第4章 数据处理-php正则表达式-郑阿奇(续)

时间:2022-02-27 11:53:39

1.正则表达式基础知识 
含义:由普通字符和(a-z)和一些特殊字符组成的字符串模式 
功能:有效性验证。 
替换文本。 
从一个字符串提取一个子字符串。 
分类:POSIX和Perl 
POSIX风格更容易掌握,但不能用于二进制模式,而perl相对比较复杂。 
2.POSIX风格的正则表达式 
1.编写正则表达式 
表4.3 POSIX正则表达式语法格式列表 

字 符

描 述

\

转义字符,用于转义特殊字符。例如,'.'匹配单个字符,'\.'匹配一个点号。'\-'匹配连字符'-','\\'匹配符号'\'

^

匹配输入字符串的开始位置。例如'^he'表示以'he'开头的字符串

$

匹配输入字符串的结束位置。例如,'ok$'表示以'ok'结尾的字符串

*

匹配前面的子表达式零次或多次。例如,'zo*'能匹配"z"以及"zoo"。*等价于{0,}

+

匹配前面的子表达式一次或多次。例如,'zo+'能匹配"zo"以及"zoo",但不能匹配"z"。+等价于{1,}

?

匹配前面的子表达式零次或一次。例如,'do(es)?'可以匹配"do"或"does"中的"do"。'?'等价于{0,1}

{n}

n是一个非负整数。匹配确定的n次。例如,'o{2}'不能匹配"Bob"中的'o',但是能匹配"food" 中的两个'o'

{n,}

n是一个非负整数。至少匹配n次。例如,'o{2,}'不能匹配"Bob"中的'o',但能匹配"foooood" 中的所有'o'。'o{1,}'等价于'o+'。'o{0,}'则等价于'o*'

{n,m}

m和n均为非负整数,其中n≤m。最少匹配n次且最多匹配m次。例如,"o{1,3}"将匹配"fooooood"中的前三个'o'。'o{0,1}'等价于'o?'。请注意在逗号和两个数之间不能有空格

?

当该字符紧跟在任何一个其他限制符(*, +, ?, {n}, {n,}, {n,m})后面时,匹配模式是非贪婪的。非贪婪模式尽可能少地匹配所搜索的字符串,而默认的贪婪模式则尽可能多地匹配所搜索的字符串。例如,对于字符串"oooo",'o+?'将匹配单个"o",而'o+' 将匹配所有'o'

.

匹配除"\n"之外的任何单个字符,要匹配包括'\n' 在内的任何字符,可以使用'[.\n]'的模式

(pattern)

匹配pattern并获取这一匹配。所获取的匹配保存到相应的数组中。要匹配圆括号字符,请使用 '\(' 或 '\)'

(?:pattern)

匹配pattern但不获取匹配结果,也就是说这是一个非获取匹配,不进行存储。这在使用"或"|"来组合一个模式的各个部分时很有用。例如,'industr(?:y|ies).就是一个比'industry|industries'更简略的表达式

(?=pattern)

正向预查,在任何匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配,也就是说,该匹配不需要获取供以后使用。例如,'Windows(?=95|98|NT|2000)'能匹配"Windows 2000"中的"Windows",但不能匹配"Windows 3.1"中的"Windows"。预查不消耗字符,也就是说,在一个匹配发生后,在最后一次匹配之后立即开始下一次匹配的搜索,而不是从包含预查的字符之后开始

(?!pattern)

负向预查,在任何不匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配,也就是说,该匹配不需要获取供以后使用。例如'Windows(?!95|98|NT|2000)'能匹配"'Windows 3.1"中的"Windows",但不能匹配"Windows 2000"中的"Windows"。预查不消耗字符,也就是说,在一个匹配发生后,在最后一次匹配之后立即开始下一次匹配的搜索,而不是从包含预查的字符之后开始

x|y

匹配x或y。例如,'z|food' 能匹配"z"或"food",'(z|f)ood'则匹配"zood"或"food"

[xyz]

字符集合。匹配所包含的任意一个字符。例如,'[abc]'可以匹配"plain"中的'a'

[^xyz]

负值字符集合。匹配未包含的任意字符。例如,'[^abc]'可以匹配"plain"中的'p'

[a-z]

字符范围。匹配指定范围内的任意字符。例如,'[a-z]'可以匹配'a'到'z' 范围内的任意小写字母字符

[^a-z]

