Java程序員：一刻鐘精通正則表達式

　　想必很多人都對正則表達式都頭疼。今天，我以我的認識，加上網上一些文章，希望用常人都可以理解的表達方式來和大家分享學習經驗。

　　開篇，還是得說說 ^ 和 $ 他們是分別用來匹配字符串的開始和結束，以下分別舉例說明：

　　"^The"： 開頭一定要有"The"字符串；

　　"of despair$"： 結尾一定要有"of despair" 的字符串；

　　那么，

　　"^abc$"： 就是要求以abc開頭和以abc結尾的字符串，實際上是只有abc匹配。

　　"notice"： 匹配包含notice的字符串。

　　你可以看見如果你沒有用我們提到的兩個字符（最后一個例子），就是說 模式（正則表達式） 可以出現在被檢驗字符串的任何地方，你沒有把他鎖定到兩邊。

　　接著，說說 '*'， '+'，和 '？'，

　　他們用來表示一個字符可以出現的次數或者順序。 他們分別表示：

　　"zero or more"相當于{0，}，

　　"one or more"相當于{1，}，

　　"zero or one."相當于{0，1}， 這里是一些例子：

　　"ab*"： 和ab{0，}同義，匹配以a開頭，后面可以接0個或者N個b組成的字符串（"a"， "ab"， "abbb"， 等）；

　　"ab+"： 和ab{1，}同義，同上條一樣，但最少要有一個b存在 （"ab"， "abbb"， 等。）；

　　"ab？"：和ab{0，1}同義，可以沒有或者只有一個b；

　　"a？b+$"： 匹配以一個或者0個a再加上一個以上的b結尾的字符串。

　　要點， '*'， '+'，和 '？'只管它前面那個字符。

　　你也可以在大括號里面限制字符出現的個數，比如

　　"ab{2}"： 要求a后面一定要跟兩個b（一個也不能少）（"abb"）；

　　"ab{2，}"： 要求a后面一定要有兩個或者兩個以上b（如"abb"， "abbbb"， 等。）；

　　"ab{3，5}"： 要求a后面可以有2-5個b（"abbb"， "abbbb"， or "abbbbb"）。

　　現在我們把一定幾個字符放到小括號里，比如：

　　"a（bc）*"： 匹配 a 后面跟0個或者一個"bc"；

　　"a（bc）{1，5}"： 一個到5個 "bc."

　　還有一個字符 '│'， 相當于OR 操作：

　　"hi│hello"： 匹配含有"hi" 或者 "hello" 的 字符串；

　　"（b│cd）ef"： 匹配含有 "bef" 或者 "cdef"的字符串；

　　"（a│b）*c"： 匹配含有這樣多個（包括0個）a或b，后面跟一個c的字符串；

　　一個點（'.'）可以代表所有的單一字符，不包括"\n"

　　如果，要匹配包括"\n"在內的所有單個字符，怎么辦？

　　對了，用'[\n.]'這種模式。

　　"a.[0-9]"： 一個a加一個字符再加一個0到9的數字

　　"^.{3}$"： 三個任意字符結尾 .

　　中括號括住的內容只匹配一個單一的字符

　　"[ab]"： 匹配單個的 a 或者 b （ 和 "a│b" 一樣）；

　　"[a-d]"： 匹配'a' 到'd'的單個字符 （和"a│b│c│d" 還有 "[abcd]"效果一樣）； 一般我們都用[a-zA-Z]來指定字符為一個大小寫英文

　　"^[a-zA-Z]"： 匹配以大小寫字母開頭的字符串

　　"[0-9]%"： 匹配含有 形如 x% 的字符串

　　"，[a-zA-Z0-9]$"： 匹配以逗號再加一個數字或字母結尾的字符串

　　你也可以把你不想要得字符列在中括號里，你只需要在總括號里面使用'^' 作為開頭 "%[^a-zA-Z]%" 匹配含有兩個百分號里面有一個非字母的字符串。

　　要點：^用在中括號開頭的時候，就表示排除括號里的字符。為了PHP能夠解釋，你必須在這些字符面前后加''，并且將一些字符轉義。

　　不要忘記在中括號里面的字符是這條規路的例外？在中括號里面， 所有的特殊字符，包括（''）， 都將失去他們的特殊性質 "[*\+？{}.]"匹配含有這些字符的字符串。

　　還有，正如regx的手冊告訴我們： "如果列表里含有 ']'， 最好把它作為列表里的第一個字符（可能跟在'^'后面）。 如果含有'-'， 最好把它放在最前面或者最后面， or 或者一個范圍的第二個結束點[a-d-0-9]中間的‘-’將有效。

　　看了上面的例子，你對{n，m}應該理解了吧。要注意的是，n和m都不能為負整數，而且n總是小于m. 這樣，才能 最少匹配n次且最多匹配m次。 如"p{1，5}"將匹配 "pvpppppp"中的前五個p.

