前言

　　PHP被大量的應(yīng)用于Web的后臺CGI開發(fā)，通常是在用戶數(shù)據(jù)數(shù)據(jù)之后得出某種結(jié)果，但是如果用戶輸入的數(shù)據(jù)不正確，就會(huì)出現(xiàn)問題，比如說某人的生日是"2月30日"！那應(yīng)該怎么樣來檢驗(yàn)暑假是否正確呢？ 在PHP中加入了正則表達(dá)式的支持，讓我們可以十分方便的進(jìn)行數(shù)據(jù)匹配。

什么是正則表達(dá)式

　　簡單的說，正則表達(dá)式是一種可以用于模式匹配和替換的強(qiáng)大工具。在幾乎所有的基于UNIX/LINUX系統(tǒng)的軟件工具中找到正則表達(dá)式的痕跡，例如：Perl或PHP腳本語言。此外，JavaScript這種客戶端的腳本語言也提供了對正則表達(dá)式的支持，現(xiàn)在正則表達(dá)式已經(jīng)成為了一個(gè)通用的概念和工具，被各類技術(shù)人員所廣泛使用。

　　在某個(gè)Linux網(wǎng)站上面有這樣的話：“如果你問一下Linux愛好者最喜歡什么，他可能會(huì)回答正則表達(dá)式；如果你問他最害怕什么，除了繁瑣的安裝配置外他肯定會(huì)說正則表達(dá)式?！?/P>

　　正如上面說的，正則表達(dá)式看起來非常復(fù)雜，讓人害怕，大多數(shù)的PHP初學(xué)者都會(huì)跳過這里，繼續(xù)下面的學(xué)習(xí)，但是PHP中的正則表達(dá)式有著可以利用模式匹配找到符合條件的字符串、判斷字符串是否合乎條件或者用指定的字符串來替代符合條件的字符串等強(qiáng)大的功能，不學(xué)實(shí)在太可惜了……

正則表達(dá)式的基本語法

　　一個(gè)正則表達(dá)式，分為三個(gè)部分：分隔符，表達(dá)式和修飾符。

　　分隔符可以是除了特殊字符以外的任何字符（比如"/ !"等等），常用的分隔符是"/"。表達(dá)式由一些特殊字符（特殊字符詳見下面）和非特殊的字符串組成，比如"[a-z0-9_-]+@[a-z0-9_-.]+"可以匹配一個(gè)簡單的電子郵件字符串。修飾符是用來開啟或者關(guān)閉某種功能/模式。下面就是一個(gè)完整的正則表達(dá)式的例子：
/hello.+?hello/is
上面的正則表達(dá)式"/"就是分隔符，兩個(gè)"/"之間的就是表達(dá)式，第二個(gè)"/"后面的字符串"is"就是修飾符。

　　在表達(dá)式中如果含有分隔符，那么就需要使用轉(zhuǎn)義符號"\"，比如"/hello.+?\/hello/is"。轉(zhuǎn)義符號除了用于分隔符外還可以執(zhí)行特殊字符，全部由字母構(gòu)成的特殊字符都需要"\"來轉(zhuǎn)義，比如"\d"代表全體數(shù)字。

正則表達(dá)式的特殊字符

　　正則表達(dá)式中的特殊字符分為元字符、定位字符等等。

　　元字符是正則表達(dá)式中一類有特殊意義的字符，用來描述其前導(dǎo)字符（即元字符前面的字符）在被匹配的對象中出現(xiàn)的方式。元字符本身是一個(gè)個(gè)單一的字符，但是不同或者相同的元字符組合起來可以構(gòu)成大的元字符。

元字符：

　　大括號：大括號用來精確指定匹配元字符出現(xiàn)的次數(shù)，例如"/pre{1,5}/"表示匹配的對象可以是"pre"、"pree"、"preeeee"這樣在"pr"后面出現(xiàn)1個(gè)到5個(gè)"e"的字符串?；蛘?/pre{,5}/"代表pre出現(xiàn)0此到5次之間。

　　加號："+"字符用來匹配元字符前的字符出現(xiàn)一次或者多次。例如"/ac+/"表示被匹配的對象可以是"act"、"account"、"acccc"等在"a"后面出現(xiàn)一個(gè)或者多個(gè)"c"的字符串。"+"相當(dāng)于"{1,}"。

