羊皮紙論壇

羊皮紙論壇

分享讓知識傳播,閱讀讓心靈成長, 創作讓文化傳承,讓我們共同努力。
  • 禁止廣告文
  • 知識傳播
  • 閱讀
  • 心靈成長
  • 創作
  • 文化傳承
發表新主題
隨機主題
上個主題
下個主題
|
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 {0,} 是相等的,它們都代表著「0個或多個前面的內容」。

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。
  • 本文由作者宣告為原創文章, 為尊重著作權, 未經作者同意請勿任意轉載
  • 關鍵字 : 字符, 數字, 字符串, 模式, 字母, 正規, 匹配所, 內容, bucket, 開頭, 特殊字符, 新行, 字符串匹配, 單詞, 匹配, 意思, 小寫字母, 字符簇, 可選, 句號
0 0
2010-05-08T03:07:00+0000


  • 當您未登入羊皮紙時,可以利用臉書 Facebook 登入來發表迴響。若使用羊皮紙會員身份發表迴響則可獲得經驗值及虛擬金幣,用來參加羊皮紙推出的活動。
發表迴響
 
驗證字串

Facebook 粉絲專頁

QRCode 條碼 & APP 連結

說明
本頁網址

在相關服務標籤中,『掃描條碼,在行動裝置』或是『點擊連結按鈕,在本裝置』中開啟網頁或是 APP 相關操作。
QRCode