　　下面說說以\開頭的

　　\b 書上說他是用來匹配一個單詞邊界，就是……比如've\b'，可以匹配love里的ve而不匹配very里有ve

　　\B 正好和上面的\b相反。例子我就不舉了

　　……突然想起來……可以到http://www.phpv.net/article.php/251 看看其它用\ 開頭的語法

　　好，我們來做個應用：

　　如何構建一個模式來匹配 貨幣數量 的輸入

　　構建一個匹配模式去檢查輸入的信息是否為一個表示money的數字。我們認為一個表示money的數量有四種方式： "10000.00" 和 "10，000.00"，或者沒有小數部分， "10000" and "10，000". 現在讓我們開始構建這個匹配模式：

　　^[1-9][0-9]*$

　　這是所變量必須以非0的數字開頭。但這也意味著 單一的 "0" 也不能通過測試。 以下是解決的方法：

　　^（0│[1-9][0-9]*）$

　　"只有0和不以0開頭的數字與之匹配"，我們也可以允許一個負號在數字之前：

　　^（0│-？[1-9][0-9]*）$

　　這就是： "0 或者 一個以0開頭 且可能 有一個負號在前面的數字。" 好了，現在讓我們別那么嚴謹，允許以0開頭。現在讓我們放棄 負號 ， 因為我們在表示錢幣的時候并不需要用到。 我們現在指定 模式 用來匹配小數部分：

　　^[0-9]+（\.[0-9]+）？$

　　這暗示匹配的字符串必須最少以一個阿拉伯數字開頭。 但是注意，在上面模式中 "10." 是不匹配的， 只有 "10" 和 "10.2" 才可以。 （你知道為什么嗎）

　　^[0-9]+（\.[0-9]{2}）？$

　　我們上面指定小數點后面必須有兩位小數。如果你認為這樣太苛刻，你可以改成：

　　^[0-9]+（\.[0-9]{1，2}）？$

　　這將允許小數點后面有一到兩個字符。 現在我們加上用來增加可讀性的逗號（每隔三位）， 我們可以這樣表示：

　　^[0-9]{1，3}（，[0-9]{3}）*（\.[0-9]{1，2}）？$

　　不要忘記 '+' 可以被 '*' 替代 如果你想允許空白字符串被輸入話 （為什么？）。 也不要忘記反斜桿 ‘\’ 在php字符串中可能會出現錯誤 （很普遍的錯誤）。

　　現在，我們已經可以確認字符串了， 我們現在把所有逗號都去掉 str_replace（"，"， ""， $money） 然后在把類型看成 double然后我們就可以通過他做數學計算了。

　　再來一個：

　　構造檢查email的正則表達式

　　在一個完整的email地址中有三個部分：

　　1. 用戶名 （在 '@' 左邊的一切），

　　2.'@'，

　　3. 服務器名（就是剩下那部分）。

　　用戶名可以含有大小寫字母阿拉伯數字，句號 （'.'）， 減號（'-'）， and 下劃線 （'_'）。 服務器名字也是符合這個規則，當然下劃線除外。

　　現在， 用戶名的開始和結束都不能是句點。 服務器也是這樣。 還有你不能有兩個連續的句點他們之間至少存在一個字符，好現在我們來看一下怎么為用戶名寫一個匹配模式：

　　^[_a-zA-Z0-9-]+$

　　現在還不能允許句號的存在。 我們把它加上：

　　^[_a-zA-Z0-9-]+（\.[_a-zA-Z0-9-]+）*$

　　上面的意思就是說： "以至少一個規范字符（除了。）開頭，后面跟著0個或者多個以點開始的字符串。"

　　簡單化一點， 我們可以用 eregi（）取代 ereg（）。eregi（）對大小寫不敏感， 我們就不需要指定兩個范圍 "a-z" 和 "A-Z" ？ 只需要指定一個就可以了：

　　^[_a-z0-9-]+（\.[_a-z0-9-]+）*$

　　后面的服務器名字也是一樣，但要去掉下劃線：

　　^[a-z0-9-]+（\.[a-z0-9-]+）*$

　　好。 現在只需要用“@”把兩部分連接：

　　^[_a-z0-9-]+（\.[_a-z0-9-]+）*@[a-z0-9-]+（\.[a-z0-9-]+）*$

　　這就是完整的email認證匹配模式了，只需要調用

　　eregi（‘^[_a-z0-9-]+（\.[_a-z0-9-]+）*@[a-z0-9-]+（\.[a-z0-9-]+）*$ ’，$eamil）

　　就可以得到是否為email了。

　　正則表達式的其他用法

　　提取字符串

　　ereg（） and eregi（） 有一個特性是允許用戶通過正則表達式去提取字符串的一部分（具體用法你可以閱讀手冊）。 比如說，我們想從 path/URL 提取文件名 ？ 下面的代碼就是你需要：

　　ereg（"（[^\\/]*）$"， $pathOrUrl， $regs）；

　　echo $regs[1]；

　　高級的代換

　　ereg_replace（） 和 eregi_replace（）也是非常有用的： 假如我們想把所有的間隔負號都替換成逗號：

　　ereg_replace（"[ \n\r\t]+"， "，"， trim（$str））；

　　最后，我把另一串檢查EMAIL的正則表達式讓看文章的你來分析一下。

　　"^[-！#$%&\'*+\\./0-9=？A-Z^_`a-z{|}~]+'.'@'.'[-！#$%&\'*+\\/0-9=？A-Z^_`a-z{|}~]+\.'.'[-！#$%&\'*+\\./0-9=？A-Z^_`a-z{|}~]+$"

　　如果能方便的讀懂，那這篇文章的目的就達到了。

原文地址：http://java.chinaitlab.com/base/732793.html