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