正则表达式（REGULAR EXPRESSION）是用于描述字符排列模式的一种语法规则.docVIP

正则表达式（Regular Expression）是用于描述字符排列模式的一种语法规则。它主要用于字符串的模式分割、匹配、查找及替换操作。正则表达式早期仅用于Unix系统程 序，现在已被绝大多数系统、程序所支持。随着正则表达式移植到交叉平台的程序语言的发展，其功能也日益完善。本章将讲述正则表达式的基本知识以及在PHP 中的应用。 6.1? 正则表达式简介 正则表达式的名称源于一系列数学领域的研究成果，其主要的模式匹配思想来自于SNOBOL语言。正则表达式具有一套完整语法体系，提供了一种灵活且直观的字符串处理方法。正则表达式通过构建具有特定规则的模式，与输入信息进行比较，实现字符串的匹配操作。 所谓模式是指具有某种共通特征的字符串表达式。例如，对电子邮件地址而言，其共通特性是一般必须包含字符 “@”；一个标准的URL地址一般必须以“http://”或“https://”开头；搜索相同类型的文件使用类似于“*.php”格式的字符串——这 些都是“模式”。 在程序语言中，通常将模式表达式（即正则表达式）包含在两个反斜线“/”之间，如“/apple/”。用户只 要把需要匹配的模式内容放入定界符之间即可。作为定界的字符也不仅仅局限于“/”。除了字母、数字和斜线（“\”）以外的任何字符都可以作为定界符，像 “#”、“/”、“!”等都是可以的。 在PHP中有两套正则表达式函数库。一套是由PCRE（Perl Compatible Regular Expression）库提供的；另一套是由POSIX（Portable Operation System interface）扩展库提供的。前者使用以“preg_”为前缀命名的函数；后者使用以“ereg_”为前缀命名的函数。两者功能相似，只是执行效率略有差异。 使用正则表达式的原因之一，是在典型的搜索和替换操作中，只能对确切文字进行匹配，对于动态文本的搜索就有困难了，甚至是不可能的。下面是一个检测数字表示合法性的正则表达式。 /^-?\d+$|^-?0[xX][\da-fA-F]+$/ 该正则表达式可以匹配所有二进制、八进制、十进制、十六进制的正负整数。另一个具体的例子是匹配电子邮件地址格式的正则表达式。 /^[0-9a-zA-Z_-]+@[0-9a-zA-Z_-]+(\.[0-9a-zA-Z_-]+){0,3}$/ 对于初学者而言，这些可能比较费解。在学习完本章内容后，读者就可以真正理解上述表达式的具体含义了。 6.2? 正则表达式的语法规则 正则表达式描述了一种字符串的排列模式，主要用于字符串的模式分割、匹配、查找及替换等操作。正则表达式是主 要由原子（普通字符，如英文字符）、元字符（有特殊功用的字符）以及模式修正字符组成。一个正则表达式中至少包含一个原子。他们各自功能和含义有所不同， 下面将分别讲述正则表达式的组成元素及其语法规则。 6.2.1? 原子（Atom） 原子是组成正则表达式的基本单位。在分析正则表达式时，应作为一个整体。原子字符是由所有未显式指定为元字符的打印和非打印字符组成。这包括所有的英文字母、数字、标点符号以及其他一些符号。原子包括以下内容。 ??? 单个字符、数字，如a～z，A～Z，0～9。 ??? 模式单元，如（ABC）。可以理解为由多个原子组成的大的原子。 ??? 原子表，如［ABC］。 ??? 重新使用的模式单元。 ??? 普通转义字符。 ??? 转义元字符。 表6.1列出了正则表达式所使用的普通转义字符。原??? 子 说??? 明 \d 匹配一个数字；等价于 [0-9] \D 匹配除数字以外任何一个字符；等价于 [^0-9] \w 匹配一个英文字母、数字或下划线；等价于 [0-9a-zA-Z_] \W 匹配除英文字母、数字和下划线以外任何一个字符；等价于 [^0-9a-zA-Z_] \s 匹配一个空白字符；等价于 [ \f\n\r\t\v] \S 匹配除空白字符以外任何一个字符；等价于 [^ \f\n\r\t\v] \f 匹配一个换页符；等价于 \x0c 或 \cL \n 匹配一个换行符；等价于 \x0a 或 \cJ \r 匹配一个回车符；等价于 \x0d 或 \cM \t 匹配一个制表符；等价于 \x09 或 \cI \v 匹配一个垂直制表符；等价于 \x0b 或 \cK \oNN 匹配一个八进制数字 \xNN 匹配一个十六进制数字 \cC 匹配一个控制字符 6.2.2? 元字符（Meta-character） 元字符是用于构造规则表达式的具有特殊含义的字符。如果要在正则表达式中包含元字符本身，必须在其前加上“\”进行转义。表6.2列出了正则表达式中支持的元字符。 表6.2?元字符 元? 字? 符 说??? 明 * 0次、1次或多次匹