PHP编程技巧:看实例学正则表达式

首先，让我们看看两个特别的字符：’^’ 和 ‘$’ 他们是分别用来匹配字符串的开始和结束，一下分别举例说明：

　　 "^The ": 匹配以 "The "开头的字符串;

　　 "of despair$ ": 匹配以 "of despair " 结尾的字符串;

　　 "^abc$ ": 匹配以abc开头和以abc结尾的字符串，实际上是只有abc与之匹配；

　　 "notice ": 匹配包含notice的字符串；

　　你可以看见如果你没有用我们提到的两个字符（最后一个例子），就是说 模式（正则表达式） 可以出现在被检验字符串的任何地方，你没有把他锁定到两边。

　　这里还有几个字符 '* ', '+ ',和 '? ', 他们用来表示一个字符可以出现的次数或者顺序. 他们分别表示： "zero or more ", "one or more ", and "zero or one. " 这里是一些例子: ---

　　 "ab* ": 匹配字符串a和0个或者更多b组成的字符串( "a ", "ab ", "abbb ", etc.);

　　 "ab+ ": 和上面一样，但最少有一个b ( "ab ", "abbb ", etc.);

　　 "ab? ":匹配0个或者一个b;

　　 "a?b+$ ": 匹配以一个或者0个a再加上一个以上的b结尾的字符串.

　　你也可以在大括号里面限制字符出现的个数，比如

　　 "ab{2} ": 匹配一个a后面跟两个b（一个也不能少）( "abb ");

　　 "ab{2,} ": 最少更两个b( "abb ", "abbbb ", etc.);

　　 "ab{3,5} ": 2－5个b( "abbb ", "abbbb ", or "abbbbb ").

　　你还要注意到你必须总是指定 (i.e, "{0,2} ", not "{,2} ").同样，你必须注意到, '* ', '+ ', 和 '? ' 分别和一下三个范围标注是一样的， "{0,} ", "{1,} ", 和 "{0,1} "。

　　现在把一定数量的字符放到小括号里，比如：

　　 "a(bc)* ": 匹配 a 后面跟0个或者一个 "bc ";

　　 "a(bc){1,5} ": 一个到5个 "bc. "

　　还有一个字符 '│ ', 相当于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 ": 匹配含有这样 - 多个（包括0个）a或b，后面跟一个c的字符串 的字符串;

　　一个点( '. ')可以代表所有的 单一字符:

　　 "a.[0-9] ": 一个a跟一个字符再跟一个数字的 （含有这样一个字符串的字符串将被匹配，以后省略此括号）

　　 "^.{3}$ ": 以三个字符结尾.中括号括住的内容只匹配一个 单一的字符

　　 "[ab] ": 匹配单个的 a 或者 b ( 和 "a│b " 一样);

　　 "[a-d] ": 匹配 'a ' 到 'd '的单个字符 (和 "a│b│c│d " 还有 "[abcd] "效果一样);

　　 "^[a-zA-Z] ": 匹配以字母开头的字符串

　　 "[0-9]% ": 匹配含有 形如 x％ 的字符串

　　 ",[a-zA-Z0-9]$ ": 匹配以逗号在加一个数字或字母结尾的字符串

　　你也可以把你不想要得字符列在中括号里，你只需要在总括号里面使用 '^ ' 作为开头 (i.e., "%[^a-zA-Z]% " 匹配含有 两个百分号里面有一个非字母 的字符串).

　　为了能够解释，但 "^.[()│*+?{\ "作为有特殊意义的字符的时候，你必须在这些字符面前加 ', 还有在php3中你应该避免在模式的最前面使用\, 比如说,正则表达式 "(\│?[0-9]+ " 应该这样调用 ereg( "(\│?[0-9]+ ", str) (不知道php4是不是一样)

　　不要忘记在中括号里面的字符是这条规路的例外—在中括号里面, 所有的特殊字符，包括( '), 都将失去他们的特殊性质(i.e., "[*+?{}.] "匹配含有这些字符的字符串). 还有,正如regx的手册告诉我们: "如果列表里含有 '] ', 最好把它作为列表里的第一个字符(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 或者一个范围的第二个结束点(i.e. [a-d-0-9]中间的‘-’将有效.

　　为了完整, 我应该涉及到 collating sequences, character classes, 同埋 equivalence classes. 但我在这些方面不想讲的太详细, 这些在下面的文章仲都不需要涉及到. 你们可以在regex man pages 那里得到更多消息.

