共计 10177 个字符，预计需要花费 26 分钟才能阅读完成。
在 PHP 中，我们进行字符串处理时，能用字符串处理函数时我们当然要使用简单的字符串处理函数，但字符串处理函数的能力是有限的，所以我们就需要利用一个更强大的工具，那就是正则表达式。
简述正则表达式
正则表达式是什么？
正则表达式就是描述字符串排列模式的一种自定义语法规则。正则表达式就是通过构建具有特定规则的模式，和输入字符串信息进行比较，然后进行分割、匹配、查找、替换等的相关操作。正则表达式不是 PHP 中独有的，多种语言均可以使用正则表达式，在这里我们介绍正则在 PHP 中的用法。
使用场合
- PHP 中，如果可以用字符串处理函数完成的任务，我们就不要使用正则表达式。
- 有一些复杂的操作，例如格式检验等，只能用正则表达式完成。
- 正则表达式也是一个字符串，但是它是具有特殊意义的字符串。
- 它具有一些编写规则，也是一种模式，也可以把它看做一种编程语言。
- 只有把正则表达式运用到某个函数中使用，才能发挥出正则表达式的作用，否则，它便是一个简单的字符串。
例子
图片的匹配例子
"/\<img\s*src=\".*?\"\/\>/iu"这就是匹配 HTML 中的一个图片标签，例如可以匹配
<img src="a.jpg"/>PHP 中的正则表达式函数库
在 PHP 中，有两套正则表达式函数库。
- POSIX 扩展的正则表达式函数（ereg）。
- Perl 兼容的正则表达式函数（preg）。
Perl 兼容的函数库是后加的函数库，功能更加强大，另外 JavaScript 和 Perl 语言里面也会兼容这种模式，所以推荐学习 Perl 语言兼容的函数库。 在学习时，我们就需要学习下面两点：
- 正则表达式的语法
- PHP 中正则表达式的处理函数
正则表达式的语法
任何正则表达式都是由定界符号、原子、元字符、模式修正符号四部分来组成的。下面我们以上面的例子依次来介绍这四部分内容。”/\<img\ssrc=\”.?\”\/>/iu”
1、定界符号
除了字母，数字和反斜杠 \ 以外的所有字符均可以为定界符。上面的例子中，开头和末尾的两个斜线 / 便作为定界符，我们还可以利用其它字符来定义，例如 | |，{ }，# #等等，不过我们一般是使用斜线 / 作为定界符。
2、原子
上面的例子中，img \s 均为原子。原子是正则表达式的最基本的组成单位，而且必须至少包含一个原子，正则表达式中可以单独使用的字符，就是原子。 使用时注意事项总结如下
- 原子包括所有打印字符和非打印字符，打印字符就是我们可以在屏幕上看到的字符例如 abc 等等，非打印字符就是我们看不到的字符，例如空格，回车等。
- . * + \? \<( \< >，所有有意义的字符，如果想作为原子使用，必须统统使用 \ 转义字符转义。
- 转义字符 \ 可以将有意义的字符转为有意义的字符，例如 是元字符，代表匹配一个字符零到多次，但是 \ 就代表了 * 这个字符。
- 另外转义字符还可以将没有意义的字符转成有意义的字符，例如 \d 可以表示任意一个十进制数字。
- 自定义原子表，定义一个中括号，表示匹配中括号中的任何一个内容，注意是任何一个。
另外转义字符还可以将没有意义的字符转成有意义的字符，例如 \d 可以表示任意一个十进制数字。总结如下：
\d：表示任意一个十进制的数字。 \D：表示任意一个除数字以外的字符。 \s：表示任意一个空白字符，如空格、回车、\t、\n \S：表示任意一个非空白 \w：表示任意一个字，包括 a-z，A-Z，0-9，下划线_ \W：表示任意一个非字，\w 之外的任意一个字符自定义原子表，定义一个中括号，表示匹配中括号中的任何一个内容，注意是任何一个。总结如下：
正则表达式 “/[123]/“ 和字符串 “abc2” 可以匹配成功。 正则表达式 “/[a-z]/“ 和字符串 “x3” 可以匹配成功。 正则表达式 “/[1-3a-z]/“ 和字符串 “x” 可以匹配成功。在这里中括号里面写入 ^ 代表取反，表示除了原子表中的原子，但是 ^ 必须写在 [] 的第一个字符上。例如
a-z 代表除了 a-z 的所有字符 \\n\\t 代表除了换行和制表的所有字符3、元字符
上面的例子中， ？均为元字符。元字符就是用来修饰原子的字符，不可以单独出现。 例如 代表匹配前面的原子零到多次，但如果想匹配 ，则必须要加转义号 \ 来表示 ，特殊地，. 点也可以表示原子。
