Expresión regular -Reglas de coincidencia
Coincidencia de patrones básicos
Todo comienza desde lo más básico. Los patrones son los elementos más básicos de las expresiones regulares; son un conjunto de caracteres que describen las características de una cadena. Los patrones pueden ser muy simples, compuestos por cadenas ordinarias, o muy complejos, a menudo usando caracteres especiales para representar un rango de caracteres, repeticiones o contexto. Por ejemplo:
^once
Este patrón contiene un carácter especial^, lo que significa que el patrón solo coincide con aquellos que comienzan cononcelas cadenas que comienzan. Por ejemplo, este patrón coincide con la cadena"once upon a time"coincide, con"There once was a man from NewYork"no coincide. Así como^el símbolo indica el inicio, de igual manera,$el símbolo se utiliza para hacer coincidir cadenas que terminan con un patrón dado.
bucket$
Este patrón coincide con"Who kept all of this cash in a bucket"coincide, con"buckets"no coincide. El carácter^y$Cuando se usan juntos, indican una coincidencia exacta (la cadena es igual al patrón). Por ejemplo:
^bucket$
solo coincide con la cadena"bucket". Si un patrón no incluye^y$, entonces coincide con cualquier cadena que contenga ese patrón. Por ejemplo, el patrón:
once
con la cadena
There once was a man from NewYork Who kept all of his cash in a bucket.
es coincidente.
Las letras en este patrón(o-n-c-e)son caracteres literales, es decir, representan la letra misma, y los números también. Otros caracteres un poco más complejos, como signos de puntuación y caracteres de espacio en blanco (espacios, tabulaciones, etc.), requieren secuencias de escape. Todas las secuencias de escape comienzan con una barra invertida\al inicio. La secuencia de escape para el tabulador es\t. Así que si queremos comprobar si una cadena comienza con un tabulador, podemos usar este patrón:
^\t
De manera similar, se usa\npara representar"nueva línea",\rrepresenta el retorno de carro. Para otros símbolos especiales, se puede anteponer una barra invertida, por ejemplo, la propia barra invertida se representa con\\se representa, el punto.usar\.se representa, y así sucesivamente.
Grupos de caracteres
En los programas de INTERNET, las expresiones regulares se utilizan a menudo para validar la entrada del usuario. Cuando un usuario envía un FORMULARIO, para determinar si el número de teléfono, dirección, correo electrónico, número de tarjeta de crédito, etc., ingresados son válidos, no basta con caracteres literales ordinarios.
Por lo tanto, se necesita un método más flexible para describir el patrón deseado: el grupo de caracteres. Para crear un grupo que represente todos los caracteres vocales, coloque todas las vocales entre corchetes:
[AaEeIiOoUu]
Este patrón coincide con cualquier vocal, pero solo representa un carácter. Con un guion se puede indicar un rango de caracteres, como:
[a-z] // 匹配所有的小写字母 [A-Z] // 匹配所有的大写字母 [a-zA-Z] // 匹配所有的字母 [0-9] // 匹配所有的数字 [0-9\.\-] // 匹配所有的数字,句号和减号 [ \f\r\t\n] // 匹配所有的白字符
De manera similar, estos también representan un solo carácter, lo cual es muy importante. Si se quiere hacer coincidir una cadena compuesta por una letra minúscula y un dígito, como "z2", "t6" o "g7", pero no "ab2", "r2d3" o "b52", se usa este patrón:
^[a-z][0-9]$
Aunque[a-z]representa el rango de las 26 letras, aquí solo puede coincidir con cadenas cuyo primer carácter sea una letra minúscula.