负值字符范围。匹配不在指定范围内的任意字符。例如,'[^a-z]'可以匹配不在'a' 到'z'范围内的任意字符

以下是几个简单的正则表达式的例子: 
●'[A-Za-z0-9] ':表示所有的大写字母、小写字母及0到9的数字。 
●'^hello':表示以hello开始的字符串。 
●'world$':表示以world结尾的字符串。 
●'.at':表示以除"\n"外的任意单个字符开头并以"at"结尾的字符串,如"cat"、"nat"等。 
●'^[a-zA-Z]':表示一个以字母开头的字符串。 
●'hi{2}':表示字母h后跟着两个i即hii。 
●'(go)+':表示至少含有一个'go'字符串的字符串,如'gogo' 
身份证号码一般由18位数字或17位数字后面加一个X或Y字母组成,要匹配身份证号码,可以写作: 
^[0-9]{17}([0-9]|X|Y)$ 
Email地址的正则表达式可以写作: 
^[a-zA-Z0-9\-]+@[a-zA-Z0-9\-]+\.[a-zA-Z0-9\-\.]+$ 
2.字符串的匹配 
ereg()和eregi()函数 
使用ereg()函数可以查找字符串与子字符串匹配的情况,并返回匹配字符串的长度,还可以借助参数返回匹配字符的数组。语法格式如下: 
int ereg(string ($pattern) , string $string [, array $regs ]) 

复制代码代码如下:


<?php 
/*本例检查字符串是否是ISO格式的日期(YYYY-MM-DD) */ 
$date="1988-08-09"; 
$len=ereg ('([0-9]{4})-([0-9]{1,2})-([0-9]{1,2})', $date, $regs);//日期格式为YYYY-MM-DD 
if ($len) 

echo "$regs[3].$regs[2].$regs[1]". "<br>"; //输出"09.08.1988" 
echo $regs[0] ."<br>"; //输出"1988-08-09" 
echo $len; //输出10 

else 

echo "错误的日期格式: $date"; 

?> 


3.字符串的替换 
ereg_replace()函数语法格式如下: 
string ereg_replace(string $pattern , string $replacement , string $string) 
说明:函数使用字符串$replacement替换字符串$string中与$pattern匹配的部分,并返回替换后的字符串。若未找到匹配项,则原样返回 

复制代码代码如下:


<?php 
$str="hello world"; 
echo ereg_replace('[aeo]', 'x',$str). "<br>"; //输出'hxllx wxrld' 
$res='<a href=\"hello.php\">hello</a>'; 
echo ereg_replace('hello', $res,$str); //使用超链接替换'hello' 
?> 


4.分割数组 

使用split()函数可以完成与explode()函数一样的功能,而且可以根据给出的正则表达式来分割字符串,并返回一个数组。语法格式如下: 

array split(string $pattern , string $string [, int $limit ]) 

5.产生正则表达式 

3.Perl兼容的正则表达式 

1.编写正则表达式 

表4.4 Perl兼容正则表达式扩充的语法格式 

字 符

描 述

\b

匹配一个单词边界,也就是指单词和空格间的位置。例如,'er\b'可以匹配"never"中的 'er',但不能匹配"verb"中的'er'

\B

匹配非单词边界。'er\B'能匹配"verb"中的'er',但不能匹配"never"中的'er'

\cx

匹配由x指明的控制字符。例如,'\cM'匹配一个Control-M或回车符。x的值必须为A~Z或a~z之一。否则,将'c'视为一个原义的'c'字符

\d

匹配一个数字字符。等价于'[0-9]'

\D

匹配一个非数字字符。等价于'[^0-9]'

\f

匹配一个换页符。等价于'\x0c'和'\cL'

\n

匹配一个换行符。等价于'\x0a'和'\cJ'

\r

匹配一个回车符。等价于'\x0d'和'\cM'

\s

匹配任何空白字符,包括空格、制表符、换页符等。等价于' [ \f\n\r\t\v] '

\S

匹配任何非空白字符。等价于' [^ \f\n\r\t\v] '

\t

匹配一个制表符。等价于'\x09'和'\cI'

\v

匹配一个垂直制表符。等价于'\x0b'和'\cK'

\w

匹配包括下划线的任何单词字符。等价于'[A-Za-z0-9_]'

\W

匹配任何非单词字符,等价于'[^A-Za-z0-9_]'

\xn

匹配n,其中n为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如,'\x41' 匹配"A"。'\x041'则等价于'\x04' & "1"。正则表达式中可以使用ASCII编码

