PHP中的正規(guī)表達(dá)式（一）
Hunte 2000年4月14日


PHP繼承*NIX的一貫傳統(tǒng)，完全支持正規(guī)表達(dá)式的處理。正規(guī)表達(dá)式提供了一種高級(jí)的，但不直觀的字符串匹配和處理的方法。用過(guò)PERL的正規(guī)表達(dá)式的朋友都知道，正規(guī)表達(dá)式的功能非常強(qiáng)大，但學(xué)起來(lái)不是那么容易。
比如：

^.+@.+\\..+$

這段有效卻難以理解的代碼足夠使一些程序員頭痛（我就是）或者讓他們放棄使用正規(guī)表達(dá)式。相信當(dāng)你讀完這個(gè)教程后，就可以理解這段代碼的含義了。

基本模式匹配

一切從最基本的開(kāi)始。模式，是正規(guī)表達(dá)式最基本的元素，它們是一組描述字符串特征的字符。模式可以很簡(jiǎn)單，由普通的字符串組成，也可以非常復(fù)雜，往往用特殊的字符表示一個(gè)范圍內(nèi)的字符、重復(fù)出現(xiàn)，或表示上下文。例如：

^once

這個(gè)模式包含一個(gè)特殊的字符^，表示該模式只匹配那些以once開(kāi)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(hào)表示開(kāi)頭一樣，$符號(hào)用來(lái)匹配那些以給定模式結(jié)尾的字符串。

bucket$

這個(gè)模式與"Who kept all of this cash in a bucket"匹配，與"buckets"不匹配。字符^和$同時(shí)使用時(shí)，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(gè)模式不包括^和$，那么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(shuō)，他們表示該字母本身，數(shù)字也是一樣的。其他一些稍微復(fù)雜的字符，如標(biāo)點(diǎn)符號(hào)和白字符（空格、制表符等），要用到轉(zhuǎn)義序列。所有的轉(zhuǎn)義序列都用反斜杠(\)打頭。制表符的轉(zhuǎn)義序列是：\t。所以如果我們要檢測(cè)一個(gè)字符串是否以制表符開(kāi)頭，可以用這個(gè)模式：

^\t

類似的，用\n表示“新行”，\r表示回車(chē)。其他的特殊符號(hào)，可以用在前面加上反斜杠，如反斜杠本身用\\表示，句號(hào).用\.表示，以此類推。

字符簇

在INTERNET的程序中，正規(guī)表達(dá)式通常用來(lái)驗(yàn)證用戶的輸入。當(dāng)用戶提交一個(gè)FORM以后，要判斷輸入的電話號(hào)碼、地址、EMAIL地址、信用卡號(hào)碼等是否有效，用普通的基于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(gè)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(gè)方括號(hào)里：

[AaEeIiOoUu]

這個(gè)模式與任何元音字符匹配，但只能表示一個(gè)字符。用連字號(hào)可以表示一個(gè)字符的范圍，如：

[a-z] //匹配所有的小寫(xiě)字母
[A-Z] //匹配所有的大寫(xiě)字母
[a-zA-Z] //匹配所有的字母
[0-9] //匹配所有的數(shù)字
[0-9\.\-] //匹配所有的數(shù)字，句號(hào)和減號(hào)
[ \f\r\t\n] //匹配所有的白字符

同樣的，這些也只表示一個(gè)字符，這是一個(gè)非常重要的。如果要匹配一個(gè)由一個(gè)小寫(xiě)字母和一位數(shù)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(gè)模式：

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

盡管[a-z]代表26個(gè)字母的范圍，但在這里它只能與第一個(gè)字符是小寫(xiě)字母的字符串匹配。

前面曾經(jīng)提到^表示字符串的開(kāi)頭，但它還有另外一個(gè)含義。當(dāng)在一組方括號(hào)里使用^是，它表示“非”或“排除”的意思，常常用來(lái)剔除某個(gè)字符。還用前面的例子，我們要求第一個(gè)字符不能是數(shù)字：

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

這個(gè)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(gè)排除特定字符的例子：

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


特殊字符"." (點(diǎn)，句號(hào))在正規(guī)表達(dá)式中用來(lái)表示除了“新行”之外的所有字符。所以模式"^.5$"與任何兩個(gè)字符的、以數(shù)字5結(jié)尾和以其他非“新行”字符開(kāi)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(gè)“新行”的字符串。

PHP的正規(guī)表達(dá)式有一些內(nèi)置的通用字符簇，列表如下：

字符簇 含義
[[:alpha:]] 任何字母
[[:digit:]] 任何數(shù)字
[[:alnum:]] 任何字母和數(shù)字
[[:space:]] 任何白字符
[[:upper:]] 任何大寫(xiě)字母
[[:lower:]] 任何小寫(xiě)字母
[[:punct:]] 任何標(biāo)點(diǎn)符號(hào)
[[:xdigit:]] 任何16進(jìn)制的數(shù)字，相當(dāng)于[0-9a-fA-F]