Expressions régulières -Règles de correspondance
Correspondance de motifs de base
Tout commence par les bases. Les motifs sont les éléments les plus fondamentaux des expressions régulières ; ce sont des ensembles de caractères décrivant les caractéristiques d'une chaîne. Les motifs peuvent être très simples, composés de chaînes ordinaires, ou très complexes, utilisant souvent des caractères spéciaux pour représenter une plage de caractères, une répétition ou un contexte. Par exemple :
^once
Ce motif contient un caractère spécial^, ce qui signifie que le motif ne correspond qu'aux chaînes qui commencent paronce. Par exemple, le motif correspond à la chaîne"once upon a time", et ne correspond pas"There once was a man from NewYork". Tout comme le symbole^indique le début, le symbole$est utilisé pour faire correspondre les chaînes qui se terminent par un motif donné.
bucket$
Ce motif correspond à"Who kept all of this cash in a bucket", et ne correspond pas à"buckets". Lorsque les caractères^et$sont utilisés ensemble, ils indiquent une correspondance exacte (la chaîne est exactement identique au motif). Par exemple :
^bucket$
ne correspond qu'à la chaîne"bucket". Si un motif n'inclut pas^et$, il correspond à toute chaîne qui contient le motif. Par exemple, le motif :
once
correspond à la chaîne
There once was a man from NewYork Who kept all of his cash in a bucket.
.
Dans ce motif, les lettres(o-n-c-e)sont des caractères littéraux ; c'est-à-dire qu'elles représentent les lettres elles-mêmes, et il en va de même pour les chiffres. Certains autres caractères légèrement plus complexes, comme la ponctuation et les espaces blancs (espaces, tabulations, etc.), nécessitent des séquences d'échappement. Toutes les séquences d'échappement commencent par une barre oblique inverse\. La séquence d'échappement pour une tabulation est\t. Donc, si nous voulons tester si une chaîne commence par une tabulation, nous pouvons utiliser ce motif :
^\t
De même, utilisez\npour représenter"nouvelle ligne",\rpour représenter le retour chariot. Pour les autres symboles spéciaux, vous pouvez placer une barre oblique inverse devant eux ; par exemple, la barre oblique inverse elle-même est représentée par\\, le point par., utilisez\., et ainsi de suite.
Classes de caractères
Dans les programmes Internet, les expressions régulières sont souvent utilisées pour valider la saisie de l'utilisateur. Après qu'un utilisateur a soumis un formulaire, pour déterminer si le numéro de téléphone, l'adresse, l'adresse e-mail, le numéro de carte de crédit, etc. saisis sont valides, les caractères littéraux ordinaires ne suffisent pas.
Il faut donc une manière plus flexible de décrire le motif souhaité, et c'est la classe de caractères. Pour créer une classe de caractères représentant toutes les voyelles, placez toutes les voyelles entre crochets :
[AaEeIiOoUu]
Ce motif correspond à n'importe quelle voyelle, mais ne peut représenter qu'un seul caractère. Un trait d'union peut être utilisé pour représenter une plage de caractères, comme :
[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 même, ceux-ci ne représentent eux aussi qu'un seul caractère, ce qui est un point très important. Pour faire correspondre une chaîne composée d'une lettre minuscule et d'un chiffre, comme "z2", "t6" ou "g7", mais pas "ab2", "r2d3" ou "b52", utilisez ce motif :
^[a-z][0-9]$
Bien que[a-z]représente la plage des 26 lettres, ici il ne peut correspondre qu'à des chaînes dont le premier caractère est une lettre minuscule.
