程序员博客

分享编程经验与技术教程

0%

正则表达式的语法及匹配规则（基础）

发表于

正则表达式(Regular Expression)是一种文本模式，包括普通字符（例如，a 到 z 之间的字母）和特殊字符（称为”元字符”）。

正则表达式使用单个字符串来描述、匹配一系列匹配某个句法规则的字符串。

一、元字符及其基本语法

学习正则首要了解的是基本的元字符。以下是完整的元字符列表（参考菜鸟教程）

在这些元字符中，有一部分并不常用，常用的也不过是其中的一部分而已。所以掌握基础的元字符，就可以用于简单基础的正则匹配了。

我把常用的用红色标注出来了。

字符 描述
\ 将下一个字符标记为一个特殊字符、或一个原义字符、或一个 向后引用、或一个八进制转义符。例如，’n’ 匹配字符 “n”。’\n’ 匹配一个换行符。序列 ‘\‘ 匹配 “" 而 “(“ 则匹配 “(“。
^ 匹配输入字符串的开始位置。如果设置了 RegExp 对象的 Multiline 属性，^ 也匹配 ‘\n’ 或 ‘\r’ 之后的位置。
$ 匹配输入字符串的结束位置。如果设置了RegExp 对象的 Multiline 属性，$ 也匹配 ‘\n’ 或 ‘\r’ 之前的位置。
* 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” 。? 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的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的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’。
. 匹配除换行符（\n、\r）之外的任何单个字符。要匹配包括 ‘\n’ 在内的任何字符，请使用像”(.|\n)“的模式。
(pattern) 匹配 pattern 并获取这一匹配。所获取的匹配可以从产生的 Matches 集合得到，在VBScript 中使用 SubMatches 集合，在JScript 中则使用 $0…$9 属性。要匹配圆括号字符，请使用 ‘’。
(?: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，不进行存储供以后使用。这在使用 “或” 字符 (|）来组合一个模式的各个部分是很有用。例如， ‘industr(?:y|ies) 就是一个比 ‘industry|industries’ 更简略的表达式。
(?=pattern) 正向肯定预查（look ahead positive assert），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”Windows2000”中的”Windows”，但不能匹配”Windows3.1”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) 正向否定预查(negative assert)，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”Windows3.1”中的”Windows”，但不能匹配”Windows2000”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) 反向(look behind)肯定预查，与正向肯定预查类似，只是方向相反。例如，”`(?<=95
(?<!pattern) 反向否定预查，与正向否定预查类似，只是方向相反。例如”`(?<!95
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’、’l’、’i’、’n’。
[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。匹配任何不在指定范围内的任意字符。例如，’[^a-z]’ 可以匹配任何不在 ‘a’ 到 ‘z’ 范围内的任意字符。
\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。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 匹配字母、数字、下划线。等价于’[A-Za-z0-9_]’。
\W 匹配非字母、数字、下划线。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 标识一个八进制转义值或一个向后引用。如果 \n 之前至少 n 个获取的子表达式，则 n 为向后引用。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 标识一个八进制转义值或一个向后引用。如果 \nm 之前至少有 nm 个获得子表达式，则 nm 为向后引用。如果 \nm 之前至少有 n 个获取，则 n 为一个后跟文字 m 的向后引用。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 是一个用四个十六进制数字表示的 Unicode 字符。例如， \u00A9 匹配版权符号 (?)。

二、正则匹配实例讲解

正所谓实践出真知，对于正则，实践才能更好的进步。所以请务必在看完熟悉正则元字符的基础上，再往下看实例

说到匹配，在PHP中，首先要知道 preg_match 和 preg_match_all 这两个函数

preg_match() 在匹配模式的时候匹配到一次就结束，而 preg_match_all() 则进行全局匹配

不了解的这两个函数的小伙伴可以参考 http://www.runoob.com/php/php-preg_match.html and http://www.runoob.com/php/php-preg_match_all.html

