元字符

元字符           功能說明

*                   是代表匹配前面的一個原子，匹配0次或者任意多次前面的字符。    

+                  匹配一次或多前前面的一個字符    

?                   前面的字符可有可無【可選】 有或沒有    

.                    更標(biāo)準(zhǔn)一些應(yīng)該把點算作原子。匹配除了\n以外的所有字符    

|                    或者。注：它的優(yōu)先級最低了。    

^                  必須要以抑揚符之后的字符串開始    

$                  必須要以$之前的字符結(jié)尾    

\b                  詞邊界    

\B                非邊界    

{m}              有且只能出現(xiàn)m次    

{n,m}           可以出現(xiàn)n到m次    

{m,}              至少m次，最大次數(shù)不限制    

()                  改變優(yōu)先級或者將某個字符串視為一個整體，匹配到的數(shù)據(jù)取出來也可以使用它

+ 匹配最少1次前面的字符

<?php
$zz = '/\d+/';
$string = "迪奧和奧迪250都是我最愛";
//待會兒再試試中間沒有0-9的情況
//$string = "迪奧和奧迪都是我最愛";
if(preg_match($zz, $string, $matches)){
    echo '匹配到了，結(jié)果為：';
    var_dump($matches);
}else{
    echo '沒有匹配到';
}
?>

匹配成功，證明了\d+中的+。\d是匹配數(shù)字，而+是最少匹配一次前面的字符。

* 匹配0次或者任意多次前面的字符

<?php
$zz = '/\w*/';
$string = "!@!@!!@#@!$@#!";
//待會兒再試試中間沒有0-9的情況
//$string1 = "!@#!@#!abcABC#@#!";
if(preg_match($zz, $string, $matches)){
    echo '匹配到了，結(jié)果為：';
    var_dump($matches);
}else{
    echo '沒有匹配到';
}
?>

說明，注釋掉的$string1和$string都匹配成功了。因為，\w是匹配的0-9A-Za-z_，而*是說明前面的\w可以不存在。如果存在可以有1個或者多個。

? 前面的字符出現(xiàn)0次或者1次，可有可無

<?php
$zz = '/ABC\d?ABC/';
$string = "ABC1ABC";
//待會兒再試試中間沒有0-9的情況
//$string1 = "ABC888888ABC";
//$string2 = "ABCABC";
if(preg_match($zz, $string, $matches)){
    echo '匹配到了，結(jié)果為：';
    var_dump($matches);
}else{
    echo '沒有匹配到';
}
?>

匹配$string,$string2成功，但是匹配$string1失敗。
因為匹配前后都是ABC，中間是一個0-9。0-9可有可無，但是不能有多個。

. (點) 匹配除\n以外的所有字符

<?php
$zz = '/gg.+gg/';
$string = "ABC1ABC";
if(preg_match($zz, $string, $matches)){
    echo '匹配到了，結(jié)果為：';
    var_dump($matches);
}else{
    echo '沒有匹配到';
}
?>

匹配$string,$string2成功，但是匹配$string1失敗。
因為匹配前后都是ABC，中間是一個0-9。0-9可有可無，但是不能有多個。

|（豎線），或者，優(yōu)先級最低

我們通過實驗來看優(yōu)先級和或者的匹配

<?php
$zz = '/abc|bcd/';
$string1 = "abccd";
$string2 = "ggggbcd";
if (preg_match($zz, $string1, $matches)) {
    echo '匹配到了，結(jié)果為：';
    var_dump($matches);
} else {
    echo '沒有匹配到';
}
?>

我們來看看：

1. 最開始我匹配的想法是想匹配的是abccd或者是abbcd?？墒?，匹配$string1和$string2，匹配出來的結(jié)果卻是abc和bcd.

