正則表示式的基本語法

首先，讓我們看看兩個特別的字元：’^’ 和 ‘$’ 他們是分別用來匹配字串的開始和結束，一下分別舉例說明

"^The": 匹配以 "The"開頭的字串;
"of despair$": 匹配以 "of despair" 結尾的字串;
"^abc$": 匹配以abc開頭和以abc結尾的字串，實際上是隻有abc與之匹配
"notice": 匹配包含notice的字串

你可以看見如果你沒有用我們提到的兩個字元（最後一個例子），就是說 模式（正則表示式） 可以出現在被檢驗字串的任何地方，你沒有把他鎖定到兩邊
這裡還有幾個字元 '*', '+',和 '?', 他們用來表示一個字元可以出現的次數或者順序. 他們分別表示："zero or more", "one or more", and "zero or one." 這裡是一些例子:

"ab*": 匹配字串a和0個或者更多b組成的字串("a", "ab", "abbb", etc.);
"ab+": 和上面一樣，但最少有一個b ("ab", "abbb", etc.);
"ab?":匹配0個或者一個b;
"a?b+$": 匹配以一個或者0個a再加上一個以上的b結尾的字串.

你也可以在大括號裡面限制字元出現的個數，比如

"ab{2}": 匹配一個a後面跟兩個b（一個也不能少）("abb");
"ab{2,}": 最少更兩個b("abb", "abbbb", etc.);
"ab{3,5}": 2－5個b("abbb", "abbbb", or "abbbbb").

你還要注意到你必須總是指定 (i.e, "{0,2}", not "{,2}").同樣，你必須注意到, '*', '+', 和'?' 分別和一下三個範圍標註是一樣的，"{0,}", "{1,}", 和 "{0,1}"。

現在把一定數量的字元放到小括號裡，比如：

"a(bc)*": 匹配 a 後面跟0個或者一個"bc";
"a(bc){1,5}": 一個到5個 "bc."

還有一個字元 '│', 相當於OR 操作:

"hi│hello": 匹配含有"hi" 或者 "hello" 的 字串;
"(b│cd)ef": 匹配含有 "bef" 或者 "cdef"的字串;
"(a│b)*c": 匹配含有這樣 - 多個（包括0個）a或b，後面跟一個c
的字串 的字串;

一個點('.')可以代表所有的 單一字元:

"a.[0-9]": 一個a跟一個字元再跟一個數字的 （含有這樣一個字串的字串將被匹配，以後省略此括號）
"^.{3}$": 以三個字元結尾 .

中括號括住的內容只匹配一個 單一的字元

"[ab]": 匹配單個的 a 或者 b ( 和 "a│b" 一樣);
"[a-d]": 匹配'a' 到'd'的單個字元 (和"a│b│c│d" 還有 "[abcd]"效果一樣);
"^[a-zA-Z]": 匹配以字母開頭的字串
"[0-9]%": 匹配含有 形如 x％ 的字串
",[a-zA-Z0-9]$": 匹配以逗號在加一個數字或字母結尾的字串

你也可以把你不想要得字元列在中括號裡，你只需要在總括號裡面使用'^' 作為開頭 (i.e., "%[^a-zA-Z]%" 匹配含有 兩個百分號裡面有一個非字母 的字串).

為了能夠解釋，但"^.[$()│*+?{/"作為有特殊意義的字元的時候，你必須在這些字元面前加'', 還有在php3中你應該避免在模式的最前面使用/, 比如說,正則表示式 "(/$│?[0-9]+" 應該這樣呼叫 ereg("(//$│?[0-9]+", $str) (不知道php4是不是一樣)

不要忘記在中括號裡面的字元是這條規路的例外—在中括號裡面, 所有的特殊字元，包括(''), 都將失去他們的特殊性質(i.e., "[*/+?{}.]"匹配含有這些字元的字串). 還有,正如regx的手冊告訴我們: "如果列表裡含有 ']', 最好把它作為列表裡的第一個字元(可能跟在'^'後面). 如果含有'-', 最好把它放在最前面或者最後面, or 或者一個範圍的第二個結束點(i.e. [a-d-0-9]中間的‘-’將有效.

為了完整, 我應該涉及到 collating sequences, character classes, 同埋 equivalence classes. 但我在這些方面不想講的太詳細, 這些在下面的文章仲都不需要涉及到. 你們可以在regex man pages 那裡得到更多訊息.

