注册 登录  
 加关注
   显示下一条  |  关闭
温馨提示!由于新浪微博认证机制调整,您的新浪微博帐号绑定已过期,请重新绑定!立即重新绑定新浪微博》  |  关闭

慵懒的乌龟

——若有,且珍惜~

 
 
 

日志

 
 

最常用的PHP正则表达式收集整理  

2011-08-09 14:23:39|  分类: 技术类 |  标签: |举报 |字号 订阅

  下载LOFTER 我的照片书  |
正则表达式用于字符串处理、表单验证等场合,实用高效。本文收集了一些常用的表达式:
PHP代码 
$str = preg_replace("/(<a.*?>)(.*?)(<\/a>)/", '\1<span class="link">\2</span>\3', $str); 
其中用了三个子模式(每个圆括号中内容为一个子模式),第一个是链接开始标签,第二个是链接文本,第三个是</a> 

然后第二个参数中\1、\2、\3就表示这三个部分,要替换成什么样子还不简单? 

获取页面中的所有链接地址的PHP函数 

下面这个用PHP写的函数,可以获取任意的字符串$string中的所有链接地址($string可以是从一个HTML页面文件直接读取出来的字符串),结果保存在一个数组中返回.该函数自动把电子邮件地址排除在外,而且返回的数组中不会有重复元素. 
function GetAllLink($string) 

$string = str_replace("\r","",$string); 
$string = str_replace("\n","",$string); 

$regex[url] = "((http|https|ftp|telnet|news):\/\/)?([a-z0-9_\-\/\.]+\.[][a-z0-9:;&#@=_~%\?\/\.\,\+\-]+)";
$regex[email] = "([a-z0-9_\-]+)@([a-z0-9_\-]+\.[a-z0-9\-\._\-]+)"; 

//去掉标签之间的文字 
$string = eregi_replace(">[^<>]+<","><", $string); 

//去掉JAVASCRIPT代码 
$string = eregi_replace("<!--.*//-->","", $string); 

//去掉非<a>的HTML标签 
$string = eregi_replace("<[^a][^<>]*>","", $string); 

//去掉EMAIL链接 
$string = eregi_replace("<a([ ]+)href=([\"']*)mailto:($regex[email])([\"']*)[^>]*>","", $string); 

//替换需要的网页链接 
$string = eregi_replace("<a([ ]+)href=([\"']*)($regex[url])([\"']*)[^>]*>","\\3\t", $string); 

$output[0] = strtok($string, "\t"); 
while(($temp = strtok("\t"))) 

if($temp && !in_array($temp, $output)) 
$output[++$i] = $temp; 


return $output; 

以下是以PHP的语法所写的示例 
验证字符串是否只含数字与英文,字符串长度并在4~16个字符之间 
<?php 
$str = 'a1234'; 
if (preg_match("^[a-zA-Z0-9]{4,16}$", $str)) { 
echo "验证成功";} else { 
echo "验证失敗";}?> 
简易的台湾身分证字号验证 
<?php 
$str = 'a1234'; 
if (preg_match("^(?:\d{15}|\d{18})$", $str)) { 
echo "验证成功"; 
} else { 
echo "验证失敗";} 
?> 
下面的代码实现文字中的代码块,功能就如你在脚本之家看到的代码一样。 
function codedisp($code) { 
global $discuzcodes; 
$discuzcodes['pcodecount']++; 
$code = htmlspecialchars(str_replace('\\"', '"', preg_replace("/^[\n\r]*(.+?)[\n\r]*$/is", "\\1", $code))); 
$discuzcodes['codehtml'][$discuzcodes['pcodecount']] = "<br><div class=\"msgheader\"><div class=\"right\"><a href=\"###\" class=\"smalltxt\" onclick=\"copycode($('phpcode$discuzcodes[codecount]'));\">[复制此代码]</a></div>代码如下:</div><div class=\"msgborder\" id=\"phpcode$discuzcodes[codecount]\">".fhtml2($code)."</div><br>"; 
$discuzcodes['codecount']++; 
return "[\tDISCUZ_CODE_$discuzcodes[pcodecount]\t]"; 

