week 8
regular expression
rules：
一切從最基本的開始。模式，是正則表達式最基本的元素，它們是一組描述字符串特征的字符。模式可以很簡單，由普通的字符串組成，也可以非常復雜，往往用特殊的字符表示一個範圍內的字符、重復出現，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$，那麽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。其他一些稍微復雜的字符，如標點符號和白字符（空格、制表符等），要用到轉義序列。所有的轉義序列都用反斜杠(\)打頭。制表符的轉義序列是：\t。所以如果我們要檢測一個字符串是否以制表符開頭，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杠，如反斜杠本身用\\表示，句號.用\.表示，以此類推。
字符簇
在INTERNET的程序中，正則表達式通常用來驗證用戶的輸入。當用戶提交一個FORM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裏：
[AaEeIiOoUu]
這個模式與任何元音字符匹配，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
[ \f\r\t\n] //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]$
盡管[a-z]代表26個字母的範圍，但在這裏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。當在一組方括號裏使用^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(\)(/)(^)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)在正則表達式中用來表示除了"新行"之外的所有字符。所以模式"^.5$"與任何兩個字符的、以數字5結尾和以其他非"新行"字符開頭的字符串匹配。模式"."可以匹配任何字符串，除了空串和只包括一個"新行"的字符串。
PHP的正則表達式有一些內置的通用字符簇，列表如下：
| 字符簇 | 描述 |
|---|---|
| [[:alpha:]] | 任何字母 |
| [[:digit:]] | 任何數字 |
| [[:alnum:]] | 任何字母和數字 |
| [[:space:]] | 任何空白字符 |
| [[:upper:]] | 任何大寫字母 |
| [[:lower:]] | 任何小寫字母 |
| [[:punct:]] | 任何標點符號 |
| [[:xdigit:]] | 任何16進制的數字，相當於[0-9a-fA-F] |
確定重復出現
到現在為止，已經知道如何去匹配一個字母或數字，但更多的情況下，可能要匹配一個單詞或一組數字。一個單詞有若幹個字母組成，一組數字有若幹個單數組成。跟在字符或字符簇後面的花括號({})用來確定前面的內容的重復出現的次數。
| 字符簇 | 描述 |
|---|---|
| ^[a-zA-Z_]$ | 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} | 兩個制表符 |
| .{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 {x} 的意思是前面的字符或字符簇只出現x次 ；一個數字加逗號 {x,} 的意思是前面的內容出現x或更多的次數 ；兩個數字用逗號分隔的數字 {x,y} 表示 前面的內容至少出現x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
^[1-9][0-9]{0,}$ // 所有的正整數
^\-{0,1}[0-9]{1,}$ // 所有的整數
^[-]?[0-9]+\.?[0-9]+$ // 所有的浮點數week 8