垦荒学园 - 以垦荒之心，赴成长之约

切换主题

正则表达式 ​

概述 ​

正则表达式（Regular Expression）是一种强大的文本模式匹配工具，PHP使用PCRE（Perl Compatible Regular Expressions）库来支持正则表达式。本章将学习如何使用正则表达式进行文本匹配、替换、分割和验证。

基础语法 ​

PCRE函数介绍 ​

php
<?php
// 主要的PCRE函数
// preg_match() - 执行匹配
// preg_match_all() - 执行全局匹配
// preg_replace() - 执行搜索和替换
// preg_split() - 用正则表达式分割字符串

// 基本匹配示例
$text = "Hello World 2024";
$pattern = '/World/';

if (preg_match($pattern, $text)) {
    echo "找到匹配！\n";
}

// 获取匹配结果
if (preg_match('/(\d+)/', $text, $matches)) {
    echo "找到数字: " . $matches[1] . "\n";
}
?>

基本元字符 ​

php
<?php
$text = "The price is $25.99 for item #123";

// . - 匹配任意字符（除换行符）
preg_match('/p.ice/', $text, $matches);
echo "匹配 '.': " . ($matches[0] ?? '无') . "\n";

// * - 匹配前面的字符0次或多次
preg_match('/\d*/', $text, $matches);
echo "匹配 '*': " . ($matches[0] ?? '无') . "\n";

// + - 匹配前面的字符1次或多次
preg_match('/\d+/', $text, $matches);
echo "匹配 '+': " . ($matches[0] ?? '无') . "\n";

// ? - 匹配前面的字符0次或1次
preg_match('/\$?\d+/', $text, $matches);
echo "匹配 '?': " . ($matches[0] ?? '无') . "\n";
?>

字符类和预定义字符类 ​

php
<?php
$text = "User ID: A123, Age: 25, Email: user@example.com";

// [abc] - 匹配字符集中的任意一个字符
preg_match('/[AEI]/', $text, $matches);
echo "字符类 [AEI]: " . ($matches[0] ?? '无') . "\n";

// [a-z] - 匹配范围内的字符
preg_match('/[a-z]+/', $text, $matches);
echo "字符类 [a-z]: " . ($matches[0] ?? '无') . "\n";

// 预定义字符类
// \d - 匹配数字 [0-9]
preg_match_all('/\d/', $text, $matches);
echo "数字字符: " . implode(', ', $matches[0]) . "\n";

// \w - 匹配单词字符 [a-zA-Z0-9_]
preg_match_all('/\w+/', $text, $matches);
echo "单词字符: " . implode(', ', $matches[0]) . "\n";

// \s - 匹配空白字符
preg_match_all('/\s/', $text, $matches);
echo "空白字符数量: " . count($matches[0]) . "\n";
?>

常用验证模式 ​

数据验证类 ​

php
<?php
class Validator {
    // 邮箱验证
    public static function validateEmail($email) {
        $pattern = '/^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$/';
        return preg_match($pattern, $email);
    }
    
    // 手机号验证（中国大陆）
    public static function validatePhone($phone) {
        $pattern = '/^1[3-9]\d{9}$/';
        return preg_match($pattern, $phone);
    }
    
    // 身份证号验证（简化版）
    public static function validateIdCard($idCard) {
        $pattern = '/^[1-9]\d{5}(19|20)\d{2}(0[1-9]|1[0-2])(0[1-9]|[12]\d|3[01])\d{3}[\dX]$/';
        return preg_match($pattern, $idCard);
    }
    
    // 密码强度验证
    public static function validatePassword($password) {
        // 至少8位，包含大小写字母、数字和特殊字符
        $pattern = '/^(?=.*[a-z])(?=.*[A-Z])(?=.*\d)(?=.*[@$!%*?&])[A-Za-z\d@$!%*?&]{8,}$/';
        return preg_match($pattern, $password);
    }
    
    // URL验证
    public static function validateUrl($url) {
        $pattern = '/^https?:\/\/(?:[-\w.])+(?:\:[0-9]+)?(?:\/(?:[\w\/_.])*(?:\?(?:[\w&=%.])*)?(?:\#(?:[\w.])*)?)?$/';
        return preg_match($pattern, $url);
    }
    