元字符总结分类如下：
1）* 表示其前面的原子可以出现 0 至多次
2）+ 表示前面的原子可以出现 1 至多次，即至少一个原子
3）？ 表示前面的原子可以出现 0 次或 1 次
4）{ } 用于自己定义前面原子出现的次数，另外分为以下几种
{m}，m 表示一个整数，则前面的数字必须出现 m 次 {m，n}，m，n 表示两个整数，m<n，表示前面出现的原子最少出现 m 次，最多出现 n 次。 {m,} m 表示一个整数，表示最少出现 m 次，最多无限 所以 * 可以表示为 {0,}，+ 可以表示为 {1,}，? 表示为 {0,1}
5）. 默认情况下，表示除换行符外任意一个字符，和 * 组合表示可以匹配任意字符串，和 + 组合表示至少一个字符串
6）^ 直接在一个正则表达式的第一个字符出现，表示字符串必须以这个正则表达式开始，例如
^okay，表示字符串必须以 okay 开头
7）$ 直接在一个正则表达式的最后一个字符出现，则表示字符串必须以这个正则表达式结尾，例如
okay$，表示字符串必须以 okay 结尾。 注意：^okay$ 只是匹配一个 okay 字符，若要匹配 okay 开头 okay 结尾，则正则表达式可以写为 ^okay.*okay$
8）| 表示或的关系，它的优先级是最低的，最后考虑它的功能 9）\b 表示一个边界，例如
字符串 this is island，那么 \bis\b 则可以匹配，它匹配的是中间的 is，is 两边是有边界的。
9）\B 表示一个非边界，例如
\Bis\b，则匹配第一个 is，\bis\B 则匹配第三个 is
10）（） 括号，重点，作用总结如下
（1）将括号里面的元素作为一个大原子使用 即作为一个整体使用，例如 (abc)+，可以匹配 abcabc….
（2）改变优先级 加上括号可以提高其优先级别。
（3）作为子模式使用 正则表达式中添加括号相当于添加了子模式。全部匹配作为一个大模式，放到数组的第一个元素中，每个 () 是一个子模式按顺序放到数组的其它元素中去。 在下面所说的 preg_match 方法中，结果会被赋值到 $arr 变量中，先匹配外层模式，再匹配内层模式。
$pattern="/(\d{4}(\W)\d{2}\W\d{2})\s+(\d{2}(\W)\d{2}\W\d{2})\s+(?:am|pm)/"; //正则表达式模式
$string="today is 2010/09/15 15:35:28 pm..."; //需要和上面模式字符串进行匹配的变量字符串
if(preg_match($pattern, $string, $arr)){
print_r($arr);
}结果
Array ( [0] => 2010/09/15 15:35:28 pm [1] => 2010/09/15 [2] => / [3] => 15:35:28 [4] => : )（4）取消子模式 就将它作为大原子或者改变优先级使用。 只要在模式前面加一个？: 就可以取消子模式，例如(?:am|pm) //即不把（am|pm）作为一个子模式，直接将 am|pm 看做一个整体来使用。
（5）反向引用 可以在模式中直接将子模式取出来，再作为正则表达式模式的一部分， 如果是在正则表达式像替换函数 preg_replace 函数中， 可以将子模式取出， 在被替换的字符串中使用 \1 取第一个子模式、 \2 取第二个子模式， …. \5 (注意是单引号还是双引号引起来的正则) “\1” 在双引号引起来的正则，它是可以解释转义字符的，所以 \1 必须要写成 \1 ‘\1’ 在单引号引起来的正则中，则不会出现这种情况，\1 仍然可以写成 \1 例如
$pattern="/\d{4}(\W)\d{2}\\1\d{2}\s+\d{2}(\W)\d{2}\\2\d{2}\s+(?:am|pm)/"; //正则表达式模式
$string="today is 2010/09/15 15:35:28 pm..."; //需要和上面模式字符串进行匹配的变量字符串
if(preg_match($pattern, $string, $arr)){
echo "正则表达式 <b>{$pattern} </b>和字符串 <b>{$string}</b> 匹配成功<br>";
