正規表示式 元字元和匹配規則

元字元

元字元字元         功能說明

#*                次或任意多次前面的字元。

##$                  字邊界   

\B非邊界   

{m}              有且只能出現m次   

{n,m}           可以出現n到m次   

{m,}              至少m次，最大次數不限制   

()                  改變優先順序或將某個字串視為一個整體，而配對到的資料取出也可使用它

<?php
$zz = '/\d+/';
$string = "迪奥和奥迪250都是我最爱";
//待会儿再试试中间没有0-9的情况
//$string = "迪奥和奥迪都是我最爱";
if(preg_match($zz, $string, $matches)){
    echo '匹配到了，结果为：';
    var_dump($matches);
}else{
    echo '没有匹配到';
}
?>

匹配成功，證明了\d+中的+。 \d是匹配數字，而+是最少匹配一次前面的字元。

* 匹配0次或任意多次前面的字元

<?php
$zz = '/\w*/';
$string = "!@!@!!@#@!$@#!";
//待会儿再试试中间没有0-9的情况
//$string1 = "!@#!@#!abcABC#@#!";
if(preg_match($zz, $string, $matches)){
    echo '匹配到了，结果为：';
    var_dump($matches);
}else{
    echo '没有匹配到';
}
?>

說明，註解掉的$string1和$string都符合成功了。因為，\w是匹配的0-9A-Za-z_，而*是說明前面的\w可以不存在。如果存在可以有1個或多個。

? 前面的字元出現0次或1次，可有可無

<?php
$zz = '/ABC\d?ABC/';
$string = "ABC1ABC";
//待会儿再试试中间没有0-9的情况
//$string1 = "ABC888888ABC";
//$string2 = "ABCABC";
if(preg_match($zz, $string, $matches)){
    echo '匹配到了，结果为：';
    var_dump($matches);
}else{
    echo '没有匹配到';
}
?>

符合$string,$string2成功，但符合$string1失敗。
因為配對前後都是ABC，中間是0-9。0-9可有可無，但不能有多個。

. (點) 符合除\n以外的所有字元

<?php
$zz = '/gg.+gg/';
$string = "ABC1ABC";
if(preg_match($zz, $string, $matches)){
    echo '匹配到了，结果为：';
    var_dump($matches);
}else{
    echo '没有匹配到';
}
?>

符合$string,$string2成功，但符合$string1失敗。
因為配對前後都是ABC，中間是0-9。0-9可有可無，但不能有多個。

|（豎線），或者，優先順序最低

我們透過實驗來看優先權和或的配對

<?php
$zz = '/abc|bcd/';
$string1 = "abccd";
$string2 = "ggggbcd";
if (preg_match($zz, $string1, $matches)) {
    echo '匹配到了，结果为：';
    var_dump($matches);
} else {
    echo '没有匹配到';
}
?>

我們來看看：

1. 最開始我配對的想法是想配對的是abccd或是abbcd。可是，匹配$string1和$string2，匹配出來的結果卻是abc和bcd.

2. 實現了或者匹配，匹配出來了abc或者是bcd。它還沒有字串連續在一起的優先權高。

那麼問題來了，我要配對上例中的abccd或是abbcd怎麼辦？

需要使用到() 來改變優先權。

<?php
$zz = '/ab(c|b)cd/';
$string1 = "起来abccd阅兵";
$string2 = "ggggbcd";
$string3 = '中国abbcd未来';
if (preg_match($zz, $string1, $matches)) {
    echo '匹配到了，结果为：';
    var_dump($matches);
} else {
    echo '没有匹配到';
}
?>

結果如下：

匹配到了，結果是：

array (size=2)

 0 => string 'abccd' (length = 5)

 1 => string 'c' (length = 1)

#結論：

1) 確實匹配了abccd或abbcd（$string1 or $string3）。

2) 但是匹配的陣列裡面多了一個元素，這個元素的下標為1

#3) ()中的內容只要匹配成功，就會把匹配到的資料放到下標為1的這個陣列元素中。

^（抑揚符），必須以^之後的字串開始

<?php
$zz = '/^好帅\w+/';
$string1 = "好帅abccdaaaasds";
//$string2没有以好帅开始
$string2 = "帅abccdaaaasds";
if (preg_match($zz, $string1, $matches)) {
    echo '匹配到了，结果为：';
    var_dump($matches);
} else {
    echo '没有匹配到';
}
?>

透過實驗發現以下結論：

#1) $string1匹配成功，$string2沒有匹配成功

2) 因為$string1是以指定的字元開始的

3) 而$string2並沒有以^之後的字元開始

#翻譯這個正規的意思是：以要好帥開始後面接a-zA-Z0-9_最少一個字符。

$（美元符）必須以$之前的字元結束

<?php
$zz = '/\d+努力$/';
$string1 = "12321124333努力";
//$string2
$string2 = "12311124112313力";
if (preg_match($zz, $string1, $matches)) {
    echo '匹配到了，结果为：';
    var_dump($matches);
} else {
    echo '没有匹配到';
}
?>