\num

匹配num,其中num是一个正整数。对所获取的匹配的引用。例如,'(.)\1'匹配两个连续的相同字符

\n

标志一个八进制转义值或一个后向引用。如果\n之前至少有n个获取得子表达式,则n为后向引用。否则,如果n为八进制数字(0~7),则n为一个八进制转义值

\nm

标志一个八进制转义值或一个后向引用。如果\nm之前至少有nm个获取得子表达式,则 nm为后向引用。如果\nm之前至少有n个获取,则n为一个后跟文字m的后向引用。如果前面的条件都不满足,若 n和m均为八进制数字(0~7),则\nm将匹配八进制转义值nm

\nml

如果n为八进制数字(0~3),且m和l均为八进制数字(0~7),则匹配八进制转义值nml

\un

匹配n,其中n是用4个十六进制数字表示的Unicode字符。例如,'\u00A9'匹配版权符号(©)

2.字符串匹配 
preg_match()函数进行字符串的查找,语法格式如下: 
int preg_match(string $pattern , string $subject [, array $matches [, int $flags ]]) 
说明:该函数的结构与ereg()函数类似,在$subject字符串中搜索与$pattern给出的正则表达式相匹配的内容。 
preg_match()函数返回$pattern所匹配的次数。不是0次(没有匹配)就是1次,因为preg_match()函数在第一次匹配之后将停止搜索 
还有一个是preg_match_all(),从第一个匹配的末尾开始继续搜索,直到搜索完整个字符串。 
preg_match_all()函数参数$flags的值可以取以下三种: 
●PREG_PATTERN_ORDER。默认项,表示$matches[0]为全部模式匹配的数组, 
$matches[1]为第一个括号中的子模式所匹配的字符串组成的数组,以此类推。 
●PREG_SET_ORDER。如果设定此标记,则$matches[0]为第一组匹配项的数组,$matches[1]为第二组匹配项的数组,以此类推。 
●PREG_OFFSET_CAPTURE。PREG_OFFSET_CAPTURE可以和其他两个标记组合使用, 
如果设定本标记,对每个出现的匹配结果也同时返回其附属的字符串偏移量。 
3.字符串的替换 
使用preg_replace()函数能够完成与函数ereg_replace()相同的功能,在字符串中查找匹配的子字符串,并用指定字符串替换子字符串。 
语法格式如下: 
mixed preg_replace(mixed $pattern , mixed $replacement , mixed $subject [, int $limit ]) 
4.字符串的分割 
preg_split()函数可以使用正则表达式作为边界分割一个字符串,并将子字符串存入一个数组返回,作用与split()函数类似。 
语法格式如下: 
array preg_split(string $pattern , string $subject [, int $limit [, int $flags ]]) 
说明:本函数区分大小写,返回一个数组,数组包含$subject中沿着与$pattern匹配的边界所分割的子串。 
$limit是可选参数,如果指定则最多返回$limit个字串,如果省略或为-1,则没有限制。 
$flags的值可以是以下三种: 
●PREG_SPLIT_NO_EMPTY。如果设定本标记,则函数只返回非空的字符串。 
●PREG_SPLIT_DELIM_CAPTURE。如果设定本标记,定界符模式中的括号表达式的匹配项也会被捕获并返回。 
PREG_SPLIT_OFFSET_CAPTURE。如果设定本标记,对每个出现的匹配结果也同时返回其附属的字符串偏移量。 
4.3实例-验证表单内容 
【例4.4】 使用正则表达式验证用户输入的表单内容是否满足格式要求。 
新建EX4_4_Hpage.php文件,输入以下代码。 

复制代码代码如下:


<?php 
include 'EX4_4_Hpage.php'; //包含文件EX4_4Hpage.php 
$id=$_POST['ID']; 
$pwd=$_POST['PWD']; 
$phone=$_POST['PHONE']; 
$Email=$_POST['EMAIL']; 
$checkid=preg_match('/^\w{1,10}$/',$id); //检查字符串是否在10个字符以内 
$checkpwd=preg_match('/^\d{4,14}$/',$pwd); //检查是否在4~14个数字之间 
$checkphone=preg_match('/^1\d{10}$/',$phone); //检查是否是以1开头的11位数字 
//检查Email地址的合法性 
$checkEmail=preg_match('/^[a-zA-Z0-9_\-]+@[a-zA-Z0-9\-]+\.[a-zA-Z0-9\-\.]+$/',$Email); 
if($checkid&&$checkpwd&&$checkphone&&$checkEmail) //如果都为1,则注册成功 
echo "注册成功!"; 
else 
echo "注册失败,格式不对"; 
?> 


