PHP 正規化表示法

經常會用到到 PHP 正規化表示法，可是也常常忘了重要的表示符號，因為不同的程式語言在正規化表示法上，多多少少都有些許差異，所以寫起來免得自己忘記了，內容是參考網路上的資料，再做一點整理：

什麼是正規表示法

正規表示法提供了一種高級但不直覺的字符串匹配和處理的方法，利用正規表示法可以在資料中快速的找出關鍵的資訊。PHP 繼承 Unix 的一貫傳統，完全支持正規表示法的處理。用過正規表示法的朋友都知道，正規表示法的功能非常強大，但學起來並不是那麼容易。比如：

^.+@.+..+$

這段難以理解的代碼足夠使一些程式設計師頭痛，或者讓他們放棄使用正規表示法。 基本模式匹配 切從最基本的開始。模式，是正規表示法最基本的元素，它們是一組描述字符串特徵的字符。模式可以很簡單，由普通的字符串組成，也可以非常複雜，往往用特殊的字符表示一個範圍內的字符、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符 ^，表示該模式只匹配那些以 once 開頭的字符串。例如該模式與字符串 "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符串。

bucket$

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

^bucket$

只匹配字符串 "bucket"。如果一個模式不包括 ^ 和 $，那麼它與任何包含該模式的字符串匹配。例如：模式 once 與字符串 There once was a man from NewYork Who kept all of his cash in a bucket. 是匹配的。

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、Tab等），需要作字元跳脫，也就是在符前加上反斜線。Tab 的控制字元跳脫是：\t。所以如果我們要檢測一個字符串是否以 Tab 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線，如反斜線本身用表示，句號 . 用 . 表示，以此類推。

字符簇

在網站程式中，正規表示法通常用來驗證用戶的輸入。當用戶提交一個表單以後，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符是不夠的。所以要用一種更自由的描述我們要的模式的辦法，它就是字符簇。要建立一個表示所有元音字符的字符簇，就把所有的元音字符放在一個方括號裡：

[AaEeIiOoUu]

這個模式與任何母音字符匹配，但只能表示一個字符。用連字號可以表示一個字符的範圍，如：

• [a-z]：匹配所有的小寫字母
• [A-Z]：匹配所有的大寫字母
• [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
• [ frtn]：匹配所有的白字符

同樣的，這些也只表示一個字符，這是一個非常重要的。如果要匹配一個由一個小寫字母和一位數字組成的字符串，比如 "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符是小寫字母的字符串匹配。 前面曾經提到^表示字符串的開頭，但它還有另外一個含義。當在一組方括號裡使用 ^ 是，它表示「非」或「排除」的意思，常常用來剔除某個字符。還用前面的例子，我們要求第一個字符不能是數字：

^[^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。下面是幾個排除特定字符的例子：

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

特殊字符 "." (點，句號)在正規表示法中用來表示除了「新行」之外的所有字符。所以模式 "^.5$" 與任何兩個字符的、以數字 5 結尾和以其他非「新行」字符開頭的字符串匹配。模式 "." 可以匹配任何字符串，除了空串和只包括一個「新行」的字符串。 PHP 的正規表示法有一些內建的通用字符簇，列表如下：

• [[:alpha:]]：任何字母。
• [[:digit:]]：任何數字。
• [[:alnum:]]：任何字母和數字。
• [[:space:]]：任何白字符。
• [[:upper:]]：任何大寫字母。
• [[:lower:]]：任何小寫字母。
• [[:punct:]]：任何標點符號。
• [[:xdigit:]]：任何16進制的數字，相當於 [0-9a-fA-F]。

到現在為止，已經知道如何去匹配一個字母或數字，但更多的情況下，可能要匹配一個單詞或一組數字。一個單詞有若干個字母組成，一組數字有若干個單數組成。跟在字符或字符簇後面的花括號 ({}) 用來確定前面的內容的重複出現的次數,括號中的數字第一位為最小數量，第二位為最大數量。

• ^[a-zA-Z_]$ ：所有的字母和下劃線 。
• ^[[:alpha:]]{3}$ ：所有的 3 個字母的單詞。
• ^a$ ：字母 a。
• ^a{4}$ ：aaaa。
• ^a{2,4}$ ：aa,aaa 或 aaaa。
• ^a{1,3}$ ：a,aa 或 aaa。
• ^a{2,}$ ：包含多於兩個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} ：兩個 Tab字符。
• .{2} ：所有的兩個字符。

這些例子描述了花括號的三種不同的用法。一個數字，{n} 的意思是「前面的字符或字符簇只出現 n 次」；一個數字加逗號，{n,} 的意思是「前面的內容出現 n 或更多的次數」；兩個用逗號分隔的數字，{n,y} 表示「前面的內容至少出現 n 次，但不超過 y 次」。我們可以把模式擴展到更多的單詞或數字：

• ^[a-zA-Z0-9_]{1,}$ ：所有包含一個以上的字母、數字或下劃線的字符串。
• ^[0-9]{1,}$ ：所有的正數。
• ^-{0,1}[0-9]{1,}$ ：所有的整數。
• ^-{0,1}[0-9]{0,}.{0,1}[0-9]{0,}$ ：所有的小數。

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 (-{0,1}) 開頭 (^) 、跟著 0 個或更多的數字 ([0-9]{0,}) 、和一個可選的小數點 (.{0,1}) 再跟上 0 個或多個數字 ([0-9]{0,}) ，並且沒有其他任何東西 ($) 。下面你將知道能夠使用的更為簡單的方法。

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

特殊字符 "?" 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：

特殊字符 "+" 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、數字或下劃線的字符串。
• ^[0-9]+$ ：所有的正數。
• ^-?[0-9]+$ ：所有的整數。
• ^-?[0-9]*.?[0-9]*$ ：所有的小數。