Anteriormente se mencionó que ^ indica el inicio de una cadena, pero tiene otro significado. Cuando se usa dentro de un grupo de corchetes^, significa "No"o""exclusión"", y se usa a menudo para excluir un carácter. Usando el ejemplo anterior, si requerimos que el primer carácter no sea un dígito:
^[^0-9][0-9]$
Este patrón coincide con "&5", "g7" y "-2", pero no coincide con "12" ni "66". A continuación hay algunos ejemplos de exclusión de caracteres específicos:
[^a-z] //除了小写字母以外的所有字符
[^\\\/\^] //除了(\)(/)(^)之外的所有字符
[^\"\'] //除了双引号(")和单引号(')之外的所有字符
Caracteres especiales.(punto, punto final) se utiliza en las expresiones regulares para representar cualquier carácter excepto "nueva línea". Por lo tanto, el patrón^.5$coincide con cualquier cadena de dos caracteres que termine con el dígito 5 y comience con cualquier otro carácter que no sea "nueva línea". El patrón.puede coincidir con cualquier cadena,excepto los caracteres de nueva línea (\n, \r)。
Las expresiones regulares de PHP tienen algunos grupos de caracteres generales integrados, como se lista a continuación:
| Grupo de caracteres | Descripción |
|---|---|
| [[:alpha:]] | Cualquier letra |
| [[:digit:]] | Cualquier dígito |
| [[:alnum:]] | Cualquier letra y dígito |
| [[:space:]] | Cualquier carácter de espacio en blanco |
| [[:upper:]] | Cualquier letra mayúscula |
| [[:lower:]] | Cualquier letra minúscula |
| [[:punct:]] | Cualquier signo de puntuación |
| [[:xdigit:]] | Cualquier dígito hexadecimal, equivalente a [0-9a-fA-F] |
Determinar la repetición
Hasta ahora, ya sabes cómo hacer coincidir una letra o un dígito, pero en muchos casos es necesario hacer coincidir una palabra o un grupo de dígitos. Una palabra se compone de varias letras, y un grupo de dígitos se compone de varios dígitos individuales. Las llaves ({}) que siguen a un carácter o grupo de caracteres se utilizan para determinar el número de repeticiones del contenido anterior.
| Grupo de caracteres | Descripción |
|---|---|
| ^[a-zA-Z_]$ | Todas las letras y el guion bajo |
| ^[[:alpha:]]{3}$ | Todas las palabras de 3 letras |
| ^a$ | La letra a |
| ^a{4}$ | aaaa |
| ^a{2,4}$ | aa, aaa o aaaa |
| ^a{1,3}$ | a, aa o aaa |
| ^a{2,}$ | Cadenas que contienen más de dos 'a' |
| ^a{2,} | Por ejemplo: aardvark y aaab, pero no apple |
| a{2,} | Por ejemplo: baad y aaa, pero no Nantucket |
| \t{2} | Dos tabuladores |
| .{2} | Todas las cadenas de dos caracteres |
Estos ejemplos describen tres usos diferentes de las llaves. Un número{x} significa queel carácter o grupo de caracteres anterior aparece exactamente x veces; un número seguido de una coma{x,}significa queel contenido anterior aparece x o más veces; dos números separados por coma{x,y}indica queel contenido anterior aparece al menos x veces, pero no más de y veces. Podemos extender el patrón a más palabras o números:
^[a-zA-Z0-9_]{1,}$ // 所有包含一个以上的字母、数字或下划线的字符串
^[1-9][0-9]{0,}$ // 所有的正整数
^\-{0,1}[0-9]{1,}$ // 所有的整数
^[-]?[0-9]+\.?[0-9]+$ // 所有的浮点数
El último ejemplo no es fácil de entender, ¿verdad? Míralo así: comienza con un signo negativo opcional ([-]?) al inicio (^), seguido de uno o más dígitos ([0-9]+), un punto decimal (\.) y luego uno o más dígitos([0-9]+), y no hay nada más después ($). A continuación verás un método más simple que se puede utilizar.
Caracteres especiales?y{0,1}son equivalentes, ambos representan:0 o 1 del contenido anterioroel contenido anterior es opcional. Así que el ejemplo anterior se puede simplificar a:
^\-?[0-9]{1,}\.?[0-9]{1,}$
Caracteres especiales*y{0,}son equivalentes, ambos representan0 o más del contenido anterior. Finalmente, los caracteres+y{1,}son equivalentes y representan1 o más del contenido anterior, por lo que los 4 ejemplos anteriores se pueden escribir como:
^[a-zA-Z0-9_]+$ // 所有包含一个以上的字母、数字或下划线的字符串 ^[1-9][0-9]*$ // 所有的正整数 ^\-?[0-9]+$ // 所有的整数 ^[-]?[0-9]+(\.[0-9]+)?$ // 所有的浮点数
Por supuesto, esto no reduce técnicamente la complejidad de la expresión regular, pero puede hacerla más fácil de leer.
Otras extensiones