如何構建一個模式來匹配 貨幣數量 的輸入

好了，現在我們要用我們所學的來幹一些有用的事：構建一個匹配模式去檢查輸入的資訊是否為一個表示money的數字。我們認為一個表示money的數量有四種方式： "10000.00" 和 "10,000.00",或者沒有小數部分, "10000" and "10,000". 現在讓我們開始構建這個匹配模式:

^[1-9][0-9]*$

這是所變數必須以非0的數字開頭.但這也意味著 單一的 "0" 也不能通過測試. 以下是解決的方法:

^(0│[1-9][0-9]*)$

"只有0和不以0開頭的數字與之匹配"，我們也可以允許一個負號再數字之前:

^(0│-?[1-9][0-9]*)$

這就是: "0 或者 一個以0開頭可能有一個負號在前面的數字." 好了, 好了現在讓我們別那麼嚴謹，允許以0開頭.現在讓我們放棄 負號 , 因為我們在表示錢幣的時候並不需要用到. 我們現在指定 模式 用來匹配小數部分:

^[0-9]+(/.[0-9]+)?$

這暗示匹配的字串必須最少以一個阿拉伯數字開頭. 但是注意，在上面模式中 "10." 是不匹配的, 只有 "10" 和 "10.2" 才可以. （你知道為什麼嗎）

^[0-9]+(/.[0-9]{2})?$

我們上面指定小數點後面必須有兩位小數.如果你認為這樣太苛刻,你可以改成:

^[0-9]+(/.[0-9]{1,2})?$

這將允許小數點後面有一到兩個字元. 現在我們加上用來增加可讀性的逗號（每隔三位）, 我們可以這樣表示:

^[0-9]{1,3}(,[0-9]{3})*(/.[0-9]{1,2})?$

不要忘記加號 '+' 可以被乘號 '*' 替代如果你想允許空白字串被輸入話 (為什麼?). 也不要忘記反斜杆 ’/’ 在php字串中可能會出現錯誤 (很普遍的錯誤). 現在，我們已經可以確認字串了, 我們現在把所有逗號都去掉 str_replace(",", "", $money) 然後在把型別看成 double然後我們就可以通過他做數學計算了.
構造檢查email的正則表示式

好,讓我們繼續討論怎麼驗證一個email地址. 在一個完整的email地址中有三個部分: POP3 使用者名稱 (在 '@' 左邊的一切), '@', 伺服器名(就是剩下那部分). 使用者名稱可以含有大小寫字母阿拉伯數字,句號 ('.'), 減號('-'), and 下劃線 ('_'). 伺服器名字也是符合這個規則,當然下劃線除外.

現在, 使用者名稱的開始和結束都不能是句點. 伺服器也是這樣. 還有你不能有兩個連續的句點他們之間至少存在一個字元，好現在我們來看一下怎麼為使用者名稱寫一個匹配模式:

^[_a-zA-Z0-9-]+$

現在還不能允許句號的存在. 我們把它加上:

^[_a-zA-Z0-9-]+(/.[_a-zA-Z0-9-]+)*$

上面的意思就是說: "以至少一個規範字符（除.意外）開頭,後面跟著0個或者多個以點開始的字串."

簡單化一點, 我們可以用 eregi()取代 ereg().eregi()對大小寫不敏感, 我們就不需要指定兩個範圍 "a-z" 和 "A-Z" – 只需要指定一個就可以了:

^[_a-z0-9-]+(/.[_a-z0-9-]+)*$

後面的伺服器名字也是一樣,但要去掉下劃線:

^[a-z0-9-]+(/.[a-z0-9-]+)*$

Done. 現在只需要用”@”把兩部分連線:

^[_a-z0-9-]+(/.[_a-z0-9-]+)*@[a-z0-9-]+(/.[a-z0-9-]+)*$

這就是完整的email認證匹配模式了,只需要呼叫

eregi(‘^[_a-z0-9-]+(/.[_a-z0-9-]+)*@[a-z0-9-]+(/.[a-z0-9-]+)*$ ’,$eamil)

就可以得到是否為email了
正則表示式的其他用法

提取字串

ereg() and eregi() 有一個特性是允許使用者通過正則表示式去提取字串的一部分(具體用法你可以閱讀手冊). 比如說,我們想從 path/URL 提取檔名 – 下面的程式碼就是你需要:

ereg("([^///]*)$", $pathOrUrl, $regs);
echo $regs[1];

高階的代換

ereg_replace() 和 eregi_replace()也是非常有用的: 假如我們想把所有的間隔負號都替換成逗號:

ereg_replace("[ /n/r/t]+", ",", trim($str)); 

