精通正則表達式

想必很多人都對正則表達式都頭疼.今天,我以我的認識,加上網上一些文章,希望用常人都可以理解的表達方式.來和大家分享學習經驗.

開篇,還是得説説 ^ 和 $ 他們是分別用來匹配字符串的開始和結束，以下分別舉例説明：

"^The"： 開頭一定要有"The"字符串;

"of despair$"： 結尾一定要有"of despair" 的字符串;

"^abc$"： 就是要求以abc開頭和以abc結尾的字符串，實際上是隻有abc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（最後一個例子），就是説模式（正則表達式） 可以出現在被檢驗字符串的任何地方，你沒有把他鎖定到兩邊

接着,説説 '*', '+',和 '?',

他們用來表示一個字符可以出現的次數或者順序. 他們分別表示：

"zero or more"相當於{0,},

"one or more"相當於{1,},

"zero or one."相當於{0,1}, 這裏是一些例子：

"ab*"： 和ab{0,}同義,匹配以a開頭,後面可以接0個或者N個b組成的字符串("a", "ab", "abbb", 等);

"ab+"： 和ab{1,}同義,同上條一樣，但最少要有一個b存在 ("ab", "abbb", 等.); "ab?"：和ab{0,1}同義,可以沒有或者只有一個b;

"a?b+$"： 匹配以一個或者0個a再加上一個以上的b結尾的字符串.

要點, '*', '+',和 '?'只管它前面那個字符.

你也可以在大括號裏面限制字符出現的個數，比如

"ab{2}"： 要求a後面一定要跟兩個b（一個也不能少）("abb");

"ab{2,}"： 要求a後面一定要有兩個或者兩個以上b(如"abb", "abbbb", 等.); "ab{3,5}"： 要求a後面可以有2－5個b("abbb", "abbbb", or "abbbbb").

現在我們把一定幾個字符放到小括號裏，比如：

"a(bc)*"： 匹配 a 後面跟0個或者一個"bc";

"a(bc){1,5}"： 一個到5個 "bc."

還有一個字符 '│', 相當於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，後面跟一個c的字符串;,要匹配包括"n"在內的所有單個字符,怎麼辦?

對了,用'[n.]'這種模式.

"a.[0-9]"： 一個a加一個字符再加一個0到9的數字

"^.{3}$"： 三個任意字符結尾 .

中括號括住的內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); 一般我們都用[a-zA-Z]來指定字符為一個大小寫英文

"^[a-zA-Z]"： 匹配以大小寫字母開頭的字符串

"[0-9]%"： 匹配含有 形如 x％ 的字符串

",[a-zA-Z0-9]$"： 匹配以逗號再加一個數字或字母結尾的'字符串

你也可以把你不想要得字符列在中括號裏，你只需要在總括號裏面使用'^' 作為開頭 "%[^a-zA-Z]%" 匹配含有兩個百分號裏面有一個非字母的字符串.

要點：^用在中括號開頭的時候,就表示排除括號裏的字符

為了PHP能夠解釋，你必須在這些字符面前後加'',並且將一些字符轉義.

不要忘記在中括號裏面的字符是這條規路的例外在中括號裏面, 所有的特殊字符，包括(''), 都將失去他們的特殊性質 "[*+?{}.]"匹配含有這些字符的字符串.

還有,正如regx的手冊告訴我們： "如果列表裏含有 ']', 最好把它作為列表裏的第一個字符(可能跟在'^'後面). 如果含有'-', 最好把它放在最前面或者最後面, or 或者一個範圍的第二個結束點[a-d-0-9]中間的‘-’將有效.

