str = “這是一個包含多個URL鏈接地址的多行文字。歡迎訪問”; print url2html($str); /*輸出結果 這是一個包含多個URL鏈接地址的多行文字。歡迎訪問 */ ?,preg_grep(),函數(shù)原型: array preg_grep(string $pattern,array $input) preg_grep()函數(shù)返回一個數(shù)組,其中包括了$input數(shù)組中與$pattern正則表達式相匹配的單元（注：$input不能為null）。 對于輸入數(shù)組$input中的每個元

21、素，preg_grep()也只進行一次匹配。,preg_quote,函數(shù)原型 string perg_quote(string str,string delimiter) preg_quote轉義正則表達式字符 正則表達式的特殊字符包括：. + * ? $ ( ) = ! | :,正則表達式的拆分,preg_split() 函數(shù)原型： array preg_split (string $pattern,string $string,int $limit,int flags) 本函數(shù)返回一個字符串數(shù)組，每個單元為$string經正則表達式$pattern作為邊界分割出的子串。如果設定了$limi

22、t,則返回的數(shù)組最多包含$limit個單元。而其中最后一個單元包含了$string中剩余的所有部分。 flags可選參數(shù): PREG_SPLIT_NO_EMPTY：只返回非空的成分 PREG_SPLIT_DELIM_CAPTURE ：定界符模式中的括號表達式也會被捕獲并返回 PREG_SPLIT_OFFSET_CAPTURE ：對每個出現(xiàn)的匹配結果也同時返回其附屬的字符串偏移量,preg_split(),將字符串分割成字符 將字符串分割為匹配項及其偏移量 ,正則表達式的替換,preg_replace() 函數(shù)原形： mixed preg_replace(mixed $patten,mixed

23、$replacement,mixed $subject,int $limit) preg_replace其前三個參數(shù)均可以使用數(shù)組；第四個參數(shù)$limit可以設置替換的次數(shù)，默認為全部替換。,nEmail: EmailnAddress: Addressn; /模式 $patterns =array( /Address/, /Name/, /Email/ ); /替換字串 $replacements = array ( No.5, Wilson St., New York, U.S.A, Thomas Ching, , ); /輸出模式替換結果 print preg_replace($patte

24、rns, $replacements, $string); ?,POSIX正則表達式,POSIX正則表達式全稱為Portable Operating System Interface of Unix，意為UNIX可移植操作系實現(xiàn)接口。 構造POSIX正則表達式的方法和創(chuàng)建數(shù)學表達式的方法一樣，也就是用多種元字符與操作符將小的表達式結合在一起來創(chuàng)建更大的表達式。,POSIX風格預定義的正則表達式的字符類： :alnum: 字母和數(shù)字字符 :alpha:大小寫字母 :lower:小寫字母 :upper:大寫字母 :digit:數(shù)字0-9 :xdigit:十六進制數(shù)字 :punct:標點符號，包括上

25、檔鍵! :blank:TAB制表符和空格 :space:任何空白字符,換行,回車符 :cntrl:控制字符（TAB，退格）,a-zA-Z0-9,0-9,t,a-zA-Z,a-z,A-Z,0-9a-fA-F,特殊的:graph:是:alpha: :digit: :punct:的合體,POSIX正則表達式函數(shù),ereg()和eregi() ereg_replace()和eregi_replace() split()和spliti(),ereg()和eregi(),ereg()字符串匹配函數(shù)，eregi()是ereg()函數(shù)的忽略大小的版本，函數(shù)返回的是一個布爾值,表明匹配成功與否。 需要說明的是,POSIX擴展庫函數(shù)的第一個參數(shù)接受的是正則表達式字符串,既不需要使用分隔符. 如果只是查找一個字符串中是否包含某個子字符串,建議使用strstr()或strpos()函數(shù).,ereg_replace()和eregi_replace(),ereg_replace()和eregi_replace() 函數(shù)原形： string ereg_replace (string $pattern,string $replacement,string $string) string eregi_replace (“正則表達式”,