正規表達式

來源:
何謂正規表達式

PHP繼承*NIX的一貫傳統，完全支援正規表達式的處理，對於用過PERL的正規表達式的人大都會理解它的功能非常強大，可是對於初學者來說確實不是件容易的事。

例如，如果有一個使用者輸入的字串，如「Z123456789」，想驗證使用者輸入的第一個字元是否是英文字母，而且都要大寫，這該如可判斷？

這時候，可能解決的方法是先「取得第一個字元」，再利用「A ~ Z」ASCII值的範圍來判別這個字元，所以您可能會將程式寫為：

01:
02:
03:
04:
05:
06:
07:
08:
09:
10:

= 65 AND ord($b) <= 95 ) {     echo  "驗證合格！";  }  else {     echo  "第一個字元不是大寫字母！";  } ?>

ch6-2-1.php

執行結果>>

第03行：取得第一個字元；
第05行：研判第一個字元是不是在A(ASCII值是65)到Z(95)之間，若是，那第一個字母就是大寫字元。

此時，換一個比較複雜的狀況，也就是要驗證使用者輸入的E-mail地址是否合於標準格式，例如 abc@mail.tceb.edu.tw，那要如何檢查呢？

有人就發展出一套「字串樣式比對的技述性語言」，用來：

檢查某字串是否完整對應到某樣式 (核對）
　　 ─ 例如某字串是否符合E-mail「帳號＠網域名稱」的格式
在某字串中找尋對應樣式的子字串 (搜尋)
　　 ─ 例如在一篇文章中找出有關「大雄」二字的字串部份
由字串中取出對應到某樣式的字串 (取代)
　　 ─ 例如將文章中有關「大雄」二字的字串取代為「哆啦Ａ夢」四字的字串。

簡單的來說，就是利用「正規表達式」來進行字串的比對及處理，但由於它的功能強大，相對也比較複雜，以下僅就較常用到的「語法規則」來解說：

一、行的開頭或結尾(Start and End of the Line)

符號	說明
^	會比對匹配文章裡的每一行開頭
$	會比對匹配文章裡的每一行結尾

例如：

　狀況一：如果寫成「 ^This 」，則字串：「This is a book」符合這規則；「Is this the book」就不符合這規則。

　狀況二：如果寫成「 book$」，則字串：「This is a book」、「Is this the book」都符合這規則。

　狀況三：如果寫成「 ^book$」，則只有字串僅能有「 book 」這個單字，前後都不可以有其他文字出現。

　狀況四：如果寫成「 this」，則字串中任何位置只要有「this」這個單字，都符合規則；但大小寫有區別，例如「This is a book」不符合這規則，而「Is this the book」符合這規則。

二、字元集合(Character Classes)

符號	說明
[集合]	比對字元集合(範圍)的「一個」字元。

例如：

　狀況一：如果寫成「 H[123456] 」，則表示字串可以是「 H1、H2、H3、H4、H5、H6 」都符合這個規則。

　狀況二：如果寫成「 H[1-6] 」，則表示字串可以是「 H1、H2、H3、H4、H5、H6 」都符合這個規則，也就是可以將「 [123456] 」簡寫為「 [1- 6] 」。所以，有關英文字母、數字及一些標點符號可表示如下：

[a-z]	比對所有的小寫字母
[A-Z]	比對所有的大寫字母
[a-zA-Z]	比對所有的字母
[0-9]	比對所有的數字
[0-9.-]	比對所有的數字，句號和減號
[ \f\r\t\n]	比對所有的空白字元(注意 \t 前面是一個「空白」字元)

所有之前的「Z123456789」的例子可以改寫如下：

01:
02:
03:
04:
05:
06:
07:
08:
09:

ereg ("^[A-Z]",  $a ) ) {
 echo  "驗證合格！";
}  else {
 echo  "第一個字元不是大寫字母！";
}
?>

ch6-2-2.php

執行結果>>

第04行：利用ereg函數來比對第一個字元是不是大寫字元；^ 與 [A-Z] 都是可以組合的規則。

三、「非」或「排除」字元集合

這個部份前二項「 ^ 」與「 [ ] 」規則的組合，但「放的位置不同」，其表達的意義也不同，所以特別說明如下：

　狀況一：如果寫成「 ^[A-Z] 」，則表示字串開頭的字元是英文大寫字母成即符合規則，例如「Z123456789」。

　狀況二：如果寫成「 [^A-Z] 」(注意 ^ 的位置)，則表示字串開頭的字元「不可以」是英文大寫字母，例如「Z123456789」就不行，但是如果是「 z123456789」(小寫) 或「123456789Z」(開頭是數字)都符合這規則。

四、比對任意字元「.」 ( Dot，點)

直接用範例來說明：

　狀況一：如果寫成「 A[.]B 」，則表示字串應是「 A.B 」才符合規則。(與前面介紹的規則相同)

　狀況二：如果寫成「 A.B 」，則表示字串寫成「 A1B 」、「 AzB 」、「 A+B 」、.... 都符合規則，也就是第 2 個字元是任意的。

五、範圍比對，利用「 { } 」(大括號)

