正则表达式 – 匹配规则

基本模式匹配

一切从最基本的开始。模式,是正则表达式最基本的元素,它们是一组描述字符串特征的字符。模式可以很简单,由普通的字符串组成,也可以非常复杂,往往用特殊的字符表示一个范围内的字符、重复出现,或表示上下文。例如:

^once

这个模式包含一个特殊的字符 ​^​,表示该模式只匹配那些以 ​once开头的字符串。例如该模式与字符串 “once upon a time” 匹配,与 “There once was a man from NewYork” 不匹配。正如如 ​^​ 符号表示开头一样,​$​ 符号用来匹配那些以给定模式结尾的字符串。

bucket$ 

这个模式与 “Who kept all of this cash in a bucket” 匹配,与 “buckets” 不匹配。字符 ​^​ 和 ​$​ 同时使用时,表示精确匹配(字符串与模式一样)。例如:

^bucket$

只匹配字符串 “bucket”。如果一个模式不包括 ​^​ 和 ​$​,那么它与任何包含该模式的字符串匹配。例如模式:

once

与字符串

There once was a man from NewYork
Who kept all of his cash in a bucket.

是匹配的。

在该模式中的字母 (​o-n-c-e​) 是字面的字符,也就是说,他们表示该字母本身,数字也是一样的。其他一些稍微复杂的字符,如标点符号和白字符(空格、制表符等),要用到转义序列。所有的转义序列都用反斜杠 ​​ 打头。制表符的转义序列是 ​ ​。所以如果我们要检测一个字符串是否以制表符开头,可以用这个模式:

^	

类似的,用 ​
​ 表示”新行”,​
​ 表示回车。其他的特殊符号,可以用在前面加上反斜杠,如反斜杠本身用 ​\​ 表示,句号 ​.​ 用 ​.​ 表示,以此类推。

字符簇

在 INTERNET 的程序中,正则表达式通常用来验证用户的输入。当用户提交一个 FORM 以后,要判断输入的电话号码、地址、EMAIL 地址、信用卡号码等是否有效,用普通的基于字面的字符是不够的。

所以要用一种更自由的描述我们要的模式的办法,它就是字符簇。要建立一个表示所有元音字符的字符簇,就把所有的元音字符放在一个方括号里:

[AaEeIiOoUu]

这个模式与任何元音字符匹配,但只能表示一个字符。用连字号可以表示一个字符的范围,如:

[a-z] // 匹配所有的小写字母 
[A-Z] // 匹配所有的大写字母 
[a-zA-Z] // 匹配所有的字母 
[0-9] // 匹配所有的数字 
[0-9.-] // 匹配所有的数字,句号和减号 
[ f
	
] // 匹配所有的白字符

同样的,这些也只表示一个字符,这是一个非常重要的。如果要匹配一个由一个小写字母和一位数字组成的字符串,比如 “z2″、”t6” 或 “g7″,但不是 “ab2″、”r2d3” 或 “b52” 的话,用这个模式:

^[a-z][0-9]$

尽管[a-z]代表 26 个字母的范围,但在这里它只能与第一个字符是小写字母的字符串匹配。

前面曾经提到​^​表示字符串的开头,但它还有另外一个含义。当在一组方括号里使用 ​^​ 时,它表示”非”或”排除”的意思,常常用来剔除某个字符。还用前面的例子,我们要求第一个字符不能是数字:

^[^0-9][0-9]$

这个模式与 “&5″、”g7″及”-2″ 是匹配的,但与 “12”、”66″ 是不匹配的。下面是几个排除特定字符的例子:

[^a-z] //除了小写字母以外的所有字符 
[^\/^] //除了()(/)(^)之外的所有字符 
[^"] //除了双引号(")和单引号()之外的所有字符

特殊字符 ​.​(点,句号)在正则表达式中用来表示除了”新行”之外的所有字符。所以模式 ​^.5$​ 与任何两个字符的、以数字5结尾和以其他非”新行”字符开头的字符串匹配。模式 . 可以匹配任何字符串,换行符(​
​、​
​)除外。

PHP的正则表达式有一些内置的通用字符簇,列表如下:

 字符簇 描述
 [[:alpha:]] 任何字母
 [[:digit:]] 任何数字
 [[:alnum:]] 任何字母和数字
 [[:space:]] 任何空白字符
 [[:upper:]] 任何大写字母
 [[:lower:]] 任何小写字母
 [[:punct:]] 任何标点符号
 [[:xdigit:]] 任何16进制的数字,相当于[0-9a-fA-F]

确定重复出现

到现在为止,你已经知道如何去匹配一个字母或数字,但更多的情况下,可能要匹配一个单词或一组数字。一个单词有若干个字母组成,一组数字有若干个单数组成。跟在字符或字符簇后面的花括号(​{}​)用来确定前面的内容的重复出现的次数。

 字符簇 描述
 ^[a-zA-Z_]$ 所有的字母和下划线
 ^[[:alpha:]]{3}$ 所有的3个字母的单词
 ^a$ 字母a
 ^a{4}$ aaaa
 ^a{2,4}$ aa,aaa或aaaa
 ^a{1,3}$ a,aa或aaa
 ^a{2,}$ 包含多于两个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
  {2} 两个制表符
 .{2} 所有的两个字符

这些例子描述了花括号的三种不同的用法。一个数字 ​{x}​ 的意思是前面的字符或字符簇只出现​x​次 ;一个数字加逗号 ​{x,}​ 的意思是前面的内容出现​x​或更多的次数 ;两个数字用逗号分隔的数字 ​{x,y}​ 表示 前面的内容至少出现​x​次,但不超过​y​次。我们可以把模式扩展到更多的单词或数字:

^[a-zA-Z0-9_]{1,}$      // 所有包含一个以上的字母、数字或下划线的字符串 
^[1-9][0-9]{0,}$        // 所有的正整数 
^-{0,1}[0-9]{1,}$      // 所有的整数 
^[-]?[0-9]+.?[0-9]+$   // 所有的浮点数

最后一个例子不太好理解,是吗?这么看吧:以一个可选的负号 (​[-]?​) 开头 (​^​)、跟着​1​个或更多的数字(​[0-9]+​)、和一个小数点(​.​)再跟上​1​个或多个数字(​[0-9]+​),并且后面没有其他任何东西(​$​)。下面你将知道能够使用的更为简单的方法。

特殊字符 ​?​ 与 {​0,1​} 是相等的,它们都代表着: ​0​个或​1​个前面的内容 或 前面的内容是可选的 。所以刚才的例子可以简化为:

^-?[0-9]{1,}.?[0-9]{1,}$

特殊字符 ​*​ 与 ​{0,}​ 是相等的,它们都代表着 ​0​ 个或多个前面的内容 。最后,字符 ​+​ 与 ​{1,}​ 是相等的,表示 ​1​ 个或多个前面的内容 ,所以上面的4个例子可以写成:

^[a-zA-Z0-9_]+$      // 所有包含一个以上的字母、数字或下划线的字符串 
^[1-9][0-9]*$        // 所有的正整数 
^-?[0-9]+$          // 所有的整数 
^[-]?[0-9]+(.[0-9]+)?$ // 所有的浮点数

当然这并不能从技术上降低正则表达式的复杂性,但可以使它们更容易阅读。

作者:冒牌SEO,如若转载,请注明出处:https://www.web176.com/zhengze/23280.html

(0)
打赏 支付宝 支付宝 微信 微信
冒牌SEO冒牌SEO
上一篇 2023年6月3日
下一篇 2023年6月3日

相关推荐

发表回复

登录后才能评论