$message = preg_replace("/\s*\[code\](.+?)\[\/code\]\s*/ies", "codedisp('\\1')", $message); 
$message = preg_replace("/\s*\[html\](.+?)\[\/html\]\s*/ies", "htmldisp('\\1')", $message); 
匹配中文字符的正则表达式: [\一-\龥] 
评注:匹配中文还真是个头疼的事,有了这个表达式就好办了 
匹配双字节字符(包括汉字在内):[^\x00-\xff] 
评注:可以用来计算字符串的长度(一个双字节字符长度计2,ASCII字符计1) 
匹配空白行的正则表达式:\n\s*\r 
评注:可以用来删除空白行 
匹配HTML标记的正则表达式:<(\S*?)[^>]*>.*?</\1>|<.*? /> 
评注:网上流传的版本太糟糕,上面这个也仅仅能匹配部分,对于复杂的嵌套标记依旧无能为力 
匹配首尾空白字符的正则表达式:^\s*|\s*$ 
评注: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 
匹配Email地址的正则表达式:\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)* 
评注:表单验证时很实用 
匹配网址URL的正则表达式:[a-zA-z]+://[^\s]* 
评注:网上流传的版本功能很有限,上面这个基本可以满足需求 
匹配帐号是否合法(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}$ 
评注:表单验证时很实用 
匹配国内电话号码:\d{3}-\d{8}|\d{4}-\d{7} 
评注:匹配形式如 0511-4405222 或 021-87888822 
匹配腾讯QQ号:[1-9][0-9]{4,} 
评注:腾讯QQ号从10000开始 
匹配中国邮政编码:[1-9]\d{5}(?!\d) 
评注:中国邮政编码为6位数字 
匹配身份证:\d{15}|\d{18} 
评注:中国的身份证为15位或18位 
匹配ip地址:\d+\.\d+\.\d+\.\d+ 
评注:提取ip地址时有用 
匹配特定数字: 
^[1-9]\d*$    //匹配正整数 
^-[1-9]\d*$   //匹配负整数 
^-?[1-9]\d*$   //匹配整数 
^[1-9]\d*|0$  //匹配非负整数(正整数 + 0) 
^-[1-9]\d*|0$   //匹配非正整数(负整数 + 0) 
^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$   //匹配正浮点数 
^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$  //匹配负浮点数 
^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$  //匹配浮点数 
^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$   //匹配非负浮点数(正浮点数 + 0) 
^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$  //匹配非正浮点数(负浮点数 + 0) 
评注:处理大量数据时有用,具体应用时注意修正 
匹配特定字符串: 
^[A-Za-z]+$  //匹配由26个英文字母组成的字符串 
^[A-Z]+$  //匹配由26个英文字母的大写组成的字符串 
^[a-z]+$  //匹配由26个英文字母的小写组成的字符串 
^[A-Za-z0-9]+$  //匹配由数字和26个英文字母组成的字符串 
^\w+$  //匹配由数字、26个英文字母或者下划线组成的字符串 

下面是一些特殊字符: 
正则表达式中的特殊字符: (学习参考书-<<精通正则表达式>>) 
字符 
意义:对于字符,通常表示按字面意义,指出接着的字符为特殊字符,不作解释。 
例如:/b/匹配字符'b',通过在b 前面加一个反斜杠,也就是/b/,则该字符变成特殊字符,表示 
匹配一个单词的分界线。 
或者: 
对于几个字符,通常说明是特殊的,指出紧接着的字符不是特殊的,而应该按字面解释。 
例如:*是一个特殊字符,匹配任意个字符(包括0个字符);例如:/a*/意味匹配0个或多个a。 
为了匹配字面上的*,在a前面加一个反斜杠;例如:/a*/匹配'a*'。 

字符^ 
意义:表示匹配的字符必须在最前边。 
例如:/^A/不匹配"an A,"中的'A',但匹配"An A."中最前面的'A'。 

字符$ 
意义:与^类似,匹配最末的字符。 
例如:/t$/不匹配"eater"中的't',但匹配"eat"中的't'。 

字符* 
意义:匹配*前面的字符0次或n次。 
例如:/bo*/匹配"A ghost booooed"中的'boooo'或"A bird warbled"中的'b',但不匹配"A goat g 
runted"中的任何字符。 

字符+ 
意义:匹配+号前面的字符1次或n次。等价于{1,}。 
例如:/a+/匹配"candy"中的'a'和"caaaaaaandy."中的所有'a'。 

字符? 
意义:匹配?前面的字符0次或1次。 
例如:/e?le?/匹配"angel"中的'el'和"angle."中的'le'。 

字符. 
意义:(小数点)匹配除换行符外的所有单个的字符。 
例如:/.n/匹配"nay, an apple is on the tree"中的'an'和'on',但不匹配'nay'。 


字符(x) 
意义:匹配'x'并记录匹配的值。 
例如:/(foo)/匹配和记录"foo bar."中的'foo'。匹配子串能被结果数组中的素[1], ..., [n] 返 
回,或被RegExp对象的属性$1, ..., $9返回。 

字符x|y 
意义:匹配'x'或者'y'。 
例如:/green|red/匹配"green apple"中的'green'和"red apple."中的'red'。 