我們執行一下看一下結果，得出來的結論：

$string1 匹配成功，而$string2匹配不成功

$之前的字元是\d+，後面接著中文的努力。

因此，配對的是這一個整體。 \d指的是0-9的整型,+號代表最少一個0-9

\b和\B 字邊界和非詞邊界

我們來講解什麼是邊界：

1. 正規表示示是有邊界的，這個邊界是定界符的開始和結尾是正規的邊界。

2. this是一個英文單詞，後面加上一個空格，意味著這個詞結束了，到達了這個詞的邊界

\b字邊界，就是指必須要在最前面或最後。
\B非邊界，就是不能在一個正規表示示的最前面或最後。

<?php
$zz = '/\w+\b/';
$string1 = "this is a apple";
$string2 = "thisis a apple";
$string3 = "thisisaapple";
if (preg_match($zz, $string1, $matches)) {
    echo '匹配到了，结果为：';
    var_dump($matches);
} else {
    echo '没有匹配到';
}
?>

結論：

$string1、$string2和$string3都符合成功。

$string1匹配的時候this 空格是邊界

$string2匹配的時候thisis是邊界

$string3匹配的時候，thisisaapple到了整個正則表達示的最後，因此也是邊界。所以匹配成功。

我們來實驗非詞邊界：

<?php
$zz = '/\Bthis/';
$string1 = "hellothis9";
//$string2 = "hello this9";
//$string2 = "this9中国万岁";
if (preg_match($zz, $string1, $matches)) {
    echo '匹配到了，结果为：';
    var_dump($matches);
} else {
    echo '没有匹配到';
}
?>

總結：

匹配$string1成功而$string2不成功。

因為\B後接的是this，所以this不能出現在單字邊界（空格和開始結尾）的位置。

{m}有且只能出現m次

<?php
$zz = '/喝\d{3}酒/';
$string1 = "喝988酒";
//$string2 = "喝98811酒";
if (preg_match($zz, $string1, $matches)) {
    echo '匹配到了，结果为：';
    var_dump($matches);
} else {
    echo '没有匹配到';
}
?>

#結論：
上例\d{3}我規定了0-9只能出現3次，多一次少一次都不行。

{n,m} 可以出現n到m次

<?php
$zz = '/喝\d{1,3}酒/';
$string1 = "喝9酒";
//$string2 = "喝988酒";
if (preg_match($zz, $string1, $matches)) {
    echo '匹配到了，结果为：';
    var_dump($matches);
} else {
    echo '没有匹配到';
}
?>

結論：
上例中\d{1,3}我規定了0- 9只能出現1次，2次或3次。其它次數都是錯的

{m,} 至少m次，最大次數不限制

<?php
$zz = '/喝\d{2,}/';
$string1 = "喝9";
//$string2 = "喝98";
//$string3 = "喝98122121";
if (preg_match($zz, $string1, $matches)) {
    echo '匹配到了，结果为：';
    var_dump($matches);
} else {
    echo '没有匹配到';
}
?>

結論：
上例中\d{2, }我規定喝後面的0-9最少出現兩次，最多次數不限。因此$string1是匹配不成功的，$string2是匹配成功的。 $string3是配對成功的。

符合規則

基本模式符合

#一切從最基本的開始。模式，是正規表達式最基本的元素，它們是一組描述字串特徵的字元。模式可以很簡單，由普通的字串組成，也可以非常複雜，往往用特殊的字元表示一個範圍內的字元、重複出現，或表示上下文。例如：

^once

這個模式包含一個特殊的字元^，表示該模式只符合那些以once開頭的字串。例如該模式與字串"once upon a time"匹配，與"There once was a man from NewYork"不匹配。正如如^符號表示開頭一樣，$符號用來匹配那些以給定模式結尾的字串。

bucket$

這個模式與"Who kept all of this cash in a bucket"匹配，與"buckets"不匹配。字元^和$同時使用時，表示精確匹配（字串與模式一樣）。例如：

^bucket$

只符合字串"bucket"。如果一個模式不包括^和$，那麼它與任何包含該模式的字串相符。例如：模式

once

#與字串

There once was a man from NewYork
Who kept all of his cash in a bucket.