print_r($arr); echo '</pre>'; }在上面的例子中，因为 (\W) 已经匹配了第一个斜杠 /，它已经作为第一个子模式保存起来了，我们想继续使用这个匹配，我们就可以用 \1 来表示，如果是单引号引起来的正则，则直接用 \1 来表示就可以了，后面的 \2 和它是同样的原理。
4、模式修正符号
上面的例子中，最后 / 后面的 i u 即为模式修正符号。
1）就是几个字母
2）可以一次使用一个，每一个都具有一定的意义，也可以连续使用多个符号
3）放在最后面，是对整个正则表达式调优用的，也可以说是对正则表达式功能的扩展。 归类如下： i：表示在和模式进行匹配时不区分大小写 m：将每一行字符视为新的一行，也就是换行符后任何一行都可以当做一个整体字符串，主要的影响就在于 ^ 号和 $ 号。 例如：
$pattern = '/^abc/m'
$string ='cde abcd efg' //可以匹配成功，因为加入m之后，第二行的abcd也当做一行了，也算是以abc开头s：如果没有使用这个模式修正符号，那么 “.” 是不能当做换行符的，加入 s，将字符串视为单行，那么 “.” 也就可以表示换行符了。 x：模式中的空白忽略不计，注意是模式中的。
$pattern = '/a b c/x' $string ='abc' //可以匹配成功，因为加入x之后，a b c直接当做abc来看s：如果没有使用这个模式修正符号，那么 “.” 是不能当做换行符的，加入 s，将字符串视为单行，那么 “.” 也就可以表示换行符了。 x：模式中的空白忽略不计，注意是模式中的。
$pattern = '/a b c/x' $string ='abc' //可以匹配成功，因为加入x之后，a b c直接当做abc来看e：正则表达式必须使用在 preg_replace 函数中使用 A：必须以正则表达式开头，也就相当于前面加了 ^ Z：必须以正则表达式结尾，相当于后面加了 $ U：取消贪婪模式，或者 .*? 也可以取消贪婪模式，不过两个同时使用时会导致相反的结果，相当于负负得正的影响，同时出现则会又开启了贪婪模式 。
综上所述，正则表达式的组成为 / 原子和元字符 / 模式修正符号，其中 / 为定界符号，不过有一些语言是不需要这个定界符的，例如 Python 等。
5、元字符的优先级（了解）
- 1）\ 转义符最高
- 2）()，(?:)，{ }，括号其次
- 3）* + ？ {} 4）^ $ \b 5）|
6、常用的正则表达式
1）校验数字的表达式
- 1 数字：^[0-9]$
- 2 n 位的数字：^\d {n}$
- 3 至少 n 位的数字：^\d {n,}$
- 4 m-n 位的数字：^\d {m,n}$
- 5 零和非零开头的数字：^(0|[1-9][0-9])$
- 6 非零开头的最多带两位小数的数字：^([1-9][0-9])+(.[0-9]{1,2})?$
- 7 带 1-2 位小数的正数或负数：^(-)?\d+(.\d {1,2})?$
- 8 正数、负数、和小数：^(-|+)?\d+(.\d+)?$
- 9 有两位小数的正实数：^[0-9]+(.[0-9]{2})?$
- 10 有 1~3 位小数的正实数：^[0-9]+(.[0-9]{1,3})?$
- 11 非零的正整数：^[1-9]\d$ 或 ^([1-9][0-9]){1,3}$ 或 ^+?[1-9][0-9]$
- 12 非零的负整数：^-[1-9][] 0-9”$ 或 ^-[1-9]\d$
- 13 非负整数：^\d+$ 或 ^[1-9]\d|0$
- 14 非正整数：^-[1-9]\d|0$ 或 ^((-\d+)|(0+))$
- 15 非负浮点数：^\d+(.\d+)?$ 或 ^[1-9]\d.\d|0.\d[1-9]\d|0?.0+|0$
- 16 非正浮点数：^((-\d+(.\d+)?)|(0+(.0+)?))$ 或 ^(-([1-9]\d.\d|0.\d[1-9]\d))|0?.0+|0$
- 17 正浮点数：^[1-9]\d.\d|0.\d[1-9]\d$ 或 ^(([0-9]+.[0-9][1-9][0-9])|([0-9][1-9][0-9].[0-9]+)|([0-9][1-9][0-9]))$
- 18 负浮点数：^-([1-9]\d.\d|0.\d[1-9]\d)$ 或 ^(-(([0-9]+.[0-9][1-9][0-9])|([0-9][1-9][0-9].[0-9]+)|([0-9][1-9][0-9])))$