    PHP被大量的應用於Web的後臺CGI開發，通常是在使用者資料資料之後得出某種結果，但是如果使用者輸入的資料不正確，就會出現問題，比如說某人的生日是"2月30日"！那應該怎麼樣來檢驗暑假是否正確呢？ 在PHP中加入了正則表示式的支援，讓我們可以十分方便的進行資料匹配。

2 什麼是正則表示式：
    簡單的說，正則表示式是一種可以用於模式匹配和替換的強大工具。在幾乎所有的基於UNIX/LINUX系統的軟體工具中找到正則表示式的痕跡，例如：Perl或PHP指令碼語言。此外，JavaScript這種客戶端的指令碼語言也提供了對正則表示式的支援，現在正則表示式已經成為了一個通用的概念和工具，被各類技術人員所廣泛使用。
    在某個Linux網站上面有這樣的話："如果你問一下Linux愛好者最喜歡什麼，他可能會回答正則表示式；如果你問他最害怕什麼，除了繁瑣的安裝配置外他肯定會說正則表示式。"
    正如上面說的，正則表示式看起來非常複雜，讓人害怕，大多數的PHP初學者都會跳過這裡，繼續下面的學習，但是PHP中的正則表示式有著可以利用模式匹配找到符合條件的字串、判斷字串是否合乎條件或者用指定的字串來替代符合條件的字串等強大的功能，不學實在太可惜了……

3 正則表示式的基本語法：
    一個正則表示式，分為三個部分：分隔符，表示式和修飾符。
    分隔符可以是除了特殊字元以外的任何字元（比如"/ !"等等），常用的分隔符是"/"。表示式由一些特殊字元（特殊字元詳見下面）和非特殊的字串組成，比如"[a-z0-9_-][email protected][a-z0-9_-.]+"可以匹配一個簡單的電子郵件字串。修飾符是用來開啟或者關閉某種功能/模式。下面就是一個完整的正則表示式的例子：
/hello.+?hello/is
    上面的正則表示式"/"就是分隔符，兩個"/"之間的就是表示式，第二個"/"後面的字串"is"就是修飾符。
    在表示式中如果含有分隔符，那麼就需要使用轉義符號"/"，比如"/hello.+?//hello/is"。轉義符號除了用於分隔符外還可以執行特殊字元，全部由字母構成的特殊字元都需要"/"來轉義，比如"/d"代表全體數字。

4 正則表示式的特殊字元：
    正則表示式中的特殊字元分為元字元、定位字元等等。
    元字元是正則表示式中一類有特殊意義的字元，用來描述其前導字元（即元字元前面的字元）在被匹配的物件中出現的方式。元字元本身是一個個單一的字元，但是不同或者相同的元字元組合起來可以構成大的元字元。
元字元：
    大括號：大括號用來精確指定匹配元字元出現的次數，例如"/pre{1,5}/"表示匹配的物件可以是"pre"、"pree"、"preeeee"這樣在"pr"後面出現1個到5個"e"的字串。或者"/pre{,5}/"代表pre出現0此到5次之間。
    加號："+"字元用來匹配元字元前的字元出現一次或者多次。例如"/ac+/"表示被匹配的物件可以是"act"、"account"、"acccc"等在"a"後面出現一個或者多個"c"的字串。"+"相當於"{1,}"。
    星號："*"字元用來匹配元字元前的字元出現零次或者多次。例如"/ac*/"表示被匹配的物件可以是"app"、"acp"、"accp"等在"a"後面出現零個或者多個"c"的字串。"*"相當於"{0,}"。
    問號："?"字元用來匹配元字元前的字元出現零次或者1次。例如"/ac?/"表示匹配的物件可以是"a"、"acp"、"acwp"這樣在"a"後面出現零個或者1個"c"的字串。"?"在正則表示式中還有一個非常重要的作用，即"貪婪模式"。

     還有兩個很重要的特殊字元就是"[ ]"。他們可以匹配"[]"之中出現過的字元，比如"/[az]/"可以匹配單個字元"a"或者"z"；如果把上面的表示式改成這樣"/[a-z]/"，就可以匹配任何單個小寫字母，比如"a"、"b"等等。
    如果在"[]"中出現了"^"，代表本表示式不匹配"[]"內出現的字元，比如"/[^a-z]/"不匹配任何小寫字母！並且正則表示式給出了幾種"[]"的預設值：
[:alpha:]：匹配任何字母
[:alnum:]：匹配任何字母和數字
[:digit:]：匹配任何數字
[:space:]：匹配空格符
[:upper:]：匹配任何大寫字母
[:lower:]：匹配任何小寫字母
[:punct:]：匹配任何標點符號
[:xdigit:]：匹配任何16進位制數字

