Java程序员:一刻钟精通正则表达式
开篇,还是得说说^和$他们是分别用来匹配字符串的开始和结束,以下分别举例说明
"^The":开头一定要有"The"字符串;
"ofdespair$":结尾一定要有"ofdespair"的字符串;
那么,
"^abc$":就是要求以abc开头和以abc结尾的字符串,实际上是只有abc匹配。
"notice":匹配包含notice的字符串。
你可以看见如果你没有用我们提到的两个字符(最后一个例子),就是说模式(正则表达式)可以出现在被检验字符串的任何地方,你没有把他锁定到两边。
接着,说说‘*‘,‘+‘,和‘?‘,
他们用来表示一个字符可以出现的次数或者顺序。他们分别表示
"zeroormore"相当于{0,},
"oneormore"相当于{1,},
"zeroorone."相当于{0,1},这里是一些例子
"ab*":和ab{0,}同义,匹配以a开头,后面可以接0个或者N个b组成的字符串("a","ab","abbb",等);
"ab+":和ab{1,}同义,同上条一样,但最少要有一个b存在("ab","abbb",等。);
"ab?":和ab{0,1}同义,可以没有或者只有一个b;
"a?b+$":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2-5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路的例外?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{|}~]+$"