是相符的。

在該模式中的字母(o-n-c-e)是字面的字符，也就是說，他們表示該字母本身，數字也是一樣的。其他一些稍微複雜的字符，如標點符號和白字符（空格、製表符等），要用到轉義序列。所有的轉義序列都用反斜線(\)打頭。製表符的轉義序列是：\t。所以如果我們要偵測一個字串是否以製表符開頭，可以用這個模式：

^\t

類似的，用\n表示"新行"，\r表示回車。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，以此類推。

字元簇

在INTERNET的程式中，正規表示式通常用來驗證使用者的輸入。當使用者提交一個FORM以後，要判斷輸入的電話號碼、地址、EMAIL地址、信用卡號碼等是否有效，用普通的基於字面的字元是不夠的。

所以要用一種更自由的描述我們要的模式的辦法，它就是字元簇。要建立一個表示所有母音字元的字元簇，就把所有的母音字元放在一個方括號裡：

#[AaEeIiOoUu]

這個模式與任何元音字元匹配，但只能表示一個字元。用連字號可以表示一個字元的範圍，如：

[a-z] //來匹配所有的小寫字母
[A-Z] //來符合所有的大寫字母
[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] //符合所有的白字符

同樣的，這些也只表示一個字符，這是一個非常重要的。如果要符合一個由一個小寫字母和一位數字組成的字串，例如"z2"、"t6"或"g7"，但不是"ab2"、"r2d3" 或"b52"的話，用這個模式：

^[a-z][0-9]$

#儘管[a-z]代表26個字母的範圍，但在這裡它只能與第一個字元是小寫字母的字串匹配。

前面曾經提到^表示字串的開頭，但它還有另外一個意義。當在一組方括號裡使用^是，它表示"非"或"排除"的意思，常用來剔除某個字元。也用前面的例子，我們要求第一個字元不能是數字：

^[^0-9][0-9]$

這個模式與"&5"、"g7"及"-2"是匹配的，但與"12"、"66"是不匹配的。以下是幾個排除特定字元的例子：

[^a-z] //除了小寫字母以外的所有字元
[^\\\/\^] //除了(\)(/)(^)之外的所有字元
[^\"\'] //除了雙引號(")和單引號(')之外的所有字元

特殊字元"." (點，句號)在正規表達式中用來表示除了"新行"之外的所有字元。所以模式"^.5$"與任何兩個字元的、以數字5結尾和以其他非"新行"字元開頭的字串相符。模式"."可以匹配任何字串，除了空字串和只包括一個"新行"的字串。

PHP的正規表示式有一些內建的通用字元簇，清單如下：

字元簇          #說明

[[:alpha:]]    任何字母   

[[:digit:]]    任何數字   

[[:alnum: ]]   任何字母    

[[:alnum: ]]   任何字母和數字   

[[:space:]]    任何空白字元   

[[:upper:]]    任何大寫字母   

#[[lower:] : 

[[:punct:]]    任何標點符號   

[[:xdigit:]]    任何16進位的數字，相當於[0-9a-fA-F]    

確定重複出現

#到現在為止，你已經知道如何去匹配一個字母或數字，但更多的情況下，可能要匹配一個單字或一組數字。一個單字有一個字母組成，一組數字有一個單數組成。跟在字元或字元簇後面的花括號({})用來確定前面的內容的重複出現的次數。 字符簇         
說明

##^[a-zA-Z_]$    所有的字母和底線的   
 

##^a{2

這些例子描述了花括號的三種不同的用法。一個數字，{x}的意思是"前面的字元或字元簇只出現x次"；一個數字加逗號，{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y次"。我們可以把模式擴展到更多的單字或數字：

^[a-zA-Z0-9_]{1,}$ //所有包含一個以上的字母、數字或底線的字串
^[1-9]{1,}$ //所有的正數
^\-{0,1}[0-9]{1,}$ //所有的整數
^[-]?[0-9]+\.?[0-9]+$ //所有的浮點數

最後一個例子不太好理解，是嗎？這麼看吧：與所有以一個可選的負號([-]?)開頭(^)、跟著1個或更多的數字([0-9]+)、和一個小數點(\.)再跟上1個或多個數字([0-9]+)，且後面沒有其他任何東西($)。下面你將知道能夠使用的更簡單的方法。

特殊字元"?"與{0,1}是相等的，它們都代表著："0個或1個前面的內容"或"前面的內容是可選的"。所以剛才的例子可以簡化為：

^\-?[0-9]{1,}\.?[0-9]{1,}$

#特殊字元"*"與{0,}是相等的，它們都代表"0個或多個前面的內容"。最後，字元"+"與{1,}是相等的，表示"1個或多個前面的內容"，所以上面的4個例子可以寫成：

^[a-zA -Z0-9_]+$ //所有包含一個以上的字母、數字或底線的字串
^[0-9]+$ //所有的正數
^\-?[0-9 ]+$ //所有的整數
^\-?[0-9]*\.?[0-9]*$ //所有的浮點數

當然這並不能從技術上降低正規表達式的複雜性，但可以使它們更容易閱讀。