另外下面這些特殊字元在轉義符號"/"轉義後代表的含義如下：
s：匹配單個的空格符
S：用於匹配除單個空格符之外的所有字元。
d：用於匹配從0到9的數字，相當於"/[0-9]/"。
w：用於匹配字母，數字或下劃線字元，相當於"/[a-zA-Z0-9_]/"。
W：用於匹配所有與w不匹配的字元，相當於"/[^a-zA-Z0-9_]/"。
D：用於匹配任何非10進位制的數字字元。
.：用於匹配除換行符之外的所有字元，如果經過修飾符"s"的修飾，"."可以代表任意字元。

    利用上面的特殊字元可以很方便的表達一些比較繁瑣的模式匹配。例如"//d0000/"利用上面的正則表示式可以匹配萬以上，十萬一下的整數字符串。

定位字元：
    定位字元是正則表示式中又一類非常重要的字元，它的主要作用是用於對字元在匹配物件中的位置進行描述。
^：表示匹配的模式出現在匹配物件的開頭（和在"[]"裡面不同）
$：表示匹配的模式出現在匹配物件的末尾
空格：表示匹配的模式出現在開始和結尾的兩個邊界之一
"/^he/"：可以匹配以"he"字元開頭的字串，比如hello、height等等；
"/he$/"：可以匹配以"he"字元結尾的字串即she等；
"/ he/"：空格開頭，和^的作用一樣，匹配以he開頭的字串；
"/he /"：空格結束，和$的作用一樣，匹配以he結尾的字串；
"/^he$/"：表示只和字串"he"匹配。

括號：
    正則表示式除了可以使用者匹配，還可以用括號"()"來記錄需要的資訊，儲存起來，給後面的表示式讀取。比如：
/^([a-zA-Z0-9_-]+)@([a-zA-Z0-9_-]+)(.[a-zA-Z0-9_-])$/
就是記錄郵件地址的使用者名稱，和郵件地址的伺服器地址（形式為[email protected]之類的），在後面如果想要讀取記錄下來的字串，只是需要用"轉義符＋記錄的次序"來讀取。比如"/1"就相當於第一個"[a-zA-Z0-9_-]+"，"/2"相當於第二個([a-zA-Z0-9_-]+)，"/3"就是第三個(.[a-zA-Z0-9_-])。但是在PHP中，"/"是一個特殊的字元，需要轉義，所以""到了PHP的表示式中就應該寫成"//1"。
其他特殊符號：
"|"：或符號"|"和PHP裡面的或一樣，不過是一個"|"，而不是PHP的兩個"||"！意思就是可以是某個字元或者另一個字串，比如"/abcd|dcba/"可能匹配"abcd"或者"dcba"。

5 貪婪模式：
前面在元字元中提到過"?"還有一個重要的作用，即"貪婪模式"，什麼是"貪婪模式"呢？
比如我們要匹配以字母"a"開頭字母"b"結尾的字串，但是需要匹配的字串在"a"後面含有很多個"b"，比如"a bbbbbbbbbbbbbbbbb"，那正則表示式是會匹配第一個"b"還是最後一個"b"呢？如果你使用了貪婪模式，那麼會匹配到最後一個"b"，反之只是匹配到第一個"b"。
    使用貪婪模式的表示式如下：
/a.+?b/
/a.+b/U
不使用貪婪模式的如下：
/a.+b/
上面使用了一個修飾符U，詳見下面的部分。

6 修飾符：
    在正則表示式裡面的修飾符可以改變正則的很多特性，使得正則表示式更加適合你的需要（注意：修飾符對於大小寫是敏感的，這意味著"e"並不等於"E"）。正則表示式裡面的修飾符如下：
i ：如果在修飾符中加上"i"，則正則將會取消大小寫敏感性，即"a"和"A" 是一樣的。
m：預設的正則開始"^"和結束"$"只是對於正則字串如果在修飾符中加上"m"，那麼開始和結束將會指字串的每一行：每一行的開頭就是"^"，結尾就是"$"。
s：如果在修飾符中加入"s"，那麼預設的"."代表除了換行符以外的任何字元將會變成任意字元，也就是包括換行符！
x：如果加上該修飾符，表示式中的空白字元將會被忽略，除非它已經被轉義。
e：本修飾符僅僅對於replacement有用，代表在replacement中作為PHP程式碼。
A：如果使用這個修飾符，那麼表示式必須是匹配的字串中的開頭部分。比如說"/a/A"匹配"abcd"。
E：與"m"相反，如果使用這個修飾符，那麼"$"將匹配絕對字串的結尾，而不是換行符前面，預設就打開了這個模式。
U：和問號的作用差不多，用於設定"貪婪模式"。