　　星號："*"字符用來匹配元字符前的字符出現(xiàn)零次或者多次。例如"/ac*/"表示被匹配的對象可以是"app"、"acp"、"accp"等在"a"后面出現(xiàn)零個(gè)或者多個(gè)"c"的字符串。"*"相當(dāng)于"{0,}"。

　　問號："?"字符用來匹配元字符前的字符出現(xiàn)零次或者1次。例如"/ac?/"表示匹配的對象可以是"a"、"acp"、"acwp"這樣在"a"后面出現(xiàn)零個(gè)或者1個(gè)"c"的字符串。"?"在正則表達(dá)式中還有一個(gè)非常重要的作用，即"貪婪模式"。

　　還有兩個(gè)很重要的特殊字符就是"[ ]"。他們可以匹配"[]"之中出現(xiàn)過的字符，比如"/[az]/"可以匹配單個(gè)字符"a"或者"z"；如果把上面的表達(dá)式改成這樣"/[a-z]/"，就可以匹配任何單個(gè)小寫字母，比如"a"、"b"等等。

　　如果在"[]"中出現(xiàn)了"^"，代表本表達(dá)式不匹配"[]"內(nèi)出現(xiàn)的字符，比如"/[^a-z]/"不匹配任何小寫字母！并且正則表達(dá)式給出了幾種"[]"的默認(rèn)值：
[:alpha:]：匹配任何字母
[:alnum:]：匹配任何字母和數(shù)字
[:digit:]：匹配任何數(shù)字
[:space:]：匹配空格符
[:upper:]：匹配任何大寫字母
[:lower:]：匹配任何小寫字母
[:punct:]：匹配任何標(biāo)點(diǎn)符號
[:xdigit:]：匹配任何16進(jìn)制數(shù)字

　　另外下面這些特殊字符在轉(zhuǎn)義符號"\"轉(zhuǎn)義后代表的含義如下：
s：匹配單個(gè)的空格符
S：用于匹配除單個(gè)空格符之外的所有字符。
d：用于匹配從0到9的數(shù)字，相當(dāng)于"/[0-9]/"。
w：用于匹配字母，數(shù)字或下劃線字符，相當(dāng)于"/[a-zA-Z0-9_]/"。
W：用于匹配所有與w不匹配的字符，相當(dāng)于"/[^a-zA-Z0-9_]/"。
D：用于匹配任何非10進(jìn)制的數(shù)字字符。
.：用于匹配除換行符之外的所有字符，如果經(jīng)過修飾符"s"的修飾，"."可以代表任意字符。

　　利用上面的特殊字符可以很方便的表達(dá)一些比較繁瑣的模式匹配。例如"/\d0000/"利用上面的正則表達(dá)式可以匹配萬以上，十萬一下的整數(shù)字符串。

定位字符：

　　定位字符是正則表達(dá)式中又一類非常重要的字符，它的主要作用是用于對字符在匹配對象中的位置進(jìn)行描述。
^：表示匹配的模式出現(xiàn)在匹配對象的開頭（和在"[]"里面不同）
$：表示匹配的模式出現(xiàn)在匹配對象的末尾
空格：表示匹配的模式出現(xiàn)在開始和結(jié)尾的兩個(gè)邊界之一
"/^he/"：可以匹配以"he"字符開頭的字符串，比如hello、height等等；
"/he$/"：可以匹配以"he"字符結(jié)尾的字符串即she等；
"/ he/"：空格開頭，和^的作用一樣，匹配以he開頭的字符串；
"/he /"：空格結(jié)束，和$的作用一樣，匹配以he結(jié)尾的字符串；
"/^he$/"：表示只和字符串"he"匹配。
正則表達(dá)式除了可以用戶匹配，還可以用括號"()"來記錄需要的信息，儲存起來，給后面的表達(dá)式讀取。比如：
/^([a-zA-Z0-9_-]+)@([a-zA-Z0-9_-]+)(.[a-zA-Z0-9_-])$/
就是記錄郵件地址的用戶名，和郵件地址的服務(wù)器地址（形式為username@server.com之類的），在后面如果想要讀取記錄下來的字符串，只是需要用"轉(zhuǎn)義符＋記錄的次序"來讀取。比如"\1"就相當(dāng)于第一個(gè)"[a-zA-Z0-9_-]+"，"\2"相當(dāng)于第二個(gè)([a-zA-Z0-9_-]+)，"\3"就是第三個(gè)(.[a-zA-Z0-9_-])。但是在PHP中，"\"是一個(gè)特殊的字符，需要轉(zhuǎn)義，所以""到了PHP的表達(dá)式中就應(yīng)該寫成"\\1"。
其他特殊符號：
"|"：或符號"|"和PHP里面的或一樣，不過是一個(gè)"|"，而不是PHP的兩個(gè)"||"！意思就是可以是某個(gè)字符或者另一個(gè)字符串，比如"/abcd|dcba/"可能匹配"abcd"或者"dcba"。