- 19 浮点数：^(-?\d+)(.\d+)?$ 或 ^-?([1-9]\d.\d|0.\d[1-9]\d|0?.0+|0)$
2）校验字符的表达式
- 1 汉字：^[\u4e00-\u9fa5]{0,}$
- 2 英文和数字：^[A-Za-z0-9]+$ 或 ^[A-Za-z0-9]{4,40}$
- 3 长度为 3-20 的所有字符：^.{3,20}$
- 4 由 26 个英文字母组成的字符串：^[A-Za-z]+$
- 5 由 26 个大写英文字母组成的字符串：^[A-Z]+$
- 6 由 26 个小写英文字母组成的字符串：^[a-z]+$
- 7 由数字和 26 个英文字母组成的字符串：^[A-Za-z0-9]+$
- 8 由数字、26 个英文字母或者下划线组成的字符串：^\w+$ 或 ^\w {3,20}$
- 9 中文、英文、数字包括下划线：^[\u4E00-\u9FA5A-Za-z0-9_]+$
- 10 中文、英文、数字但不包括下划线等符号：^[\u4E00-\u9FA5A-Za-z0-9]+$ 或 ^[\u4E00-\u9FA5A-Za-z0-9]{2,20}$
- 11 可以输入含有 ^%&’,;=?$\“等字符：%&’,;=?$\x22+
- 12 禁止输入含有～的字符：~\x22+
3）特殊需求表达式
- 1 Email 地址：^\w+([-+.]\w+)@\w+([-.]\w+).\w+([-.]\w+)$
- 2 域名：[a-zA-Z0-9][-a-zA-Z0-9]{0,62}(/.[a-zA-Z0-9][-a-zA-Z0-9]{0,62})+/.?
- 3 InternetURL：[a-zA-z]+://\s 或 ^http://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$
- 4 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}$
- 5 电话号码 (“XXX-XXXXXXX”、”XXXX-XXXXXXXX”、”XXX-XXXXXXX”、”XXX-XXXXXXXX”、”XXXXXXX” 和”XXXXXXXX)：^((\d {3,4}-)|\d {3.4}-)?\d {7,8}$
- 6 国内电话号码：\d {3}-\d {8}|\d {4}-\d {7}
- 7 证件号 (15 位、18 位数字)：^\d {15}|\d {18}$
- 8 短证件号码 (数字、字母 x 结尾)：^([0-9]){7,18}(x|X)?$ 或 ^\d {8,18}|[0-9x]{8,18}|[0-9X]{8,18}?$
- 9 帐号是否合法 (字母开头，允许 5-16 字节，允许字母数字下划线)：^[a-zA-Z][a-zA-Z0-9_]{4,15}$
- 10 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}$
- 11 强密码 (必须包含大小写字母和数字的组合，不能使用特殊字符，长度在 8-10 之间)：^(?=.\d)(?=.[a-z])(?=.[A-Z]).{8,10}$
- 12 日期格式：^\d {4}-\d {1,2}-\d {1,2}
- 13 一年的 12 个月 (01～09 和 1～12)：^(0?[1-9]|1 [0-2])$
- 14 一个月的 31 天 (01～09 和 1～31)：^((0?[1-9])|((1|2)[0-9])|30|31)$
- 15 钱的输入格式：有四种钱的表示形式我们可以接受:”10000.00” 和 “10,000.00”, 和没有 “分” 的 “10000” 和 “10,000”：^[1-9][0-9]$
- 16. 这表示任意一个不以 0 开头的数字，但是，这也意味着一个字符”0” 不通过，所以我们采用下面的形式：^(0|[1-9][0-9])$
- 17. 一个 0 或者一个不以 0 开头的数字。我们还可以允许开头有一个负号：^(0|-?[1-9][0-9])$
- 18. 这表示一个 0 或者一个可能为负的开头不为 0 的数字。让用户以 0 开头好了。把负号的也去掉，因为钱总不能是负的吧。下面我们要加的是说明可能的小数部分：^[0-9]+(.[0-9]+)?$