新建EX4_4_Ppage.php文件,输入以下代码: 
2.字符串匹配 
preg_match()函数进行字符串的查找,语法格式如下: 
int preg_match(string $pattern , string $subject [, array $matches [, int $flags ]]) 
说明:该函数的结构与ereg()函数类似,在$subject字符串中搜索与$pattern给出的正则表达式相匹配的内容。 
preg_match()函数返回$pattern所匹配的次数。不是0次(没有匹配)就是1次,因为preg_match()函数在第一次匹配之后将停止搜索 
还有一个是preg_match_all(),从第一个匹配的末尾开始继续搜索,直到搜索完整个字符串。 
preg_match_all()函数参数$flags的值可以取以下三种: 
●PREG_PATTERN_ORDER。默认项,表示$matches[0]为全部模式匹配的数组, 
$matches[1]为第一个括号中的子模式所匹配的字符串组成的数组,以此类推。 
●PREG_SET_ORDER。如果设定此标记,则$matches[0]为第一组匹配项的数组,$matches[1]为第二组匹配项的数组,以此类推。 
●PREG_OFFSET_CAPTURE。PREG_OFFSET_CAPTURE可以和其他两个标记组合使用, 
如果设定本标记,对每个出现的匹配结果也同时返回其附属的字符串偏移量。 
3.字符串的替换 
使用preg_replace()函数能够完成与函数ereg_replace()相同的功能,在字符串中查找匹配的子字符串,并用指定字符串替换子字符串。 
语法格式如下: 
mixed preg_replace(mixed $pattern , mixed $replacement , mixed $subject [, int $limit ]) 
4.字符串的分割 
preg_split()函数可以使用正则表达式作为边界分割一个字符串,并将子字符串存入一个数组返回,作用与split()函数类似。 
语法格式如下: 
array preg_split(string $pattern , string $subject [, int $limit [, int $flags ]]) 
说明:本函数区分大小写,返回一个数组,数组包含$subject中沿着与$pattern匹配的边界所分割的子串。 
$limit是可选参数,如果指定则最多返回$limit个字串,如果省略或为-1,则没有限制。 
$flags的值可以是以下三种: 
●PREG_SPLIT_NO_EMPTY。如果设定本标记,则函数只返回非空的字符串。 
●PREG_SPLIT_DELIM_CAPTURE。如果设定本标记,定界符模式中的括号表达式的匹配项也会被捕获并返回。 
PREG_SPLIT_OFFSET_CAPTURE。如果设定本标记,对每个出现的匹配结果也同时返回其附属的字符串偏移量。 
4.3实例-验证表单内容 
【例4.4】 使用正则表达式验证用户输入的表单内容是否满足格式要求。 
新建EX4_4_Hpage.php文件,输入以下代码。 

复制代码代码如下:


<?php 
include 'EX4_4_Hpage.php'; //包含文件EX4_4Hpage.php 
$id=$_POST['ID']; 
$pwd=$_POST['PWD']; 
$phone=$_POST['PHONE']; 
$Email=$_POST['EMAIL']; 
$checkid=preg_match('/^\w{1,10}$/',$id); //检查字符串是否在10个字符以内 
$checkpwd=preg_match('/^\d{4,14}$/',$pwd); //检查是否在4~14个数字之间 
$checkphone=preg_match('/^1\d{10}$/',$phone); //检查是否是以1开头的11位数字 
//检查Email地址的合法性 
$checkEmail=preg_match('/^[a-zA-Z0-9_\-]+@[a-zA-Z0-9\-]+\.[a-zA-Z0-9\-\.]+$/',$Email); 
if($checkid&&$checkpwd&&$checkphone&&$checkEmail) //如果都为1,则注册成功 
echo "注册成功!"; 
else 
echo "注册失败,格式不对"; 
?> 


新建EX4_4_Ppage.php文件,输入以下代码: 

复制代码代码如下:


<?php 
include 'EX4_4_Hpage.php'; //包含文件EX4_4Hpage.php 
$id=$_POST['ID']; 
$pwd=$_POST['PWD']; 
$phone=$_POST['PHONE']; 
$Email=$_POST['EMAIL']; 
$checkid=preg_match('/^\w{1,10}$/',$id); //检查字符串是否在10个字符以内 
$checkpwd=preg_match('/^\d{4,14}$/',$pwd); //检查是否在4-14个字符之间 
$checkphone=preg_match('/^1\d{10}$/',$phone); //检查是否是以1开头的11位数子 
//检查Email地址的合法性 
$checkEmail=preg_match('/^[a-zA-Z0-9_\-]+@[a-zA-Z0-9\-]+\.[a-zA-Z0-9\-\.]+$/',$Email); 
if($checkid&&$checkpwd&&$checkphone&&$checkEmail) //如果都为1,则注册成功 
echo "注册成功!"; 
else 
echo "注册失败,格式不对"; 
?>