這個符號是用來比對「重複出現」的字元數，語法是「 {最小值, 最大值 } 」，利用範例如解說：

範例	說明
^a$	比對 a
^a{2}$	比對 aa
^a{2, 4}$	比對 aa 或 aaa 或 aaaa (只要是其中一種都符合規則)
^a{2,}$	比對至少有 aa 開頭的字串就行，也就是 aaa、aaaa、aaxxx 都符合(注意！「 ,} 」之間不可有空白」
.{2}	比對所有雙字元，例如aa、bb、11、&&都可

六、特殊字元「？」、「＊」、「＋」

這三個符號其實是上面規則定義的延伸，說明如下：

符號	說明
?	等於 {0,1}，表示「前面的字元可以不出現(0)或出現一次(1)」
*	等於 {0,}，表示「前面的字元可以不出現(0)或多次出現」
+	等於 {1,}，表示「前面的字元必須出現一次(1)以上」

七、其他：「｜」符號及「 ( ) 」括號

符號	說明
｜	相當於「OR」的意義；例如「 A(B\|b)C 」表示「ABC」或「AbC」都符合規則。
( )	指定字元序列，簡單來說，就是一個字串，例如 ^(book\|notebook)表示開頭文字字串只要是 book 或 notebook 都符合規則。

所以，要比對 e-mail 格式的話，例如 abc@mail.tceb.edu.tw，那正規表達式的規則可以寫為：

也可以寫成「 ^(.+)@(.+)\.(.+)\.(.+)\.(.+)$ 」，這種「天書」剛開始學會很辛苦，可是一旦學會之後，您會發現往後在處理一些「驗證」字串功能時，就能理解其功能的強大。

正規表達式的函式

在瞭解何謂正規表達式及知道它的規則後，接著就是要將它應用到PHP程式設計中了。

在PHP處理正規表達式的函數大致可分為三類：

搜尋與比對 ─ ereg( ) 或 eregi ( )
搜尋並取代 ─ ereg_replace( ) 或 eregi_replace( )
字串分割 ─ split( ) 或 spliti( )

ereg 或 eregi 搜尋與比對

語法

ereg ( string pattern, string string [, array regs])

說明

本函式以 pattern 的規則(正規表達式)來搜尋與比對字串 string。
比對結果傳回的值放在陣列參數 regs 之中：

regs[0] 內容就是原字串 string
regs[1] 為第一個合乎規則的字串
regs[2] 就是第二個合乎規則的字串，餘類推。

若省略參數 regs，則只是單純地比對，找到則傳回值為 true。

ereg( )與 eregi( ) 功能類似，語法相同，唯ereg( ) 在比對字串時有大小寫之分，eregi( )則大小寫無關。

傳回值

int (整數)

範例

01:
02:
03:
04:
05:
06:
07:
08:
09:
10:
11:
12:
13:
14:

 $regs[0]
";
echo "陣列 1 => $regs[1]
";
echo "陣列 2 => $regs[2]
";
echo "陣列 3 => $regs[3]
";
} else {
echo "錯誤日期格式： $now";
}

?>

ch6-2-3.php

執行結果>>

第05行：比對格式是否符合 "YYYY-mm-dd 格式。

ereg_replace 或 eregi_replace 搜尋並取代

語法

ereg_replace ( string pattern, string replacement, string string)
ereg_replace ( 比對的規則, 取代的字串, 比對的字串)

說明

本函式以 pattern 的規則(正規表達式)來搜尋與比對字串 string，並將符合規則的比對字串取代掉，再傳回取代後的結果字串。

ereg_replace( )與 eregi_replace( ) 功能類似，語法相同，唯ereg_replace( ) 在比對字串時有大小寫之分，eregi_replace( )則大小寫無關。

傳回值

string (字串)

範例

01:
02:
03:
04:
05:

 $change";
?>

ch6-2-4.php

執行結果>>

split 或 spliti 字串分割

語法

split ( string pattern, string string [, int limit])

split ( 比對的規則, 比對的字串 [,處理的筆數])

說明

本函式可將字串依指定的規則分開。切開後的傳回值為陣列變數。參數 pattern 為指定的規則字串、參數 string 則為待處理的字串、參數 limit 可省略。

如果參數 limit 不省略，則表示處理的數量，換言之，最多產生的陣列數。

split( )與 spliti( ) 功能類似，語法相同，唯split( ) 在比對字串時有大小寫之分。

傳回值

array (陣列)

範例

01:
02:
03:
04:
05:
06:
07:
08:
09:
10:
11:

";
var_dump($r1);
echo "
";
var_dump($r2);

?>

ch6-2-5.php

執行結果>>

第03行：用「- 」做為規則分割；

第04行：指定處理數為2。

結果：

123-456-789-abc
array(4) { [0]=> string(3) "123" [1]=> string(3) "456" [2]=> string(3) "789" [3]=> string(3) "abc" }
array(2) { [0]=> string(3) "123" [1]=> string(11) "456-789-abc" }

PHP 程式學習筆記本

2007年12月2日星期日