7 PCRE相關的正則表示式函式：
PHP的Perl相容正則表示式提供的多個函式，分為模式匹配，替換和匹配數目等等：
1、preg_match ：
函式格式：int preg_match(string pattern, string subject, array [matches]);
這個函式會在string中使用pattern表示式來匹配，如果給定了[regs]，就會將string記錄到[regs][0]中，[regs][1]代表使用括號"（）"記錄下來的第一個字串，[regs][2]代表記錄下來的第二個字串，以此類推。preg如果在string中找到了匹配的pattern，就會返回"true"，否則返回"false"。

2、preg_replace ：
函式格式：mixed preg_replace(mixed pattern, mixed replacement, mixed subject);
這個函式會使用將string中符合表示式pattern的字串全部替換為表示式replacement。如果replacement中需要包含pattern的部分字元，則可以使用"()"來記錄，在replacement中只是需要用"/1"來讀取。

3、preg_split ：
函式格式：array preg_split(string pattern, string subject, int [limit]);
這個函式和函式split一樣，區別僅在與split可以使用簡單正則表示式來分割匹配的字串，而preg_split使用完全的Perl相容正則表示式。第三個引數limit代表允許返回多少個符合條件的值。

4、preg_grep ：
函式格式：array preg_grep(string patern , array input);
這個函式和preg_match功能基本上，不過preg_grep可以將給定的陣列input中的所有元素匹配，返回一個新的陣列。

下面舉一個例子，比如我們要檢查Email地址的格式是否正確：

<?php
function emailIsRight($email) {
if (preg_match("^[_/.0-9a-z-][email protected]([0-9a-z][0-9a-z-]+/.)+[a-z]{2,3}$",$email)) {
return 1;
}
return 0;
}
if(emailIsRight('[email protected]')) echo '正確<br>';
if(!emailIsRight('[email protected]')) echo '不正確<br>';
?>

上面的程式會輸出"正確<br>不正確"。

8.PHP中的Perl相容正則表示式和Perl/Ereg正則表示式的區別：
雖然叫做“Perl相容正則表示式”，但是和Perl的正則表示式相比，PHP的還是由一些不同，比如修飾符“G”在Perl裡面代表全部匹配，但是在PHP中沒有加入對這個修飾符的支援。
還有就是和ereg系列函式的區別，ereg也是PHP中提供的正則表示式函式，不過和preg相比，要弱上很多。

1、ereg裡面是不需要也不能使用分隔符和修飾符的，所以ereg的功能比preg要弱上不少。
2、關於"."：點在正則裡面一般是除了換行符以外的全部字元，但是在ereg裡面的"."是任意字元，即包括換行符！如果在preg裡面希望"."能夠包括換行符，可以在修飾符中加上"s"。
3、ereg預設使用貪婪模式，並且不能修改，這個給很多替換和匹配帶來麻煩。
4、速度：這個或許是很多人關心的問題，會不會preg功能強大是以速度來換取的？不用擔心，preg的速度要遠遠比ereg快，筆者做了一個程式測試：

time test:

PHP程式碼:

<?php
echo "Preg_replace used time:";
$start = time();
for($i=1;$i<=100000;$i++) {
$str = "ssssssssssssssssssssssssssss";
preg_replace("/s/","",$str);
}
$ended = time()-$start;
echo $ended;
echo "
ereg_replace used time:";
$start = time();
for($i=1;$i<=100000;$i++) {
$str = "ssssssssssssssssssssssssssss";
ereg_replace("s","",$str);
}
$ended = time()-$start;
echo $ended;
echo "
str_replace used time:";
$start = time();
for($i=1;$i<=100000;$i++) {
$str = "sssssssssssssssssssssssssssss";
str_replace("s","",$str);
}
$ended = time()-$start;
echo $ended;
?>
結果：
Preg_replace used time:5
ereg_replace used time:15
str_replace used time:2

str_replace因為不需要匹配所以速度非常快，而preg_replace的速度比ereg_replace要快上不少。

9.關於PHP3.0對於preg的支援：
    在PHP 4.0中預設加入了preg支援，但是在3.0中確沒有。如果在3.0中希望使用preg函式，必須載入php3_pcre.dll檔案，只要在php.ini的extension部分設定加入"extension = php3_pcre.dll"然後從新啟動PHP就可以了！
    其實正則表示式還常用於UbbCode的實現，很多PHP論壇都使用了這個方法（比如zForum zphp.com或者vB vbullent.com），但是具體的程式碼比較長。