正则表达式入门


8/1/2018 正则表达式

基本语法

  • 界定符
  • 原子
  • 量词
  • 边界控制
  • 模式单元

界定符

表示一个正则表达式的开始和结束

$pattern = '/[0-9]/';
$pattern = '#[0-9]#';
$pattern = '{[0-9]}'; // 不推荐

原子

可见原子

Unicode 编码表中用键盘输出后肉眼可见的字符

标点 ; ” _ ? . 等等
英文字母数字 a-z, A-Z, 0-9
汉字、日文、阿拉伯文等其他语言文字
∑, ∈, ∮, ≌ 等数理化公式符号
其他可见字符

不可见原子

Unicode 编码表中用键盘输出后肉眼不可见的字符

换行符 \n
回车 \r
制表符 \t
空格
其他不可见符号

元字符

原子的筛选方式

| 匹配两个或者多个分支选择
[] 匹配方括号中的任意一个原子
[^] 匹配除方括号中的原子之外的任意字符

原子的集合

. 匹配除换行符之外的任意字符
\d 匹配任意一个十进制数字,即 [0-9]
\D 匹配任意一个非十进制数字,即 [^0-9]
\s 匹配一个不可见原子,即 [\f\r\n\t\v]
\S 匹配一个可见原子,即 [^\f\r\n\t\v]
\w 匹配任意一个数字、字母或下划线,即 [0-9a-zA-Z_]
\W 匹配任意一个非数字、字母或下划线,即 [^0-9a-zA-Z_]

量词

{n} 表示其前面的原子恰好出现 n 次
{n,} 表示其前面的原子最少出现 n 次
{n,m} 表示其前面的原子最少出现 n 次,最多出现 m 次
* 匹配 0 次、1 次或者多次其之前的原子,即 {0,}
+ 匹配 1 次或者多次其之前的原子,即 {1,}
? 匹配 0 次或者 1 次其之前的原子,即 {0,1}

边界控制

^ 匹配字符串开始的位置
$ 匹配字符串结尾的位置

模式单元

() 匹配其中的整体为一个原子

修正模式

  • 贪婪匹配:匹配结果存在歧义时取其长(人家还想要嘛)

  • 懒惰匹配:匹配结果存在歧义时取其短(不要跟我比懒,因为我懒得跟你比)

U/u 懒惰匹配/贪婪匹配
i 忽略英文字母大小写
x 忽略空白
s 让元字符 . 匹配包括换行符在内所有字符
e 配合函数 preg_replace() 使用,可以把匹配来的字符串当作正则表达式执行

常见正则表达式

非空:/.+/
保留两位小数:/\d+\.\d{2}$/
手机号:/^1[3-9]\d{9}$/
Email 地址:/^\w+(\.\w+)*@\w+(\.\w+)+$/
URL 地址:/^(https?:\/\/)?(\w+\.)+[a-zA-Z]+$/
IP 地址:/^(?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?).){3}(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)$/
中国大陆邮政编码:[1-9]\d{5}(?!\d)
身份证:\d{15}|\d{18}
十六进制值:/^#?([a-f0-9]{6}|[a-f0-9]{3})$/
Unicode 编码中的汉字范围:/^[u4e00-u9fa5],{0,}$/
中文字符:[\u4e00-\u9fa5]
双字节字符(包括汉字):[^\x00-\xff]
空白行:\n\s*\r
首尾空白字符:/^\s|\s$/

风执行

上次更新: 6/30/2019, 2:51:43 PM