看了上面的例子,你對{n,m}應該理解了吧.要注意的是,n和m都不能為負整數,而且n總是小於m. 這樣,才能 最少匹配n次且最多匹配m次. 如"p{1,5}"將匹配 "pvpppppp"中的前五個p

下面説説以開頭的

b 書上説他是用來匹配一個單詞邊界,就是...比如'veb',可以匹配love裏的ve而不匹配very裏有ve

B 正好和上面的b相反.例子我就不舉了

.....突然想起來....可以到http：// 看看其它用 開頭的語法

好,我們來做個應用：

如何構建一個模式來匹配 貨幣數量 的輸入

構建一個匹配模式去檢查輸入的信息是否為一個表示money的數字。我們認為一個表示money的數量有四種方式： "10000.00" 和 "10,000.00",或者沒有小數部分, "10000" and "10,000". 現在讓我們開始構建這個匹配模式：

^[1-9][0-9]*$

這是所變量必須以非0的數字開頭.但這也意味着 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開頭的數字與之匹配"，我們也可以允許一個負號在數字之前： ^(0│-?[1-9][0-9]*)$

這就是： "0 或者 一個以0開頭 且可能 有一個負號在前面的數字." 好了,現在讓我們別那麼嚴謹，允許以0開頭.現在讓我們放棄 負號 , 因為我們在表示錢幣的時候並不需要用到. 我們現在指定 模式 用來匹配小數部分：

^[0-9]+(.[0-9]+)?$

這暗示匹配的字符串必須最少以一個阿拉伯數字開頭. 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. （你知道為什麼嗎）

^[0-9]+(.[0-9]{2})?$

我們上面指定小數點後面必須有兩位小數.如果你認為這樣太苛刻,你可以改成： ^[0-9]+(.[0-9]{1,2})?$

這將允許小數點後面有一到兩個字符. 現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 '+' 可以被 '*' 替代 如果你想允許空白字符串被輸入話 (為什麼?). 也不要忘記反斜杆 ’’ 在php字符串中可能會出現錯誤 (很普遍的錯誤).

現在，我們已經可以確認字符串了, 我們現在把所有逗號都去掉 str_replace(",", "", $money) 然後在把類型看成 double然後我們就可以通過他做數學計算了.

再來一個：

構造檢查email的正則表達式

在一個完整的email地址中有三個部分：

1. 用户名 (在 '@' 左邊的一切),

2.'@',

3. 服務器名(就是剩下那部分).

用户名可以含有大小寫字母阿拉伯數字,句號 ('.'), 減號('-'), and 下劃線 ('_'). 服務器名字也是符合這個規則,當然下劃線除外.

現在, 用户名的開始和結束都不能是句點. 服務器也是這樣. 還有你不能有兩個連續的句點他們之間至少存在一個字符，好現在我們來看一下怎麼為用户名寫一個匹配模式：^[_a-zA-Z0-9-]+$

現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-]+)*$

上面的意思就是説： "以至少一個規範字符（除了.）開頭,後面跟着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()i()對大小寫不敏感, 我們就不需要指定兩個範圍 "a-z" 和 "A-Z" 只需要指定一個就可以了：^[_a-z0-9-]+(.[_a-z0-9-]+)*$

後面的服務器名字也是一樣,但要去掉下劃線：^[a-z0-9-]+(.[a-z0-9-]+)*$好. 現在只需要用”@”把兩部分連接：^[_a-z0-9-]+(.[_a-z0-9-]+)*@[a-z0-9-]+(.[a-z0-9-]+)*$

這就是完整的email認證匹配模式了,只需要調用eregi(‘^[_a-z0-9-]+(.[_a-z0-9-]+)*@[a-z0-9-]+(.[a-z0-9-]+)*$ ’,$eamil)就可以得到是否為email了

正則表達式的其他用法：提取字符串ereg() and eregi() 有一個特性是允許用户通過正則表達式去提取字符串的一部分(具體用法你可以閲讀手冊). 比如説,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];

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號都替換成逗號：ereg_replace("[ nrt]+", ",", trim($str));

最後,我把另一串檢查EMAIL的正則表達式讓看文章的你來分析一下."^[-!#$%&'*+./0-9=?A-Z^_`a-z{|}~]+'.'@'.'[-!#$%&'*+/0-9=?A-Z^_`a-z{|}~]+.'.'[-!#$%&'*+./0-9=?A-Z^_`a-z{|}~]+$"如果能方便的讀懂,那這篇文章的目的就達到了.

匹配中文字符的正則表達式： [u4e00-u9fa5]

評註：匹配中文還真是個頭疼的事，有了這個表達式就好辦了

獲取日期正則表達式：d{4}[年|-|.]d{1,2}[月|-|.]d{1,2}日?