　　如何构建一个模式来匹配 货币数量 的输入

　　好了，现在我们要用我们所学的来干一些有用的事：构建一个匹配模式去检查输入的信息是否为一个表示money的数字。我们认为一个表示money的数量有四种方式： "10000.00 " 和 "10,000.00 ",或者没有小数部分, "10000 " and "10,000 ". 现在让我们开始构建这个匹配模式:

　　^[1-9][0-9]*$

　　这是所变量必须以非0的数字开头.但这也意味着 单一的 "0 " 也不能通过测试. 以下是解决的方法:

　　^(0│[1-9][0-9]*)$

　　 "只有0和不以0开头的数字与之匹配 "，我们也可以允许一个负号再数字之前:

　　^(0│-?[1-9][0-9]*)$

　　这就是: "0 或者 一个以0开头可能有一个负号在前面的数字. " 好了, 好了现在让我们别那么严谨，允许以0开头.现在让我们放弃 负号 , 因为我们在表示钱币的时候并不需要用到. 我们现在指定 模式 用来匹配小数部分:

　　^[0-9]+(.[0-9]+)?$

　　这暗示匹配的字符串必须最少以一个阿拉伯数字开头. 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. （你知道为什么吗）

　　^[0-9]+(.[0-9]{2})?$

　　我们上面指定小数点后面必须有两位小数.如果你认为这样太苛刻,你可以改成:

　　^[0-9]+(.[0-9]{1,2})?$

　　这将允许小数点后面有一到两个字符. 现在我们加上用来增加可读性的逗号（每隔三位）, 我们可以这样表示:

　　^[0-9]{1,3}(,[0-9]{3})*(.[0-9]{1,2})?$

　　不要忘记加号 '+ ' 可以被乘号 '* ' 替代如果你想允许空白字符串被输入话 (为什么?). 也不要忘记反斜杆 ’\’ 在php字符串中可能会出现错误 (很普遍的错误). 现在，我们已经可以确认字符串了, 我们现在把所有逗号都去掉 str_replace( ", ", " ", $money) 然后在把类型看成 double然后我们就可以通过他做数学计算了.

　　构造检查email的正则表达式

　　让我们继续讨论怎么验证一个email地址. 在一个完整的email地址中有三个部分: POP3 用户名 (在 '@ ' 左边的一切), '@ ', 服务器名(就是剩下那部分). 用户名可以含有大小写字母阿拉伯数字,句号 ( '. '), 减号( '- '), and 下划线 ( '_ '). 服务器名字也是符合这个规则,当然下划线除外.

　　现在, 用户名的开始和结束都不能是句点. 服务器也是这样. 还有你不能有两个连续的句点他们之间至少存在一个字符，好现在我们来看一下怎么为用户名写一个匹配模式:

　　^[_a-zA-Z0-9-]+$

　　现在还不能允许句号的存在. 我们把它加上:

　　^[_a-zA-Z0-9-]+(.[_a-zA-Z0-9-]+)*$

　　上面的意思就是说: "以至少一个规范字符（除.意外）开头,后面跟着0个或者多个以点开始的字符串. "

　　简单化一点, 我们可以用 eregi()取代 ereg().eregi()对大小写不敏感, 我们就不需要指定两个范围 "a-z " 和 "A-Z " – 只需要指定一个就可以了:

　　^[_a-z0-9-]+(.[_a-z0-9-]+)*$

　　后面的服务器名字也是一样,但要去掉下划线:

　　^[a-z0-9-]+(.[a-z0-9-]+)*$

　　Done. 现在只需要用”@”把两部分连接:

　　^[_a-z0-9-]+(.[_a-z0-9-]+)@[a-z0-9-]+(.[a-z0-9-]+)$

　　这就是完整的email认证匹配模式了,只需要调用

　　eregi(‘^[_a-z0-9-]+(.[_a-z0-9-]+)@[a-z0-9-]+(.[a-z0-9-]+) ’,eamil)

　　就可以得到是否为email了。

　　正则表达式的其他用法

　　提取字符串

　　ereg() and eregi() 有一个特性是允许用户通过正则表达式去提取字符串的一部分(具体用法你可以阅读手册). 比如说,我们想从 path/URL 提取文件名 – 下面的代码就是你需要:

　　ereg( "([^\/]*) ", pathOrUrl, $regs);

　　echo $regs[1];

　　高级的代换

　　ereg_replace() 和 eregi_replace()也是非常有用的: 假如我们想把所有的间隔负号都替换成逗号:

　　ereg_replace( "[ \n\r\t]+ ", ", ", trim($str));