接下来我们就从最简单的表达式开始

​

正则表达式的最简单形式是在搜索字符串中匹配其本身的单个普通字符。

1
2
`/A/      匹配单个字符A`
`/2/       匹配单个字符2`

例如：

1
2
3
4
`<?php`
`$str = "ABCDEFG";`
`preg_match('/A/',$str,$matches);`
`var_dump($matches);`

打印结果如下：/A/匹配到了字符串 ‘ABCDEFG’ 中的 A 并返回一个数组

1
array(1) { [0]=> string(1) "A" }

​ 

1
2
3
4
5
6
7
^[0-9]*$     匹配数字

^\d{n}$      匹配n位的数字

^\d{n,}$     匹配至少n位的数字

^\d{m,n}$     匹配m-n位的数字

例如：

1
2
3
4
5
<?php
$str = "123456789";
preg_match('/^[0-9]*$/',$str,$matches);
var_dump($matches);
打印结果如下：/^[0-9]*

$ /匹配到了字符串 ‘123456789’ 中以[0-9]开头、并以[0-9] 结尾的 至少0个数字

1
array(1) { [0]=> string(9) "123456789" }

又如：匹配字符串中以[0-9]开头的3位数字（\d代表[0-9]）

1
2
3
4
<?php
$str = "123456789";
preg_match('/^\d{3}/',$str,$matches);
var_dump($matches);

打印结果如下：/^\d{3}/ 匹配到了 ‘123’

1
array(1) { [0]=> string(3) "123" }

​ 

1
2
3
4
5
/[a-z]+/         匹配字母a-z之间的任意字符至少 1次 （等同于{1,}）

/[a-z]*/         匹配字母a-z之间的任意字符至少 0次（等同于{0,}）

/[a-z]？/         匹配字母a-z之间的任意字符 0次 或者 1次（等同于{0,1}）

例如：

1
2
3
4
<?php
$str = "12345abc6789";
preg_match('/[a-z]+/',$str,$matches);
var_dump($matches);

打印结果如下：/[a-z]+/ 匹配到了字符串中字母a-z之间的任意字符至少 1次

1
array(1) { [0]=> string(3) "abc" }

其他的小伙伴们可以自己亲自试试，效果会更好

​

看过一些简单的例子之后，我们一起来看一下稍微复杂一点的例子。例如平时常用的手机号、身份证号、邮箱等等

（接下里的例子就不放代码了。大家能看懂就行，至于实践可以自行尝试）

身份证号(15位、18位数字)：^\d{15}|\d{18}$

这个规则中使用了 | 。 | 表示或者。意思是匹配15位或者18位的数字

​

手机号码：^(13[0-9]|14[5|7]|15[0|1|2|3|5|6|7|8|9]|18[0|1|2|3|5|6|7|8|9])\d{8}$

手机号以13[0-9] 或者 14[5|7] 或者15[0|1|2|3|5|6|7|8|9] 或者18[0|1|2|3|5|6|7|8|9] 开头，加上后边8位数字结尾

​

国内电话号码(0511-4405222、021-87888822)：\d{3}-\d{8}|\d{4}-\d{7}

这是两种类型的电话号码，规则也使用了 | 符号

\d{3}-\d{8} 表示 3位数字加上‘-’再加上8位数字

\d{4}-\d{7} 表示 4位数字加上‘-’再加上7位数字

​

密码(以字母开头，长度在6~18之间，只能包含字母、数字和下划线)：^[a-zA-Z]\w{5,17}$

^[a-zA-Z] 表示以字母开头，\w{5,17} 表示长度在6~18之间（5,17是因为前面减去了一位字母），\w 表示字母、数字和下划线

​

Email地址：^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$

仔细看哟，慢慢看哟

​

剩下很多很多的规则我就不一一多说了，给大家一些可以详细参考的网址，仅供学习

http://tool.oschina.net/uploads/apidocs/jquery/regexp.html

http://www.cnblogs.com/xp796/articles/5222098.html

https://www.jb51.net/article/112042.htm

若有错误和建议，欢迎评论留言指正
————————————————

原文链接：https://blog.csdn.net/YuiJar/article/details/81316478