正規表示式 - 符合規則

基本模式匹配

一切從最基本的開始。模式，是正規表達式最基本的元素，它們是一組描述字串特徵的字元。模式可以很簡單，由普通的字串組成，也可以非常複雜，往往用特殊的字元表示一個範圍內的字元、重複出現，或表示上下文。例如：

^once

這個模式包含一個特殊的字元^，表示該模式只符合那些以once開頭的字串。例如該模式與字串"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尾的字串。

bucket$

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

^bucket$

只符合字串"bucket"。如果一個模式不包括^和$，那麼它與任何包含該模式的字串相符。例如：模式

once

與字串

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

是符合的。

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，數字也是一樣的。其他一些稍微複雜的字符，如標點符號和白字符（空格、製表符等），要用到轉義序列。所有的轉義序列都用反斜線(\)打頭。製表符的轉義序列是：\t。所以如果我們要偵測一個字串是否以製表符開頭，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。

字元簇

在INTERNET的程式中，正規表示式通常用來驗證使用者的輸入。當使用者提交一個FORM以後，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，用普通的基於字面的字元是不夠的。

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

[AaEeIiOoUu]

這個模式與任何元音字元匹配，但只能表示一個字元。用連字號可以表示一個字符的範圍，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\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。如果要符合一個由一個小寫字母和一位數字組成的字串，例如"z2"、"t6"或"g7"，但不是"ab2"、"r2d3" 或"b52"的話，用這個模式：

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

儘管[a-z]代表26個字母的範圍，但在這裡它只能與第一個字元是小寫字母的字串相符。

前面曾經提到^表示字串的開頭，但它還有另外一個意義。當在一組方括號裡使用^是，它表示"非"或"排除"的意思，常用來剔除某個字元。也用前面的例子，我們要求第一個字元不能是數字：

^[^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。以下是幾個排除特定字元的例子：

[^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

特殊字元"." (點，句號)在正規表達式中用來表示除了"新行"之外的所有字元。所以模式"^.5$"與任何兩個字元的、以數字5結尾和以其他非"新行"字元開頭的字串相符。模式"."可以匹配任何字串，除了空字串和只包括一個"新行"的字串。

PHP的正規表示式有一些內建的通用字元簇，清單如下：

##描述[[:alpha:]]任何字母#[[:digit:]]任何數字[[:alnum:]]任何字母和數字[[:space:]]任何空白字元[[:upper:]]#任何大寫字母[[: lower:]]任何小寫字母[[:punct:]]任何標點符號[[:xdigit:]]任何16進位的數字，相當於[0-9a-fA-F]

字元簇

確定重複出現

到現在為止，你已經知道如何去匹配一個字母或數字，但更多的情況下，可能要匹配一個單字或一組數字。一個單字有一個字母組成，一組數字有一個單數組成。跟在字元或字元簇後面的花括號({})用來確定前面的內容的重複出現的次數。

字元群描述#^[a-zA-Z_]$所有的字母和底線^[[:alpha:]]{3}$所有的3個字母的單字^a$字母a^a{4}$aaaa^a{2,4}$aa,aaa或aaaa#^a{1,3}$^a{2,}$^a {2,}#a{2,}##如：baad和aaa，但Nantucket不行\t{2}兩個製表符.{2} #所有的兩個字元#

這些例子描述了花括號的三種不同的用法。一個數字，{x}的意思是"前面的字元或字元簇只出現x次"；一個數字加逗號，{x,}的意思是"前面的內容出現x或更多的次數"；兩個用逗號分隔的數字，{x,y}表示"前面的內容至少出現x次，但不超過y次"。我們可以把模式擴展到更多的單字或數字：

^[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]{1,}$ //所有的正数 
^\-{0,1}[0-9]{1,}$ //所有的整数 
^[-]?[0-9]+\.?[0-9]+$ //所有的浮点数

最後一個例子不太好理解，是嗎？這麼看吧：與所有以一個可選的負號([-]?)開頭(^)、跟著1個或更多的數字([0-9]+)、和一個小數點(\.)再跟上1個或多個數字([0-9]+)，且後面沒有其他任何東西($)。下面你將知道能夠使用的更簡單的方法。

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

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

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

^[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 
^[0-9]+$ //所有的正数 
^\-?[0-9]+$ //所有的整数 
^\-?[0-9]*\.?[0-9]*$ //所有的浮点数

當然這並不能從技術上降低正規表達式的複雜性，但可以使它們更容易閱讀。

##a,aa或aaa
包含多於兩個a的字串
如：aardvark和aaab，但apple不行