評註：可用來匹配大多數年月日信息。

匹配雙字節字符(包括漢字在內)：[^x00-xff]

評註：可以用來計算字符串的長度（一個雙字節字符長度計2，ASCII字符計1） 匹配空白行的正則表達式：ns*r

評註：可以用來刪除空白行

匹配HTML標記的正則表達式：<(S*?)[^>]*>.*?</>|<.*? />

評註：網上流傳的版本太糟糕，上面這個也僅僅能匹配部分，對於複雜的嵌套標記依舊無能為力

匹配首尾空白字符的正則表達式：^s*|s*$

評註：可以用來刪除行首行尾的空白字符(包括空格、製表符、換頁符等等)，非常有用的表達式

匹配Email地址的正則表達式：w+([-+.]w+)*@w+([-.]w+)*.w+([-.]w+)* 評註：表單驗證時很實用

匹配網址URL的正則表達式：[a-zA-z]+://[^s]*

評註：網上流傳的版本功能很有限，上面這個基本可以滿足需求

匹配帳號是否合法(字母開頭，允許5-16字節，允許字母數字下劃線)：^[a-zA-Z][a-zA-Z0-9_]{4,15}$

評註：表單驗證時很實用

匹配國內電話號碼：d{4}-d{7}|d{3}-d{8}

評註：匹配形式如 0511-4405222 或 021-87888822

匹配騰訊QQ號：[1-9][0-9]{4,}

評註：騰訊QQ號從10000開始

匹配中國郵政編碼：[1-9]d(?!d)

評註：中國郵政編碼為6位數字

匹配身份證：d{17}[d|X]|d{15}

評註：中國的身份證為15位或18位

匹配ip地址：((2[0-4]d|25[0-5]|[01]?dd?).){3}(2[0-4]d|25[0-5]|[01]?dd?)。 評註：提取ip地址時有用

匹配特定數字：

^[1-9]d*$ //匹配正整數

^-[1-9]d*$ //匹配負整數

^-?[1-9]d*$ //匹配整數

^[1-9]d*|0$ //匹配非負整數（正整數 + 0）

^-[1-9]d*|0$ //匹配非正整數（負整數 + 0）

^[1-9]d*.d*|0.d*[1-9]d*$ //匹配正浮點數

^-([1-9]d*.d*|0.d*[1-9]d*)$ //匹配負浮點數

^-?([1-9]d*.d*|0.d*[1-9]d*|0?.0+|0)$ //匹配浮點數

^[1-9]d*.d*|0.d*[1-9]d*|0?.0+|0$ //匹配非負浮點數（正浮點數 + 0） ^(-([1-9]d*.d*|0.d*[1-9]d*))|0?.0+|0$ //匹配非正浮點數（負浮點數 + 0） 評註：處理大量數據時有用，具體應用時注意修正

匹配特定字符串：

^[A-Za-z]+$ //匹配由26個英文字母組成的字符串

^[A-Z]+$ //匹配由26個英文字母的大寫組成的字符串

^[a-z]+$ //匹配由26個英文字母的小寫組成的字符串

^[A-Za-z0-9]+$ //匹配由數字和26個英文字母組成的字符串

^w+$ //匹配由數字、26個英文字母或者下劃線組成的字符串

評註：最基本也是最常用的一些表達式

Function IsRegu(Regu,s)

'正則表達式校驗

If Regu="" Then

Exit Function

End if

Dim Re,Sre

Set Re = New RegExp

ern = Regu

Sre = (s)

If Sre = True Then

IsRegu = True

Else

IsRegu = False

End If

End Function

tmp=""

if (IsRegu("w+([-+.]w+)*@w+([-.]w+)*.w+([-.]w+)*",tmp )) =false then msgbox "E-mail地址不合法 ！"

FieldCheck#N=false

end if

不同的語言（如PHP和JAVA）、相同語言的不同類庫（如來自Sun的Java Regular Expression類庫跟Apache Jakarta的正則表達式類庫）間，用法會有所差別，在使用的時候，要注意這些差別。