正則表達式教程-正則表達式匹配規則(6)

正則表達式教程-正則表達式匹配規則(6)
2007-05-11 08:28
基本模式匹配

   一切從最基本的開始。模式,是正規表達式最基本的元素,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、製表符等),要用到轉義序列。所有的轉義序列都用反斜槓(/)打頭。製表符的轉義序列是:/t。所以如果我們要檢測一個字符串是否以製表符開頭,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槓,如反斜槓本身用//表示,句號.用/.表示,以此類推。

7.2 字符簇

在INTERNET的程序中,正規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]$

儘管[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)在正規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的正規表達式有一些內置的通用字符簇,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]

7.3 確定重複出現

到現在爲止,你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。

字符簇 含義
^[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} 兩個製表符
.{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
^[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(^)、跟着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爲簡單的方法。

特殊字符"?"與{0,1}是相等的,它們都代表着:“0個或1個前面的內容”或“前面的內容是可選的”。所以剛纔的例子可以簡化爲:

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

特殊字符"*"與{0,}是相等的,它們都代表着“0個或多個前面的內容”。最後,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

當然這並不能從技術上降低正規表達式的複雜性,但可以使它們更容易閱讀。

 

轉自:http://hi.baidu.com/mhrock/blog/item/1afb3dd7bebc02dca044df00.html

發佈了18 篇原創文章 · 獲贊 1 · 訪問量 10萬+
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章