字符{n} 
意义:这里的n是一个正整数。匹配前面的n个字符。 
例如:/a{2}/不匹配"candy,"中的'a',但匹配"caandy," 中的所有'a'和"caaandy."中前面的两个 
'a'。 

字符{n,} 
意义:这里的n是一个正整数。匹配至少n个前面的字符。 
例如:/a{2,}不匹配"candy"中的'a',但匹配"caandy"中的所有'a'和"caaaaaaandy."中的所有'a' 

字符{n,m} 
意义:这里的n和m都是正整数。匹配至少n个最多m个前面的字符。 
例如:/a{1,3}/不匹配"cndy"中的任何字符,但匹配 "candy,"中的'a',"caandy," 中的前面两个 
'a'和"caaaaaaandy"中前面的三个'a',注意:即使"caaaaaaandy" 中有很多个'a',但只匹配前面的三 
个'a'即"aaa"。 

字符[xyz] 
意义:一字符列表,匹配列出中的任一字符。你可以通过连字符-指出一个字符范围。 
例如:[abcd]跟[a-c]一样。它们匹配"brisket"中的'b'和"ache"中的'c'。 

字符[^xyz] 
意义:一字符补集,也就是说,它匹配除了列出的字符外的所有东西。 你可以使用连字符-指出一 
字符范围。 
例如:[^abc]和[^a-c]等价,它们最早匹配"brisket"中的'r'和"chop."中的'h'。 

字符 
意义:匹配一个空格(不要与b混淆) 

字符b 
意义:匹配一个单词的分界线,比如一个空格(不要与混淆) 
例如:/bnw/匹配"noonday"中的'no',/wyb/匹配"possibly yesterday."中的'ly'。 

字符B 
意义:匹配一个单词的非分界线 
例如:/wBn/匹配"noonday"中的'on',/yBw/匹配"possibly yesterday."中的'ye'。 

字符cX 
意义:这里的X是一个控制字符。匹配一个字符串的控制字符。 
例如:/cM/匹配一个字符串中的control-M。 

字符d 
意义:匹配一个数字,等价于[0-9]。 
例如:/d/或/[0-9]/匹配"B2 is the suite number."中的'2'。 

字符D 
意义:匹配任何的非数字,等价于[^0-9]。 
例如:/D/或/[^0-9]/匹配"B2 is the suite number."中的'B'。 

字符f 
意义:匹配一个表单符 

字符n 
意义:匹配一个换行符 

字符r 
意义:匹配一个回车符 

字符s 
意义:匹配一个单个white空格符,包括空格,tab,form feed,换行符,等价于[ fnrtv]。 
例如:/sw*/匹配"foo bar."中的' bar'。 

字符S 
意义:匹配除white空格符以外的一个单个的字符,等价于[^ fnrtv]。 
例如:/S/w*匹配"foo bar."中的'foo'。 

字符t 
意义:匹配一个制表符 

字符v 
意义:匹配一个顶头制表符 

字符w 
意义:匹配所有的数字和字母以及下划线,等价于[A-Za-z0-9_]。 
例如:/w/匹配"apple,"中的'a',"$5.28,"中的'5'和"3D."中的'3'。 

字符W 
意义:匹配除数字、字母外及下划线外的其它字符,等价于[^A-Za-z0-9_]。 
例如:/W/或者/[^$A-Za-z0-9_]/匹配"50%."中的'%'。 

字符n 
意义:这里的n是一个正整数。匹配一个正则表达式的最后一个子串的n的值(计数左圆括号)。 

例如:/apple(,)sorange1/匹配"apple, orange, cherry, peach."中的'apple, orange',下面 
有一个更加完整的例子。 
注意:如果左圆括号中的数字比n指定的数字还小,则n取下一行的八进制escape作为描述。 

字符ooctal和xhex 
意义:这里的ooctal是一个八进制的escape值,而xhex是一个十六进制的escape值,允许在一个正则表达式中嵌入ASCII码。

  评论这张
 
阅读(266)| 评论(0)
推荐 转载

历史上的今天

评论

<#--最新日志,群博日志--> <#--推荐日志--> <#--引用记录--> <#--博主推荐--> <#--随机阅读--> <#--首页推荐--> <#--历史上的今天--> <#--被推荐日志--> <#--上一篇,下一篇--> <#-- 热度 --> <#-- 网易新闻广告 --> <#--右边模块结构--> <#--评论模块结构--> <#--引用模块结构--> <#--博主发起的投票-->
 
 
 
 
 
 
 
 
 
 
 
 
 
 

页脚

网易公司版权所有 ©1997-2017