Регулярные выражения -Правила сопоставления

Базовое сопоставление шаблонов

Всё начинается с основ. Шаблоны — это самые фундаментальные элементы регулярных выражений; это наборы символов, описывающие характеристики строк. Шаблоны могут быть очень простыми, состоящими из обычных строк, или очень сложными, часто использующими специальные символы для представления диапазона символов, повторения или контекста. Например:

^once

Этот шаблон содержит специальный символ^, что означает, что шаблон соответствует только строкам, которые начинаются сonce. Например, шаблон соответствует строке"once upon a time", и не соответствует"There once was a man from NewYork". Подобно тому, как^символ обозначает начало,$символ используется для сопоставления строк, которые заканчиваются заданным шаблоном.

bucket$

Этот шаблон соответствует"Who kept all of this cash in a bucket", и не соответствует"buckets". Когда символы^и$используются вместе, они обозначают точное совпадение (строка в точности совпадает с шаблоном). Например:

^bucket$

соответствует только строке"bucket". Если шаблон не содержит^и$, он соответствует любой строке, содержащей этот шаблон. Например, шаблон:

once

соответствует строке

There once was a man from NewYork
Who kept all of his cash in a bucket.

.

В этом шаблоне буквы(o-n-c-e)являются литеральными символами; то есть они обозначают сами буквы, и то же самое верно для чисел. Некоторые другие, немного более сложные символы, такие как знаки пунктуации и пробельные символы (пробелы, табуляции и т. д.), требуют escape-последовательностей. Все escape-последовательности начинаются с обратного слеша\. Escape-последовательность для табуляции — это\t. Поэтому, если мы хотим проверить, начинается ли строка с табуляции, можно использовать такой шаблон:

^\t 

Аналогично, используйте\nдля обозначения"перевода строки",\rдля обозначения возврата каретки. Для других специальных символов можно поставить обратный слеш перед ними; например, сам обратный слеш обозначается как\\, точку — с помощью.используйте\., и так далее.

Классы символов

В интернет-программах регулярные выражения часто используются для проверки пользовательского ввода. После того как пользователь отправляет FORM, чтобы определить, являются ли введённые номер телефона, адрес, EMAIL-адрес, номер кредитной карты и т. д. допустимыми, обычных литеральных символов недостаточно.

Итак, нужен более гибкий способ описания нужного нам шаблона, и это — класс символов. Чтобы создать класс символов, представляющий все гласные символы, поместите все гласные символы в квадратные скобки:

[AaEeIiOoUu]

Этот шаблон соответствует любому гласному символу, но может представлять только один символ. Дефис можно использовать для обозначения диапазона символов, например:

[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

Аналогично, они также представляют только один символ, что очень важно. Чтобы сопоставить строку, состоящую из одной строчной буквы и одной цифры, например "z2", "t6" или "g7", но не "ab2", "r2d3" или "b52", используйте такой шаблон:

^[a-z][0-9]$

Хотя[a-z]представляет диапазон из 26 букв, здесь он может соответствовать только строкам, первый символ которых является строчной буквой.

Ранее упоминалось, что ^ обозначает начало строки, но у него есть другое значение. При использовании внутри набора квадратных скобок,^он означает "не" или "исключить", и часто используется для исключения символа. Используя предыдущий пример, мы требуем, чтобы первый символ не был цифрой:

^[^0-9][0-9]$

Этот шаблон соответствует "&5", "g7" и "-2", но не соответствует "12" или "66". Ниже приведено несколько примеров исключения конкретных символов:

[^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

Специальные символы.(точка, период) используется в регулярных выражениях для обозначения всех символов, кроме "новой строки". Таким образом, шаблон^.5$соответствует любой строке из двух символов, заканчивающейся цифрой 5 и начинающейся с любого другого символа, кроме новой строки. Шаблон.может соответствовать любой строке,кроме символов новой строки (\n, \r)。

В регулярных выражениях PHP есть несколько встроенных общих кластеров символов, перечисленных ниже:

Кластер символов Описание
[[:alpha:]] Любая буква
[[:digit:]] Любая цифра
[[:alnum:]] Любая буква или цифра
[[:space:]] Любой пробельный символ
[[:upper:]] Любая заглавная буква
[[:lower:]] Любая строчная буква
[[:punct:]] Любой знак пунктуации
[[:xdigit:]] Любая шестнадцатеричная цифра, эквивалентно [0-9a-fA-F]

Определение повторяющихся вхождений

До сих пор вы знали, как сопоставить букву или цифру, но чаще может потребоваться сопоставить слово или группу цифр. Слово состоит из нескольких букв, а группа цифр — из нескольких отдельных цифр. Фигурные скобки ({}) после символа или группы символов определяют количество повторений предшествующего содержимого.

Кластер символов Описание
^[a-zA-Z_]$ Все буквы и знаки подчёркивания
^[[:alpha:]]{3}$ Все трёхбуквенные слова
^a$ Буква a
^a{4}$ aaaa
^a{2,4}$ aa, aaa или aaaa
^a{1,3}$ a, aa или aaa
^a{2,}$ Строки, содержащие более двух букв a
^a{2,} например, aardvark и aaab, но не apple
a{2,} например, baad и aaa, но не Nantucket
\t{2} Два символа табуляции
.{2} Все строки из двух символов

Эти примеры описывают три различных варианта использования фигурных скобок. Число{x} означаетпредшествующий символ или группу символов появляется ровно x раз; число, за которым следует запятая,{x,}означаетпредшествующее содержимое появляется x или более раз; два числа, разделённые запятой,{x,y}означаетпредшествующее содержимое появляется не менее x раз, но не более y раз. Мы можем расширить шаблон на большее число слов или цифр:

^[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

Последний пример немного сложно понять, не так ли? Посмотрите на это так: начните с необязательного знака минус ([-]?) в начале (^), затем идут одна или несколько цифр ([0-9]+) и десятичная точка (\.), затем следуют одна или несколько цифр([0-9]+), и ничего больше после этого ($). Ниже вы узнаете более простой метод, который можно использовать.

Специальные символы?и{0,1}равнозначны; оба означают:0 или 1 из предшествующего содержимогоилипредшествующее содержимое необязательно. Таким образом, предыдущий пример можно упростить до:

^\-?[0-9]{1,}\.?[0-9]{1,}$

Специальные символы*и{0,}равнозначны; оба означают0 или более предшествующего содержимого. Наконец, символы+и{1,}равнозначны и означают1 или более предшествующего содержимого, поэтому четыре приведённых выше примера можно записать так:

^[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

Конечно, технически это не уменьшает сложность регулярных выражений, но может сделать их более удобными для чтения.

Другие расширения