- 19. 必须说明的是，小数点后面至少应该有 1 位数，所以”10.” 是不通过的，但是 “10” 和 “10.2” 是通过的：^[0-9]+(.[0-9]{2})?$
- 20. 这样我们规定小数点后面必须有两位，如果你认为太苛刻了，可以这样：^[0-9]+(.[0-9]{1,2})?$
- 21. 这样就允许用户只写一位小数。下面我们该考虑数字中的逗号了，我们可以这样：^[0-9]{1,3}(,[0-9]{3})(.[0-9]{1,2})?$
- 22. 到 3 个数字，后面跟着任意个 逗号 + 3 个数字，逗号成为可选，而不是必须：^([0-9]+|[0-9]{1,3}(,[0-9]{3}))(.[0-9]{1,2})?$
- 23. 备注：这就是最终结果了，别忘了”+” 可以用”“替代如果你觉得空字符串也可以接受的话 (奇怪，为什么？) 最后，别忘了在用函数时去掉去掉那个反斜杠，一般的错误都在这里
- 24. xml 文件：^([a-zA-Z]+-?)+[a-zA-Z0-9]+\.[x|X][m|M][l|L]$
- 25. 中文字符的正则表达式：[\u4e00-\u9fa5]
- 26. 双字节字符：\x00-\xff (包括汉字在内，可以用来计算字符串的长度 (一个双字节字符长度计 2，ASCII 字符计 1))
- 27. 空白行的正则表达式：\n\s\r (可以用来删除空白行)
- 28. HTML 标记的正则表达式：<(\S?)>>.?|<.? /> (网上流传的版本太糟糕，上面这个也仅仅能部分，对于复杂的嵌套标记依旧无能为力)
- 29. 首尾空白字符的正则表达式：^\s|\s$ 或 (^\s)|(\s$) (可以用来删除行首行尾的空白字符 (包括空格、制表符、换页符等等)，非常有用的表达式)
- 30. 腾讯 QQ 号：[1-9][0-9]{4,} (腾讯 QQ 号从 10000 开始)
- 31. 中国邮政编码：[1-9]\d {5}(?!\d) (中国邮政编码为 6 位数字)
- 32. IP 地址：\d+.\d+.\d+.\d+ (提取 IP 地址时有用)
PHP 正则表达式处理函数
1.int preg_match ( string pattern, string subject [, array matches [, int flags]] )
用法：
- 1）在 subject 字符串中搜索与 pattern 给出的正则表达式相匹配的内容。
- 2）如果提供了 matches，则其会被搜索的结果所填充。$matches [0] 将包含与整个模式匹配的文本，$matches [1] 将包含与第一个捕获的括号中的子模式所匹配的文本，以此类推。
- 3）flags 参数自 PHP 4.3.0 起可用，flags 可以是下列标记： PREG_OFFSET_CAPTURE 如果设定本标记，对每个出现的匹配结果也同时返回其附属的字符串偏移量。注意这改变了返回的数组的值，使其中的每个单元也是一个数组，其中第一项为匹配字符串，第二项为其偏移量。
例如下面的例子，匹配一个 URL
$str="这是一个正则表https://www.bailuze.com/达式的匹配函数";
$url="/(https?|ftps?):\/\/((www|mail|news)\.([^\.\/]+)\.(com|org|net))/i";
if(preg_match($url, $str, $arr)){
echo "字符串中有正确的URL信息<br>";
echo '<pre>'; print_r($arr); echo '</pre>';
echo "主机：".$arr[2]."<br>";
}else{
echo "字符串中不包括URL";
}2.int preg_match_all ( string pattern, string subject [, array matches [, int flags]] )
与 preg_match_all 用法完全一致，不过它匹配的是所有的信息。
上面的输出结果 $arr 的结果没有将一次次匹配的结果分开，也就是所有的子模式都写入一个数组中，没有将结果分成单独的一个数组。 结果中 第零个数组包含了所有的全模式，第一个数组包含了所有的第一个子模式。 可以通过修改上面的代码，实现结果的分开显示。
if(preg_match_all($url, $str, $arr,PREG_SET_ORDER)){
