正则表达式简介1
来源:互联网 发布:python 图像识别文字 编辑:程序博客网 时间:2024/05/16 12:28
开篇,还是得说说^ 和 $ 他们是分别用来匹配字符串的开始和结束,以下分别举例说明:
"^The":开头一定要有"The"字符串;
"of despair$": 结尾一定要有"ofdespair"的字符串;
"^abc$":就是要求以abc开头和以abc结尾的字符串,实际上是只有abc匹配
"notice":匹配包含notice的字符串
你可以看见如果你没有用我们提到的两个字符(最后一个例子),就是说模式(正则表达式)可以出现在被检验字符串的任何地方,你没有把他锁定到两边
接着,说说'*','+',和'?',
他们用来表示一个字符可以出现的次数或者顺序.他们分别表示:
"zeroor more"相当于{0,},
"one or more"相当于{1,},
"zeroor one."相当于{0,1}, 这里是一些例子:
"ab*": 和ab{0,}同义,匹配以a开头,后面可以接0个或者N个b组成的字符串("a","ab", "abbb", 等);
"ab+":和ab{1,}同义,同上条一样,但最少要有一个b存在("ab","abbb",等.);
"ab?":和ab{0,1}同义,可以没有或者只有一个b;
"a?b+$":匹配以一个或者0个a再加上一个以上的b结尾的字符串.
要点,'*', '+',和'?'只管它前面那个字符.
你也可以在大括号里面限制字符出现的个数,比如
"ab{2}":要求a后面一定要跟两个b(一个也不能少)("abb");
"ab{2,}":要求a后面一定要有两个或者两个以上b(如"abb","abbbb",等.);
"ab{3,5}":要求a后面可以有3-5个b("abbb","abbbb", or "abbbbb").
现在我们把一定几个字符放到小括号里,比如:
"a(bc)*":匹配 a后面跟0个或者一个"bc";
"a(bc){1,5}":一个到5个"bc."
还有一个字符'│',相当于OR操作:
"hi│hello":匹配含有"hi"或者"hello"的字符串;
"(b│cd)ef":匹配含有"bef"或者"cdef"的字符串;
"(a│b)*c":匹配含有这样多个(包括0个)a或b,后面跟一个c的字符串;
一个点('.')可以代表所有的单一字符,不包括"\n",如果,要匹配包括"\n"在内的所有单个字符,怎么办?
对了,用'[\n.]'这种模式.
"a.[0-9]":一个a加一个字符再加一个0到9的数字
"^.{3}$":三个任意字符结尾 .
中括号括住的内容只匹配一个单一的字符
"[ab]":匹配单个的 a或者b(和 "a│b"一样);
"[a-d]":匹配'a'到'd'的单个字符(和"a│b│c│d"还有"[abcd]"效果一样);一般我们都用[a-zA-Z]来指定字符为一个大小写英文
"^[a-zA-Z]":匹配以大小写字母开头的字符串
"[0-9]%":匹配含有 形如x%的字符串
",[a-zA-Z0-9]$":匹配以逗号再加一个数字或字母结尾的字符串
你也可以把你不想要得字符列在中括号里,你只需要在总括号里面使用'^'作为开头"%[^a-zA-Z]%"匹配含有两个百分号里面有一个非字母的字符串.
要点:^用在中括号开头的时候,就表示排除括号里的字符
为了PHP能够解释,你必须在这些字符面前后加'',并且将一些字符转义.
不要忘记在中括号里面的字符是这条规则的例外—在中括号里面,所有的特殊字符,包括(''),都将失去他们的特殊性质"[*\+?{}.]"匹配含有这些字符的字符串.
还有,正如regx的手册告诉我们:"如果列表里含有']',最好把它作为列表里的第一个字符(可能跟在'^'后面).如果含有'-',最好把它放在最前面或者最后面,or或者一个范围的第二个结束点[a-d-0-9]中间的‘-’将有效.
