Java程序员：一刻钟精通正则表达式

　　想必很多人都对正则表达式都头疼。今天，我以我的认识，加上网上一些文章，希望用常人都可以理解的表达方式来和大家分享学习经验。

　　开篇，还是得说说 ^ 和 $ 他们是分别用来匹配字符串的开始和结束，以下分别举例说明：

　　"^The"： 开头一定要有"The"字符串；

　　"of despair$"： 结尾一定要有"of despair" 的字符串；

　　那么，

　　"^abc$"： 就是要求以abc开头和以abc结尾的字符串，实际上是只有abc匹配。

　　"notice"： 匹配包含notice的字符串。

　　你可以看见如果你没有用我们提到的两个字符（最后一个例子），就是说 模式（正则表达式） 可以出现在被检验字符串的任何地方，你没有把他锁定到两边。

　　接着，说说 '*'， '+'，和 '？'，

　　他们用来表示一个字符可以出现的次数或者顺序。 他们分别表示：

　　"zero or more"相当于{0，}，

　　"one or more"相当于{1，}，

　　"zero or one."相当于{0，1}， 这里是一些例子：

　　"ab*"： 和ab{0，}同义，匹配以a开头，后面可以接0个或者N个b组成的字符串（"a"， "ab"， "abbb"， 等）；

　　"ab+"： 和ab{1，}同义，同上条一样，但最少要有一个b存在 （"ab"， "abbb"， 等。）；

　　"ab？"：和ab{0，1}同义，可以没有或者只有一个b；

　　"a？b+$"： 匹配以一个或者0个a再加上一个以上的b结尾的字符串。

　　要点， '*'， '+'，和 '？'只管它前面那个字符。

　　你也可以在大括号里面限制字符出现的个数，比如

　　"ab{2}"： 要求a后面一定要跟两个b（一个也不能少）（"abb"）；

　　"ab{2，}"： 要求a后面一定要有两个或者两个以上b（如"abb"， "abbbb"， 等。）；

　　"ab{3，5}"： 要求a后面可以有2-5个b（"abbb"， "abbbb"， or "abbbbb"）。

　　现在我们把一定几个字符放到小括号里，比如：

　　"a（bc）*"： 匹配 a 后面跟0个或者一个"bc"；

　　"a（bc）{1，5}"： 一个到5个 "bc."

　　还有一个字符 '│'， 相当于OR 操作：

　　"hi│hello"： 匹配含有"hi" 或者 "hello" 的 字符串；

　　"（b│cd）ef"： 匹配含有 "bef" 或者 "cdef"的字符串；

　　"（a│b）*c"： 匹配含有这样多个（包括0个）a或b，后面跟一个c的字符串；

　　一个点（'.'）可以代表所有的单一字符，不包括"\n"

　　如果，要匹配包括"\n"在内的所有单个字符，怎么办？

　　对了，用'[\n.]'这种模式。

　　"a.[0-9]"： 一个a加一个字符再加一个0到9的数字

　　"^.{3}$"： 三个任意字符结尾 .

　　中括号括住的内容只匹配一个单一的字符

　　"[ab]"： 匹配单个的 a 或者 b （ 和 "a│b" 一样）；

　　"[a-d]"： 匹配'a' 到'd'的单个字符 （和"a│b│c│d" 还有 "[abcd]"效果一样）； 一般我们都用[a-zA-Z]来指定字符为一个大小写英文

　　"^[a-zA-Z]"： 匹配以大小写字母开头的字符串

　　"[0-9]%"： 匹配含有 形如 x% 的字符串

　　"，[a-zA-Z0-9]$"： 匹配以逗号再加一个数字或字母结尾的字符串

　　你也可以把你不想要得字符列在中括号里，你只需要在总括号里面使用'^' 作为开头 "%[^a-zA-Z]%" 匹配含有两个百分号里面有一个非字母的字符串。

　　要点：^用在中括号开头的时候，就表示排除括号里的字符。为了PHP能够解释，你必须在这些字符面前后加''，并且将一些字符转义。

　　不要忘记在中括号里面的字符是这条规路的例外？在中括号里面， 所有的特殊字符，包括（''）， 都将失去他们的特殊性质 "[*\+？{}.]"匹配含有这些字符的字符串。

　　还有，正如regx的手册告诉我们： "如果列表里含有 ']'， 最好把它作为列表里的第一个字符（可能跟在'^'后面）。 如果含有'-'， 最好把它放在最前面或者最后面， or 或者一个范围的第二个结束点[a-d-0-9]中间的‘-’将有效。

　　看了上面的例子，你对{n，m}应该理解了吧。要注意的是，n和m都不能为负整数，而且n总是小于m. 这样，才能 最少匹配n次且最多匹配m次。 如"p{1，5}"将匹配 "pvpppppp"中的前五个p.

