PHP 正规化表示法

经常会用到到 PHP 正规化表示法，可是也常常忘了重要的表示符号，因为不同的程式语言在正规化表示法上，多多少少都有些许差异，所以写起来免得自己忘记了，内容是参考网路上的资料，再做一点整理∶

什麽是正规表示法

正规表示法提供了一种高级但不直觉的字符串匹配和处理的方法，利用正规表示法可以在资料中快速的找出关键的资讯。PHP 继承 Unix 的一贯传统，完全支持正规表示法的处理。用过正规表示法的朋友都知道，正规表示法的功能非常强大，但学起来并不是那麽容易。比如∶

^.+@.+..+$

这段难以理解的代码足够使一些程式设计师头痛，或者让他们放弃使用正规表示法。 基本模式匹配 切从最基本的开始。模式，是正规表示法最基本的元素，它们是一组描述字符串特徵的字符。模式可以很简单，由普通的字符串组成，也可以非常复杂，往往用特殊的字符表示一个范围内的字符、重复出现，或表示上下文。例如∶

^once

这个模式包含一个特殊的字符 ^，表示该模式只匹配那些以 once 开头的字符串。例如该模式与字符串 "once upon a time" 匹配，与 "There once was a man from NewYork" 不匹配。正如如 ^ 符号表示开头一样，$ 符号用来匹配那些以给定模式结尾的字符串。

bucket$

这个模式与 "Who kept all of this cash in a bucket" 匹配，与 "buckets" 不匹配。字符 ^ 和 $ 同时使用时，表示精确匹配（字符串与模式一样）。例如∶

^bucket$

只匹配字符串 "bucket"。如果一个模式不包括 ^ 和 $，那麽它与任何包含该模式的字符串匹配。例如∶模式 once 与字符串 There once was a man from NewYork Who kept all of his cash in a bucket. 是匹配的。

在该模式中的字母(o-n-c-e)是字面的字符，也就是说，他们表示该字母本身，数字也是一样的。其他一些稍微复杂的字符，如标点符号和白字符（空格、Tab等），需要作字元跳脱，也就是在符前加上反斜线。Tab 的控制字元跳脱是∶\t。所以如果我们要检测一个字符串是否以 Tab 开头，可以用这个模式∶

^\t

类似的，用 n 表示「新行」，r 表示回车。其他的特殊符号，可以用在前面加上反斜线，如反斜线本身用表示，句号 . 用 . 表示，以此类推。

字符簇

在网站程式中，正规表示法通常用来验证用户的输入。当用户提交一个表单以後，要判断输入的电话号码、地址、EMAIL地址、信用卡号码等是否有效，用普通的基於字面的字符是不够的。所以要用一种更自由的描述我们要的模式的办法，它就是字符簇。要建立一个表示所有元音字符的字符簇，就把所有的元音字符放在一个方括号里∶

[AaEeIiOoUu]

这个模式与任何母音字符匹配，但只能表示一个字符。用连字号可以表示一个字符的范围，如∶

• [a-z]∶匹配所有的小写字母
• [A-Z]∶匹配所有的大写字母
• [a-zA-Z]∶匹配所有的字母
• [0-9]∶匹配所有的数字
• [0-9.-]∶匹配所有的数字，句号和减号
• [ frtn]∶匹配所有的白字符

同样的，这些也只表示一个字符，这是一个非常重要的。如果要匹配一个由一个小写字母和一位数字组成的字符串，比如 "z2"、"t6" 或 "g7"，但不是 "ab2"、"r2d3" 或 "b52" 的话，用这个模式∶

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

尽管 [a-z] 代表26个字母的范围，但在这里它只能与第一个字符是小写字母的字符串匹配。 前面曾经提到^表示字符串的开头，但它还有另外一个含义。当在一组方括号里使用 ^ 是，它表示「非」或「排除」的意思，常常用来剔除某个字符。还用前面的例子，我们要求第一个字符不能是数字∶