2. 實現(xiàn)了或者匹配，匹配出來了abc或者是bcd。它還沒有字符串連續(xù)在一起的優(yōu)先級高。

那么問題來了，我要匹配上例中的abccd或者是abbcd怎么辦？

需要使用到() 來改變優(yōu)先級。

<?php
$zz = '/ab(c|b)cd/';
$string1 = "起來abccd閱兵";
$string2 = "ggggbcd";
$string3 = '中國abbcd未來';
if (preg_match($zz, $string1, $matches)) {
    echo '匹配到了，結(jié)果為：';
    var_dump($matches);
} else {
    echo '沒有匹配到';
}
?>

結(jié)果如下：

匹配到了，結(jié)果為：

array (size=2)

 0 => string 'abccd' (length = 5)

 1 => string 'c' (length = 1)

結(jié)論：

1) 確實匹配了了abccd或者abbcd（$string1 or $string3）。

2) 但是匹配的數(shù)組里面多了一個元素，這個元素的下標(biāo)為1

3) ()中的內(nèi)容只要匹配成功，會把匹配到的數(shù)據(jù)放到下標(biāo)為1的這個數(shù)組元素中。

^ （抑揚符），必須要以^之后的字符串開始

<?php
$zz = '/^好帥\w+/';
$string1 = "好帥abccdaaaasds";
//$string2沒有以好帥開始
$string2 = "帥abccdaaaasds";
if (preg_match($zz, $string1, $matches)) {
    echo '匹配到了，結(jié)果為：';
    var_dump($matches);
} else {
    echo '沒有匹配到';
}
?>

通過實驗發(fā)現(xiàn)以下結(jié)論：

1) $string1匹配成功，$string2沒有匹配成功

2) 因為$string1是以指定的字符開始的

3) 而$string2并沒有以^之后的字符開始

翻譯這個正則的意思就是：以要好帥開始后面接a-zA-Z0-9_最少一個字符。

$ （美元符）必須要以$之前的字符結(jié)束

<?php
$zz = '/\d+努力$/';
$string1 = "12321124333努力";
//$string2
$string2 = "12311124112313力";
if (preg_match($zz, $string1, $matches)) {
    echo '匹配到了，結(jié)果為：';
    var_dump($matches);
} else {
    echo '沒有匹配到';
}
?>

我們運行一下看一下結(jié)果，得出來的結(jié)論：

$string1 匹配成功，而$string2匹配不成功

$之前的字符是\d+，后面接著中文的努力。

因此，匹配的是這一個整體。\d指的是0-9的整型,+號代表最少一個0-9

\b和\B 詞邊界和非詞邊界

我們來講解什么是邊界：

1. 正則表達(dá)示是有邊界的，這個邊界是定界符的開始和結(jié)尾是正則的邊界。

2. this是一個英文單詞，后面加上一個空格，意味著這個詞結(jié)束了，到達(dá)了這個詞的邊界

\b詞邊界，就是指必須要在最前或者最后。
\B非邊界，就是不能在一個正則表達(dá)示的最前或者最后。

<?php
$zz = '/\w+\b/';
$string1 = "this is a apple";
$string2 = "thisis a apple";
$string3 = "thisisaapple";
if (preg_match($zz, $string1, $matches)) {
    echo '匹配到了，結(jié)果為：';
    var_dump($matches);
} else {
    echo '沒有匹配到';
}
?>

結(jié)論：

$string1、$string2和$string3都匹配成功。

$string1匹配的時候this 空格是邊界

$string2匹配的時候thisis是邊界

$string3匹配的時候，thisisaapple到了整個正則表達(dá)示的最后，因此也是邊界。所以匹配成功。

我們來實驗一下非詞邊界：

<?php
$zz = '/\Bthis/';
$string1 = "hellothis9";
//$string2 = "hello this9";
//$string2 = "this9中國萬歲";
if (preg_match($zz, $string1, $matches)) {
    echo '匹配到了，結(jié)果為：';
    var_dump($matches);
} else {
    echo '沒有匹配到';
}
?>

總結(jié)：

匹配$string1成功而$string2不成功。

因為\B后接的是this，所以this不能在詞邊界（空格和開始結(jié)尾）的位置出現(xiàn)。

{m}有且只能出現(xiàn)m次

<?php
$zz = '/喝\d{3}酒/';
$string1 = "喝988酒";
//$string2 = "喝98811酒";
if (preg_match($zz, $string1, $matches)) {
    echo '匹配到了，結(jié)果為：';
    var_dump($matches);
} else {
    echo '沒有匹配到';
}
?>

結(jié)論：
上例中\(zhòng)d{3}我規(guī)定了0-9只能出現(xiàn)3次，多一次少一次都不行。

{n,m} 可以出現(xiàn)n到m次

<?php
$zz = '/喝\d{1,3}酒/';
$string1 = "喝9酒";
//$string2 = "喝988酒";
if (preg_match($zz, $string1, $matches)) {
    echo '匹配到了，結(jié)果為：';
    var_dump($matches);
} else {
    echo '沒有匹配到';
}
?>