echo "字符串中有正确的URL信息<br>";
echo '<pre>';
print_r($arr); echo '</pre>';
echo "主机：".$arr[2]."<br>";
}else{
echo "字符串中不包括URL"; }在上面的 preg_match_all 方法中，第四个参数传入 PREG_SET_ORDER，即可实现每一个全模式和子模式的分开展示。 其实，默认模式的参数即为 PREG_PATTERN_ORDER，传入该参数即相当于不传入参数。
3.mixed preg_replace(mixed pattern,mixed replacement,mixed subject [,int limit])
替换函数，pattern 是正则表达式，replacement 是替换成的内容，也就是把匹配到符合正则表达式的内容替换为 replacement，subject 是查找的字符串，即替换的是这个字符串里面的内容。
$str=" 字符串中php的替换函数，系统提供的 字符串中的替换函数，系统提供的 字符串中的替换函数，系统提供的 字符串中的替换函数，系统提供的 字lamp符串中的替换函数，系统php提供的 字符串中的替换函数";
echo $str."<br>"; echo preg_replace("/[a-zA-z]+/",'',$str);执行该程序就会将 str 字符串中的字母替换为空。 另外，可以指定替换的次数，也就是第四个参数
$str=" 字符串中php的替换函数，系统提供的 字符串中的替换函数，系统提供的 字符串中的替换函数，系统提供的 字符串中的替换函数，系统提供的 字lamp符串中的替换函数，系统php提供的 字符串中的替换函数";
echo $str."<br>";
echo preg_replace("/[a-zA-z]+/",'',$str,3);这样，就可以实现只替换三次。 另外，可以实现多对多数组的替换，这是一个比较常用的方法，例如
$str=" 字符串中php的替换函数，系统提供的 字符串中的替换函数，系统提供的 字符串中的替换函数，系统提供的 字符串中的替换函数，
系统提供的 字lamp符串中的替换函数，[b]系统php提供的 字符串中[/b]的替换函数，系统提供php的 字符串中的替换函数，系统提供的
字符串中的替换函数，系统提供的 字符<b>apache</b>串中的替换函数，系统提供的 [u]mysql字符串中的替换函[/u]数，系统Apache提供的
字符串中的MySQL替换函数，系php统提供的 [i]字符串中的替换函数[/i]，系统提供的[size=7] 字符串中的php替换[/size]函数，系统提供的[color=Magenta]
字linux符串中的替[/color]换mysql函数，系统提供的php 字符串中的替换函数，系统提供的 字符串中的替换函数，系统php提供的 字符串中的替换函数，系统提供的
字[align=center]符串[b]系统php提供的 字符串中[/b]中的替换函数[/align]，系[b]系统php提供的 字符串中[/b]统提php供的 字符串中的替换函数，系统提供的";
echo $str."<br>";
$ubbcodes=array(
'/[b](.*?)[\/b]/i',
'/[u](.*?)[\/u]/i',
'/[i](.*?)[\/i]/i',
'/[color=(.*?)](.*?)[\/color]/',
'/[size=(.*?)](.*?)[\/size]/',
'/[align=(.*?)](.*?)[\/align]/'
);
$htmls=array(
'<b>\1</b>',
'<u>\1</u>',
'<i>\1</i>',
'<font color="\1">\2</font>',
'<font size="\1">\2</font>',
'<p align="\1">\2</p>'
);
echo preg_replace($ubbcodes,$htmls,$str);上面就可以实现中括号标签转化为 HTML 标签。 好，关于正则表达式函数，掌握这三个就基本够用了，其它的还有正则表达式分割函数，直接用 PHP 里面的字符串分割即可，不在此叙述了。
本篇介绍了正则表达式的相关语法以及在 PHP 中的正则表达式匹配函数，以上所有便是 PHP 正则表达式的相关内容，希望对大家有帮助～