　　下面说说以\开头的

　　\b 书上说他是用来匹配一个单词边界，就是……比如've\b'，可以匹配love里的ve而不匹配very里有ve

　　\B 正好和上面的\b相反。例子我就不举了

　　……突然想起来……可以到http://www.phpv.net/article.php/251 看看其它用\ 开头的语法

　　好，我们来做个应用：

　　如何构建一个模式来匹配 货币数量 的输入

　　构建一个匹配模式去检查输入的信息是否为一个表示money的数字。我们认为一个表示money的数量有四种方式： "10000.00" 和 "10，000.00"，或者没有小数部分， "10000" and "10，000". 现在让我们开始构建这个匹配模式：

　　^[1-9][0-9]*$

　　这是所变量必须以非0的数字开头。但这也意味着 单一的 "0" 也不能通过测试。 以下是解决的方法：

　　^（0│[1-9][0-9]*）$

　　"只有0和不以0开头的数字与之匹配"，我们也可以允许一个负号在数字之前：

　　^（0│-？[1-9][0-9]*）$

　　这就是： "0 或者 一个以0开头 且可能 有一个负号在前面的数字。" 好了，现在让我们别那么严谨，允许以0开头。现在让我们放弃 负号 ， 因为我们在表示钱币的时候并不需要用到。 我们现在指定 模式 用来匹配小数部分：

　　^[0-9]+（\.[0-9]+）？$

　　这暗示匹配的字符串必须最少以一个阿拉伯数字开头。 但是注意，在上面模式中 "10." 是不匹配的， 只有 "10" 和 "10.2" 才可以。 （你知道为什么吗）

　　^[0-9]+（\.[0-9]{2}）？$

　　我们上面指定小数点后面必须有两位小数。如果你认为这样太苛刻，你可以改成：

　　^[0-9]+（\.[0-9]{1，2}）？$

　　这将允许小数点后面有一到两个字符。 现在我们加上用来增加可读性的逗号（每隔三位）， 我们可以这样表示：

　　^[0-9]{1，3}（，[0-9]{3}）*（\.[0-9]{1，2}）？$

　　不要忘记 '+' 可以被 '*' 替代 如果你想允许空白字符串被输入话 （为什么？）。 也不要忘记反斜杆 ‘\’ 在php字符串中可能会出现错误 （很普遍的错误）。

　　现在，我们已经可以确认字符串了， 我们现在把所有逗号都去掉 str_replace（"，"， ""， $money） 然后在把类型看成 double然后我们就可以通过他做数学计算了。

　　再来一个：

　　构造检查email的正则表达式

　　在一个完整的email地址中有三个部分：

　　1. 用户名 （在 '@' 左边的一切），

　　2.'@'，

　　3. 服务器名（就是剩下那部分）。

　　用户名可以含有大小写字母阿拉伯数字，句号 （'.'）， 减号（'-'）， and 下划线 （'_'）。 服务器名字也是符合这个规则，当然下划线除外。

　　现在， 用户名的开始和结束都不能是句点。 服务器也是这样。 还有你不能有两个连续的句点他们之间至少存在一个字符，好现在我们来看一下怎么为用户名写一个匹配模式：

　　^[_a-zA-Z0-9-]+$

　　现在还不能允许句号的存在。 我们把它加上：

　　^[_a-zA-Z0-9-]+（\.[_a-zA-Z0-9-]+）*$

　　上面的意思就是说： "以至少一个规范字符（除了。）开头，后面跟着0个或者多个以点开始的字符串。"

　　简单化一点， 我们可以用 eregi（）取代 ereg（）。eregi（）对大小写不敏感， 我们就不需要指定两个范围 "a-z" 和 "A-Z" ？ 只需要指定一个就可以了：

　　^[_a-z0-9-]+（\.[_a-z0-9-]+）*$

　　后面的服务器名字也是一样，但要去掉下划线：

　　^[a-z0-9-]+（\.[a-z0-9-]+）*$

　　好。 现在只需要用“@”把两部分连接：

　　^[_a-z0-9-]+（\.[_a-z0-9-]+）*@[a-z0-9-]+（\.[a-z0-9-]+）*$

　　这就是完整的email认证匹配模式了，只需要调用

　　eregi（‘^[_a-z0-9-]+（\.[_a-z0-9-]+）*@[a-z0-9-]+（\.[a-z0-9-]+）*$ ’，$eamil）

　　就可以得到是否为email了。

　　正则表达式的其他用法

　　提取字符串

　　ereg（） and eregi（） 有一个特性是允许用户通过正则表达式去提取字符串的一部分（具体用法你可以阅读手册）。 比如说，我们想从 path/URL 提取文件名 ？ 下面的代码就是你需要：

　　ereg（"（[^\\/]*）$"， $pathOrUrl， $regs）；

　　echo $regs[1]；

　　高级的代换

　　ereg_replace（） 和 eregi_replace（）也是非常有用的： 假如我们想把所有的间隔负号都替换成逗号：

　　ereg_replace（"[ \n\r\t]+"， "，"， trim（$str））；

　　最后，我把另一串检查EMAIL的正则表达式让看文章的你来分析一下。

　　"^[-！#$%&\'*+\\./0-9=？A-Z^_`a-z{|}~]+'.'@'.'[-！#$%&\'*+\\/0-9=？A-Z^_`a-z{|}~]+\.'.'[-！#$%&\'*+\\./0-9=？A-Z^_`a-z{|}~]+$"

　　如果能方便的读懂，那这篇文章的目的就达到了。

原文地址：http://java.chinaitlab.com/base/732793.html