結(jié)論：
上例中\(zhòng)d{1,3}我規(guī)定了0-9只能出現(xiàn)1次，2次或者3次。其它次數(shù)都是錯的

{m,} 至少m次，最大次數(shù)不限制

<?php
$zz = '/喝\d{2,}/';
$string1 = "喝9";
//$string2 = "喝98";
//$string3 = "喝98122121";
if (preg_match($zz, $string1, $matches)) {
    echo '匹配到了，結(jié)果為：';
    var_dump($matches);
} else {
    echo '沒有匹配到';
}
?>

結(jié)論：
上例中\(zhòng)d{2,}我規(guī)定喝后面的0-9最少出現(xiàn)兩次，最多次數(shù)不限。因此$string1是匹配不成功的，$string2是匹配成功的。$string3是匹配成功的。

匹配規(guī)則

基本模式匹配

一切從最基本的開始。模式，是正規(guī)表達(dá)式最基本的元素，它們是一組描述字符串特征的字符。模式可以很簡單，由普通的字符串組成，也可以非常復(fù)雜，往往用特殊的字符表示一個范圍內(nèi)的字符、重復(fù)出現(xiàn)，或表示上下文。例如：

^once

這個模式包含一個特殊的字符^，表示該模式只匹配那些以once開頭的字符串。例如該模式與字符串"once upon a time"匹配，與"There once was a man from NewYork"不匹配。正如如^符號表示開頭一樣，$符號用來匹配那些以給定模式結(jié)尾的字符串。

bucket$

這個模式與"Who kept all of this cash in a bucket"匹配，與"buckets"不匹配。字符^和$同時使用時，表示精確匹配（字符串與模式一樣）。例如：

^bucket$

只匹配字符串"bucket"。如果一個模式不包括^和$，那么它與任何包含該模式的字符串匹配。例如：模式

once

與字符串

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

是匹配的。

在該模式中的字母(o-n-c-e)是字面的字符，也就是說，他們表示該字母本身，數(shù)字也是一樣的。其他一些稍微復(fù)雜的字符，如標(biāo)點符號和白字符（空格、制表符等），要用到轉(zhuǎn)義序列。所有的轉(zhuǎn)義序列都用反斜杠(\)打頭。制表符的轉(zhuǎn)義序列是：\t。所以如果我們要檢測一個字符串是否以制表符開頭，可以用這個模式：

^\t

類似的，用\n表示"新行"，\r表示回車。其他的特殊符號，可以用在前面加上反斜杠，如反斜杠本身用\\表示，句號.用\.表示，以此類推。

字符簇

在INTERNET的程序中，正規(guī)表達(dá)式通常用來驗證用戶的輸入。當(dāng)用戶提交一個FORM以后，要判斷輸入的電話號碼、地址、EMAIL地址、信用卡號碼等是否有效，用普通的基于字面的字符是不夠的。

所以要用一種更自由的描述我們要的模式的辦法，它就是字符簇。要建立一個表示所有元音字符的字符簇，就把所有的元音字符放在一個方括號里：

[AaEeIiOoUu]

這個模式與任何元音字符匹配，但只能表示一個字符。用連字號可以表示一個字符的范圍，如：

[a-z] //匹配所有的小寫字母
[A-Z] //匹配所有的大寫字母
[a-zA-Z] //匹配所有的字母
[0-9] //匹配所有的數(shù)字
[0-9\.\-] //匹配所有的數(shù)字，句號和減號
[ \f\r\t\n] //匹配所有的白字符

同樣的，這些也只表示一個字符，這是一個非常重要的。如果要匹配一個由一個小寫字母和一位數(shù)字組成的字符串，比如"z2"、"t6"或"g7"，但不是"ab2"、"r2d3" 或"b52"的話，用這個模式：

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

盡管[a-z]代表26個字母的范圍，但在這里它只能與第一個字符是小寫字母的字符串匹配。

前面曾經(jīng)提到^表示字符串的開頭，但它還有另外一個含義。當(dāng)在一組方括號里使用^是，它表示"非"或"排除"的意思，常常用來剔除某個字符。還用前面的例子，我們要求第一個字符不能是數(shù)字：