貪婪模式

　　前面在元字符中提到過"?"還有一個(gè)重要的作用，即"貪婪模式"，什么是"貪婪模式"呢？

　　比如我們要匹配以字母"a"開頭字母"b"結(jié)尾的字符串，但是需要匹配的字符串在"a"后面含有很多個(gè)"b"，比如"a bbbbbbbbbbbbbbbbb"，那正則表達(dá)式是會(huì)匹配第一個(gè)"b"還是最后一個(gè)"b"呢？如果你使用了貪婪模式，那么會(huì)匹配到最后一個(gè)"b"，反之只是匹配到第一個(gè)"b"。
使用貪婪模式的表達(dá)式如下：
/a.+?b/
/a.+b/U
不使用貪婪模式的如下：
/a.+b/
上面使用了一個(gè)修飾符U，詳見下面的部分。

修飾符

　　在正則表達(dá)式里面的修飾符可以改變正則的很多特性，使得正則表達(dá)式更加適合你的需要（注意：修飾符對于大小寫是敏感的，這意味著"e"并不等于"E"）。正則表達(dá)式里面的修飾符如下：
i ：如果在修飾符中加上"i"，則正則將會(huì)取消大小寫敏感性，即"a"和"A" 是一樣的。
m：默認(rèn)的正則開始"^"和結(jié)束"$"只是對于正則字符串如果在修飾符中加上"m"，那么開始和結(jié)束將會(huì)指字符串的每一行：每一行的開頭就是"^"，結(jié)尾就是"$"。
s：如果在修飾符中加入"s"，那么默認(rèn)的"."代表除了換行符以外的任何字符將會(huì)變成任意字符，也就是包括換行符！
x：如果加上該修飾符，表達(dá)式中的空白字符將會(huì)被忽略，除非它已經(jīng)被轉(zhuǎn)義。
e：本修飾符僅僅對于replacement有用，代表在replacement中作為PHP代碼。
A：如果使用這個(gè)修飾符，那么表達(dá)式必須是匹配的字符串中的開頭部分。比如說"/a/A"匹配"abcd"。
E：與"m"相反，如果使用這個(gè)修飾符，那么"$"將匹配絕對字符串的結(jié)尾，而不是換行符前面，默認(rèn)就打開了這個(gè)模式。
U：和問號的作用差不多，用于設(shè)置"貪婪模式"。

PCRE相關(guān)的正則表達(dá)式函數(shù)

　　PHP的Perl兼容正則表達(dá)式提供的多個(gè)函數(shù)，分為模式匹配，替換和匹配數(shù)目等等：

1、preg_match ：
函數(shù)格式：int preg_match(string pattern, string subject, array [matches]);
這個(gè)函數(shù)會(huì)在string中使用pattern表達(dá)式來匹配，如果給定了[regs]，就會(huì)將string記錄到[regs][0]中，[regs][1]代表使用括號"（）"記錄下來的第一個(gè)字符串，[regs][2]代表記錄下來的第二個(gè)字符串，以此類推。preg如果在string中找到了匹配的pattern，就會(huì)返回"true"，否則返回"false"。

2、preg_replace ：
函數(shù)格式：mixed preg_replace(mixed pattern, mixed replacement, mixed subject);
這個(gè)函數(shù)會(huì)使用將string中符合表達(dá)式pattern的字符串全部替換為表達(dá)式replacement。如果replacement中需要包含pattern的部分字符，則可以使用"()"來記錄，在replacement中只是需要用"\1"來讀取。