Précédemment, il a été mentionné que ^ représente le début d'une chaîne, mais il a un autre sens. Lorsqu'il est utilisé dans un ensemble de crochets,^il signifie "nonou "exclure", et est souvent utilisé pour éliminer un caractère. En reprenant l'exemple précédent, nous exigeons que le premier caractère ne puisse pas être un chiffre :
^[^0-9][0-9]$
Ce motif correspond à "&5", "g7" et "-2", mais ne correspond pas à "12" ni à "66". Voici quelques exemples d'exclusion de caractères spécifiques :
[^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
Caractères spéciaux.(point, point) est utilisé dans les expressions régulières pour représenter tous les caractères sauf "nouvelle ligne". Ainsi, le motif^.5$correspond à toute chaîne de deux caractères se terminant par le chiffre 5 et commençant par tout autre caractère qui n'est pas une nouvelle ligne. Le motif.peut correspondre à n'importe quelle chaîne,sauf les caractères de nouvelle ligne (\n, \r)。
Les expressions régulières PHP disposent de quelques groupes de caractères généraux intégrés, listés comme suit :
| Groupe de caractères | Description |
|---|---|
| [[:alpha:]] | Toute lettre |
| [[:digit:]] | Tout chiffre |
| [[:alnum:]] | Toute lettre ou chiffre |
| [[:space:]] | Tout caractère d'espacement |
| [[:upper:]] | Toute lettre majuscule |
| [[:lower:]] | Toute lettre minuscule |
| [[:punct:]] | Tout signe de ponctuation |
| [[:xdigit:]] | Tout chiffre hexadécimal, équivalent à [0-9a-fA-F] |
Déterminer les occurrences répétées
Jusqu'à présent, vous savez comment faire correspondre une lettre ou un chiffre, mais plus souvent vous pourriez avoir besoin de faire correspondre un mot ou un groupe de chiffres. Un mot est composé de plusieurs lettres, et un groupe de chiffres est composé de plusieurs chiffres individuels. Les accolades ({}) suivant un caractère ou un groupe de caractères déterminent le nombre d'occurrences répétées du contenu précédent.
| Groupe de caractères | Description |
|---|---|
| ^[a-zA-Z_]$ | Toutes les lettres et traits de soulignement |
| ^[[:alpha:]]{3}$ | Tous les mots de 3 lettres |
| ^a$ | La lettre a |
| ^a{4}$ | aaaa |
| ^a{2,4}$ | aa, aaa ou aaaa |
| ^a{1,3}$ | a, aa ou aaa |
| ^a{2,}$ | Chaînes contenant plus de deux a |
| ^a{2,} | p. ex., aardvark et aaab, mais pas apple |
| a{2,} | p. ex., baad et aaa, mais pas Nantucket |
| \t{2} | Deux caractères de tabulation |
| .{2} | Toutes les chaînes de deux caractères |
Ces exemples décrivent trois utilisations différentes des accolades. Un nombre{x} signifieque le caractère ou groupe de caractères précédent apparaît exactement x fois; un nombre suivi d'une virgule{x,}signifiele contenu précédent apparaît x fois ou plus; deux nombres séparés par une virgule{x,y}signifientque le contenu précédent apparaît au moins x fois, mais pas plus de y fois. Nous pouvons étendre le motif à davantage de mots ou de chiffres :
^[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
Le dernier exemple est un peu difficile à comprendre, n'est-ce pas ? Voyez-le ainsi : commencez par un signe moins facultatif ([-]?) au début (^), suivi d'un ou plusieurs chiffres ([0-9]+), et d'un point décimal (\.), puis suivi d'un ou plusieurs chiffres([0-9]+), et rien d'autre après ($). Vous découvrirez ci-dessous une méthode plus simple qui peut être utilisée.
Les caractères spéciaux?et{0,1}sont équivalents ; ils signifient tous les deux :0 ou 1 du contenu précédentoule contenu précédent est facultatif. Ainsi, l'exemple précédent peut être simplifié en :
^\-?[0-9]{1,}\.?[0-9]{1,}$
Les caractères spéciaux*et{0,}sont équivalents ; ils signifient tous les deux0 ou plus du contenu précédent. Enfin, les caractères+et{1,}sont équivalents et signifient1 ou plus du contenu précédent, donc les quatre exemples ci-dessus peuvent s'écrire comme suit :
^[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
Bien sûr, cela ne réduit pas techniquement la complexité des expressions régulières, mais cela peut les rendre plus faciles à lire.
Autres extensions