看了上面的例子,你对{n,m}应该理解了吧.要注意的是,n和m都不能为负整数,而且n总是小于m.这样,才能最少匹配n次且最多匹配m次.如"p{1,5}"将匹配"pvpppppp"中的前五个p
下面说说以\开头的
\b书上说他是用来匹配一个单词边界,就是...比如've\b',可以匹配love里的ve而不匹配very里有ve
\B正好和上面的\b相反.例子我就不举了
.....突然想起来....可以到http://www.phpv.net/article.php/251 看看其它用\开头的语法
好,我们来做个应用:
如何构建一个模式来匹配货币数量的输入
构建一个匹配模式去检查输入的信息是否为一个表示money的数字。我们认为一个表示money的数量有四种方式:"10000.00"和"10,000.00",或者没有小数部分,"10000" and "10,000". 现在让我们开始构建这个匹配模式:
^[1-9][0-9]*$
这是所变量必须以非0的数字开头.但这也意味着单一的"0"也不能通过测试.以下是解决的方法:
^(0│[1-9][0-9]*)$
"只有0和不以0开头的数字与之匹配",我们也可以允许一个负号在数字之前:
^(0│-?[1-9][0-9]*)$
这就是: "0或者一个以0开头且可能有一个负号在前面的数字."好了,现在让我们别那么严谨,允许以0开头.现在让我们放弃负号,因为我们在表示钱币的时候并不需要用到.我们现在指定模式用来匹配小数部分:
^[0-9]+(\.[0-9]+)?$
这暗示匹配的字符串必须最少以一个阿拉伯数字开头.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.(你知道为什么吗)
^[0-9]+(\.[0-9]{2})?$
我们上面指定小数点后面必须有两位小数.如果你认为这样太苛刻,你可以改成:
^[0-9]+(\.[0-9]{1,2})?$
这将允许小数点后面有一到两个字符.现在我们加上用来增加可读性的逗号(每隔三位),我们可以这样表示:
^[0-9]{1,3}(,[0-9]{3})*(\.[0-9]{1,2})?$
不要忘记 '+'可以被'*'替代如果你想允许空白字符串被输入话(为什么?).也不要忘记反斜杆’\’在php字符串中可能会出现错误(很普遍的错误).
现在,我们已经可以确认字符串了,我们现在把所有逗号都去掉str_replace(",","", $money)然后在把类型看成double然后我们就可以通过他做数学计算了.
再来一个:
构造检查email的正则表达式
在一个完整的email地址中有三个部分:
1. 用户名(在'@'左边的一切),
2.'@',
3. 服务器名(就是剩下那部分).
用户名可以含有大小写字母阿拉伯数字,句号('.'),减号('-'),and下划线 ('_').服务器名字也是符合这个规则,当然下划线除外.
现在,用户名的开始和结束都不能是句点.服务器也是这样.还有你不能有两个连续的句点他们之间至少存在一个字符,好现在我们来看一下怎么为用户名写一个匹配模式:
^[_a-zA-Z0-9-]+$
现在还不能允许句号的存在.我们把它加上:
^[_a-zA-Z0-9-]+(\.[_a-zA-Z0-9-]+)*$
上面的意思就是说:"以至少一个规范字符(除了.)开头,后面跟着0个或者多个以点开始的字符串."
简单化一点,我们可以用eregi()取代ereg().eregi()对大小写不敏感,我们就不需要指定两个范围"a-z"和"A-Z"– 只需要指定一个就可以了:
^[_a-z0-9-]+(\.[_a-z0-9-]+)*$
后面的服务器名字也是一样,但要去掉下划线:
^[a-z0-9-]+(\.[a-z0-9-]+)*$
好.现在只需要用”@”把两部分连接:
^[_a-z0-9-]+(\.[_a-z0-9-]+)*@[a-z0-9-]+(\.[a-z0-9-]+)*$
这就是完整的email认证匹配模式了,只需要调用eregi(‘^[_a-z0-9-]+(\.[_a-z0-9-]+)*@[a-z0-9-]+(\.[a-z0-9-]+)*$’,$eamil)就可以得到是否为email了
正则表达式的其他用法:
提取字符串
ereg() anderegi()有一个特性是允许用户通过正则表达式去提取字符串的一部分(具体用法你可以阅读手册).比如说,我们想从path/URL提取文件名 –下面的代码就是你需要:
ereg("([^\\/]*)$",$pathOrUrl, $regs);
echo $regs[1];
高级的代换
ereg_replace() 和eregi_replace()也是非常有用的:假如我们想把所有的间隔负号都替换成逗号:
ereg_replace("[\n\r\t]+", ",", trim($str));
最后,我把另一串检查EMAIL的正则表达式让看文章的你来分析一下.