3、preg_split ：
函數(shù)格式：array preg_split(string pattern, string subject, int [limit]);
這個(gè)函數(shù)和函數(shù)split一樣，區(qū)別僅在與split可以使用簡單正則表達(dá)式來分割匹配的字符串，而preg_split使用完全的Perl兼容正則表達(dá)式。第三個(gè)參數(shù)limit代表允許返回多少個(gè)符合條件的值。

4、preg_grep ：
函數(shù)格式：array preg_grep(string patern , array input);
這個(gè)函數(shù)和preg_match功能基本上，不過preg_grep可以將給定的數(shù)組input中的所有元素匹配，返回一個(gè)新的數(shù)組。 下面舉一個(gè)例子，比如我們要檢查Email地址的格式是否正確：

<?php
function emailIsRight($email) {
    if (preg_match("^[_.0-9a-z-]+@([0-9a-z][0-9a-z-]+.)+[a-z]{2,3}$",$email)) {
    return 1;
    }
    return 0;
}
if(emailIsRight('y10k@963.net')) echo '正確<br>';
if(!emailIsRight('y10k@fffff')) echo '不正確<br>';
?>

上面的程序會(huì)輸出"正確<br>不正確"。

PHP中的Perl兼容正則表達(dá)式和Perl/Ereg正則表達(dá)式的區(qū)別

　　雖然叫做“Perl兼容正則表達(dá)式”，但是和Perl的正則表達(dá)式相比，PHP的還是由一些不同，比如修飾符“G”在Perl里面代表全部匹配，但是在PHP中沒有加入對這個(gè)修飾符的支持。
　　還有就是和ereg系列函數(shù)的區(qū)別，ereg也是PHP中提供的正則表達(dá)式函數(shù)，不過和preg相比，要弱上很多。

　　1、ereg里面是不需要也不能使用分隔符和修飾符的，所以ereg的功能比preg要弱上不少。
　　2、關(guān)于"."：點(diǎn)在正則里面一般是除了換行符以外的全部字符，但是在ereg里面的"."是任意字符，即包括換行符！如果在preg里面希望"."能夠包括換行符，可以在修飾符中加上"s"。
　　3、ereg默認(rèn)使用貪婪模式，并且不能修改，這個(gè)給很多替換和匹配帶來麻煩。
　　4、速度：這個(gè)或許是很多人關(guān)心的問題，會(huì)不會(huì)preg功能強(qiáng)大是以速度來換取的？不用擔(dān)心，preg的速度要遠(yuǎn)遠(yuǎn)比ereg快，筆者做了一個(gè)程序測試：

<?php
echo "Preg_replace used time:";
$start = time();
for($i=1;$i<=100000;$i++) {
    $str = "ssssssssssssssssssssssssssss";
    preg_replace("/s/","",$str);
}
$ended = time()-$start;
echo $ended;
echo "ereg_replace used time:";
$start = time();
for($i=1;$i<=100000;$i++) {
    $str = "ssssssssssssssssssssssssssss";
    ereg_replace("s","",$str);
}
$ended = time()-$start;
echo $ended;
echo "str_replace used time:";
$start = time();
for($i=1;$i<=100000;$i++) {
    $str = "sssssssssssssssssssssssssssss";
    str_replace("s","",$str);
}
$ended = time()-$start;
echo $ended;
?>

結(jié)果：
Preg_replace used time:5
ereg_replace used time:15
str_replace used time:2
str_replace因?yàn)椴恍枰ヅ渌运俣确浅？欤鴓reg_replace的速度比ereg_replace要快上不少。

關(guān)于PHP3.0對于preg的支持

　　在PHP 4.0中默認(rèn)加入了preg支持，但是在3.0中確沒有。如果在3.0中希望使用preg函數(shù)，必須加載php3_pcre.dll文件，只要在php.ini的extension部分設(shè)置加入"extension = php3_pcre.dll"然后從新啟動(dòng)PHP就可以了！

　　其實(shí)正則表達(dá)式還常用于UbbCode的實(shí)現(xiàn)，很多PHP論壇都使用了這個(gè)方法（比如zForum zphp.com或者vB vbullent.com），但是具體的代碼比較長。