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

这个模式与 "&5"、"g7" 及 "-2" 是匹配的，但与 "12"、"66" 是不匹配的。下面是几个排除特定字符的例子∶

• [^a-z] //除了小写字母以外的所有字符
• [^/^] //除了"/"和"^"字符之外的所有字符
• [^"'] //除了双引号(")和单引号(')之外的所有字符

特殊字符 "." (点，句号)在正规表示法中用来表示除了「新行」之外的所有字符。所以模式 "^.5$" 与任何两个字符的、以数字 5 结尾和以其他非「新行」字符开头的字符串匹配。模式 "." 可以匹配任何字符串，除了空串和只包括一个「新行」的字符串。 PHP 的正规表示法有一些内建的通用字符簇，列表如下∶

• [[:alpha:]]∶任何字母。
• [[:digit:]]∶任何数字。
• [[:alnum:]]∶任何字母和数字。
• [[:space:]]∶任何白字符。
• [[:upper:]]∶任何大写字母。
• [[:lower:]]∶任何小写字母。
• [[:punct:]]∶任何标点符号。
• [[:xdigit:]]∶任何16进制的数字，相当於 [0-9a-fA-F]。

到现在为止，已经知道如何去匹配一个字母或数字，但更多的情况下，可能要匹配一个单词或一组数字。一个单词有若干个字母组成，一组数字有若干个单数组成。跟在字符或字符簇後面的花括号 ({}) 用来确定前面的内容的重复出现的次数,括号中的数字第一位为最小数量，第二位为最大数量。

• ^[a-zA-Z_]$ ∶所有的字母和下划线 。
• ^[[:alpha:]]{3}$ ∶所有的 3 个字母的单词。
• ^a$ ∶字母 a。
• ^a{4}$ ∶aaaa。
• ^a{2,4}$ ∶aa,aaa 或 aaaa。
• ^a{1,3}$ ∶a,aa 或 aaa。
• ^a{2,}$ ∶包含多於两个a的字符串。
• ^a{2,} ∶如∶aardvark 和 aaab，但 apple 不行。
• a{2,} ∶如∶baad 和 aaa，但 Nantucket 不行。
• \t{2} ∶两个 Tab字符。
• .{2} ∶所有的两个字符。

这些例子描述了花括号的三种不同的用法。一个数字，{n} 的意思是「前面的字符或字符簇只出现 n 次」；一个数字加逗号，{n,} 的意思是「前面的内容出现 n 或更多的次数」；两个用逗号分隔的数字，{n,y} 表示「前面的内容至少出现 n 次，但不超过 y 次」。我们可以把模式扩展到更多的单词或数字∶

• ^[a-zA-Z0-9_]{1,}$ ∶所有包含一个以上的字母、数字或下划线的字符串。
• ^[0-9]{1,}$ ∶所有的正数。
• ^-{0,1}[0-9]{1,}$ ∶所有的整数。
• ^-{0,1}[0-9]{0,}.{0,1}[0-9]{0,}$ ∶所有的小数。

最後一个例子不太好理解，是吗？这麽看吧∶与所有以一个可选的负号 (-{0,1}) 开头 (^) 、跟著 0 个或更多的数字 ([0-9]{0,}) 、和一个可选的小数点 (.{0,1}) 再跟上 0 个或多个数字 ([0-9]{0,}) ，并且没有其他任何东西 ($) 。下面你将知道能够使用的更为简单的方法。

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

特殊字符 "?" 与 {0,1} 是相等的，它们都代表著∶「0个或1个前面的内容」或「前面的内容是可选的」。所以刚才的例子可以简化为∶

特殊字符 "+" 与 {1,} 是相等的，表示「1 个或多个前面的内容」，所以上面的 4 个例子可以写成∶

• ^[a-zA-Z0-9_]+$ ∶所有包含一个以上的字母、数字或下划线的字符串。
• ^[0-9]+$ ∶所有的正数。
• ^-?[0-9]+$ ∶所有的整数。
• ^-?[0-9]*.?[0-9]*$ ∶所有的小数。