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

這個模式與"&5"、"g7"及"-2"是匹配的，但與"12"、"66"是不匹配的。下面是幾個排除特定字符的例子：

[^a-z] //除了小寫字母以外的所有字符
[^\\\/\^] //除了(\)(/)(^)之外的所有字符
[^\"\'] //除了雙引號(")和單引號(')之外的所有字符

特殊字符"." (點，句號)在正規(guī)表達(dá)式中用來表示除了"新行"之外的所有字符。所以模式"^.5$"與任何兩個字符的、以數(shù)字5結(jié)尾和以其他非"新行"字符開頭的字符串匹配。模式"."可以匹配任何字符串，除了空串和只包括一個"新行"的字符串。

PHP的正規(guī)表達(dá)式有一些內(nèi)置的通用字符簇，列表如下：

字符簇           描述

[[:alpha:]]    任何字母    

[[:digit:]]    任何數(shù)字    

[[:alnum:]]    任何字母和數(shù)字    

[[:space:]]    任何空白字符    

[[:upper:]]    任何大寫字母    

[[:lower:]]    任何小寫字母    

[[:punct:]]    任何標(biāo)點符號    

[[:xdigit:]]    任何16進(jìn)制的數(shù)字，相當(dāng)于[0-9a-fA-F]    

確定重復(fù)出現(xiàn)

到現(xiàn)在為止，你已經(jīng)知道如何去匹配一個字母或數(shù)字，但更多的情況下，可能要匹配一個單詞或一組數(shù)字。一個單詞有若干個字母組成，一組數(shù)字有若干個單數(shù)組成。跟在字符或字符簇后面的花括號({})用來確定前面的內(nèi)容的重復(fù)出現(xiàn)的次數(shù)。

字符簇          描述

^[a-zA-Z_]$    所有的字母和下劃線    

^[[:alpha:]]{3}$    所有的3個字母的單詞    

^a$    字母a    

^a{4}$    aaaa    

^a{2,4}$    aa,aaa或aaaa    

^a{1,3}$    a,aa或aaa    

^a{2,}$    包含多于兩個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    

\t{2}    兩個制表符    

.{2}    所有的兩個字符    

這些例子描述了花括號的三種不同的用法。一個數(shù)字，{x}的意思是"前面的字符或字符簇只出現(xiàn)x次"；一個數(shù)字加逗號，{x,}的意思是"前面的內(nèi)容出現(xiàn)x或更多的次數(shù)"；兩個用逗號分隔的數(shù)字，{x,y}表示"前面的內(nèi)容至少出現(xiàn)x次，但不超過y次"。我們可以把模式擴(kuò)展到更多的單詞或數(shù)字：

^[a-zA-Z0-9_]{1,}$ //所有包含一個以上的字母、數(shù)字或下劃線的字符串
^[1-9]{1,}$ //所有的正數(shù)
^\-{0,1}[0-9]{1,}$ //所有的整數(shù)
^[-]?[0-9]+\.?[0-9]+$ //所有的浮點數(shù)

最后一個例子不太好理解，是嗎？這么看吧：與所有以一個可選的負(fù)號([-]?)開頭(^)、跟著1個或更多的數(shù)字([0-9]+)、和一個小數(shù)點(\.)再跟上1個或多個數(shù)字([0-9]+)，并且后面沒有其他任何東西($)。下面你將知道能夠使用的更為簡單的方法。

特殊字符"?"與{0,1}是相等的，它們都代表著："0個或1個前面的內(nèi)容"或"前面的內(nèi)容是可選的"。所以剛才的例子可以簡化為：

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

特殊字符"*"與{0,}是相等的，它們都代表著"0個或多個前面的內(nèi)容"。最后，字符"+"與 {1,}是相等的，表示"1個或多個前面的內(nèi)容"，所以上面的4個例子可以寫成：

^[a-zA-Z0-9_]+$ //所有包含一個以上的字母、數(shù)字或下劃線的字符串
^[0-9]+$ //所有的正數(shù)
^\-?[0-9]+$ //所有的整數(shù)
^\-?[0-9]*\.?[0-9]*$ //所有的浮點數(shù)

當(dāng)然這并不能從技術(shù)上降低正規(guī)表達(dá)式的復(fù)雜性，但可以使它們更容易閱讀。