"^[-!#$%&\'*+\\./0-9=?A-Z^_`a-z{|}~]+'.'@'.'[-!#$%&\'*+\\/0-9=?A-Z^_`a-z{|}~]+\.'.'[-!#$%&\'*+\\./0-9=?A-Z^_`a-z{|}~]+$"
如果能方便的读懂,那这篇文章的目的就达到了.
常用的正则表达式主要有以下几种:
匹配中文字符的正则表达式:[\u4e00-\u9fa5]
评注:匹配中文还真是个头疼的事,有了这个表达式就好办了
获取日期正则表达式:\d{4}[年|\-|\.]\d{1,2}[月|\-|\.]\d{1,2}日?
评注:可用来匹配大多数年月日信息。
匹配双字节字符(包括汉字在内):[^\x00-\xff]
评注:可以用来计算字符串的长度(一个双字节字符长度计2,ASCII字符计1)
匹配空白行的正则表达式:\n\s*\r
评注:可以用来删除空白行
匹配HTML标记的正则表达式:<(\S*?)[^>]*>.*?</>|<.*?/>
评注:网上流传的版本太糟糕,上面这个也仅仅能匹配部分,对于复杂的嵌套标记依旧无能为力
匹配首尾空白字符的正则表达式:^\s*|\s*$
评注:可以用来删除行首行尾的空白字符(包括空格、制表符、换页符等等),非常有用的表达式
匹配Email地址的正则表达式:\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*
评注:表单验证时很实用
匹配网址URL的正则表达式:[a-zA-z]+://[^\s]*
评注:网上流传的版本功能很有限,上面这个基本可以满足需求
匹配帐号是否合法(字母开头,允许5-16字节,允许字母数字下划线):^[a-zA-Z][a-zA-Z0-9_]{4,15}$
评注:表单验证时很实用
匹配国内电话号码:\d{4}-\d{7}|\d{3}-\d{8}
评注:匹配形式如0511-4405222或021-87888822
匹配腾讯QQ号:[1-9][0-9]\{4,\}
评注:腾讯QQ号从10000开始
匹配中国邮政编码:[1-9]\d(?!\d)
评注:中国邮政编码为6位数字
匹配身份证:\d{17}[\d|X]|\d{15}
评注:中国的身份证为15位或18位
匹配ip地址:((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)。
评注:提取ip地址时有用
匹配特定数字:
^[1-9]\d*$ //匹配正整数
^-[1-9]\d*$//匹配负整数
^-?[1-9]\d*$ //匹配整数
^[1-9]\d*|0$ //匹配非负整数(正整数+ 0)
^-[1-9]\d*|0$ //匹配非正整数(负整数+ 0)
^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$ //匹配正浮点数
^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$ //匹配负浮点数
^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$ //匹配浮点数
^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$ //匹配非负浮点数(正浮点数+ 0)
^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$ //匹配非正浮点数(负浮点数+ 0)
评注:处理大量数据时有用,具体应用时注意修正
匹配特定字符串:
^[A-Za-z]+$ //匹配由26个英文字母组成的字符串
^[A-Z]+$ //匹配由26个英文字母的大写组成的字符串
^[a-z]+$ //匹配由26个英文字母的小写组成的字符串
^[A-Za-z0-9]+$ //匹配由数字和26个英文字母组成的字符串
^\w+$ //匹配由数字、26个英文字母或者下划线组成的字符串
评注:最基本也是最常用的一些表达式
- 正则表达式简介1
- C#正则表达式(1):入门简介
- 正则表达式简介 (转)
- 正则表达式简介
- 正则表达式简介
- 正则表达式简介
- 正则表达式简介
- 正则表达式简介
- 正则表达式简介
- 基本正则表达式简介
- 正则表达式简介
- 正则表达式简介
- 正则表达式简介
- 正则表达式简介
- 正则表达式简介
- linux正则表达式简介
- 正则表达式 简介
- java正则表达式简介
- idhttpserver关闭后重起报端口已被绑定问题的解决办法
- 点击屏幕其他地方让edittext失去焦点 的实现
- 文件编码格式
- Web开发者必知的10个职业常识
- Datastore Provisioned Space vs Free Space
- 正则表达式简介1
- android性能设计
- Android推送服务(GCM)----GCM Architectural Overview翻译
- android在activity中禁止下拉状态栏的方法
- 编程真难啊
- java学习笔记6 - 使用commons configuration管理配置文件
- 博客转至cnblogs
- mongoDB 介绍(特点、优点、原理)
- 使用jquery获取radio的值