    // IP地址验证
    public static function validateIP($ip) {
        $pattern = '/^(?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.){3}(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)$/';
        return preg_match($pattern, $ip);
    }
}

// 测试验证器
$testData = [
    'email' => 'user@example.com',
    'phone' => '13800138000',
    'password' => 'StrongP@ss123',
    'url' => 'https://www.example.com',
    'ip' => '192.168.1.1'
];

foreach ($testData as $type => $value) {
    $method = 'validate' . ucfirst($type);
    if (method_exists('Validator', $method)) {
        $isValid = Validator::$method($value);
        echo "$type ($value): " . ($isValid ? "有效" : "无效") . "\n";
    }
}
?>

文本处理和替换 ​

搜索和替换 ​

php
<?php
$text = "联系我们：电话 010-12345678，手机 138-0013-8000，邮箱 contact@example.com";

// 基本替换
$result = preg_replace('/\d{3}-\d{4}-\d{4}/', '***-****-****', $text);
echo "隐藏手机号: $result\n";

// 使用回调函数替换
$result = preg_replace_callback('/(\w+)@([\w.-]+)/', function($matches) {
    return $matches[1] . '@***';
}, $text);
echo "隐藏邮箱域名: $result\n";

// 使用分组进行高级替换
$html = '<img src="image1.jpg" alt="图片1"><img src="image2.png" alt="图片2">';
$result = preg_replace('/<img src="([^"]+)" alt="([^"]+)">/', '<figure><img src="$1"><figcaption>$2</figcaption></figure>', $html);
echo "HTML转换: $result\n";
?>

文本分割和提取 ​

php
<?php
// 分割字符串
$text = "苹果,香蕉;橙子|葡萄 草莓";
$fruits = preg_split('/[,;|\s]+/', $text);
print_r($fruits);

// 提取日志信息
$log = "2024-01-15 10:30:45 [ERROR] Database connection failed";
$pattern = '/(\d{4}-\d{2}-\d{2}) (\d{2}:\d{2}:\d{2}) \[(\w+)\] (.+)/';
if (preg_match($pattern, $log, $matches)) {
    echo "日期: " . $matches[1] . "\n";
    echo "时间: " . $matches[2] . "\n";
    echo "级别: " . $matches[3] . "\n";
    echo "消息: " . $matches[4] . "\n";
}

// 提取所有邮箱地址
$text = "联系方式：admin@example.com, support@test.org, info@company.net";
preg_match_all('/\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Z|a-z]{2,}\b/', $text, $matches);
echo "找到的邮箱地址：\n";
foreach ($matches[0] as $email) {
    echo "- $email\n";
}
?>

高级功能 ​

前瞻和后瞻断言 ​

php
<?php
$text = "password123, admin456, user789, guest000";

// 正向前瞻 (?=...)
// 匹配后面跟着数字的单词
preg_match_all('/\w+(?=\d+)/', $text, $matches);
echo "后面跟数字的单词: " . implode(', ', $matches[0]) . "\n";

// 正向后瞻 (?<=...)
// 匹配前面有特定模式的内容
$text3 = "价格：$100, 费用：$50, 税：$10";
preg_match_all('/(?<=\$)\d+/', $text3, $matches);
echo "价格数字: " . implode(', ', $matches[0]) . "\n";
?>

实际应用案例：日志解析器 ​

php
<?php
class LogParser {
    private $patterns = [
        'apache' => '/^(\S+) \S+ \S+ \[([\w:\/]+\s[+\-]\d{4})\] "(\S+) (\S+) (\S+)" (\d{3}) (\d+)/',
        'custom' => '/^\[(\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2})\] (\w+): (.+)/'
    ];
    
    public function parseLogLine($line, $type = 'custom') {
        if (!isset($this->patterns[$type])) {
            throw new InvalidArgumentException("不支持的日志类型: $type");
        }
        
        $pattern = $this->patterns[$type];
        
        if (preg_match($pattern, trim($line), $matches)) {
            return $this->formatLogEntry($matches, $type);
        }
        
        return null;
    }
    
    private function formatLogEntry($matches, $type) {
        switch ($type) {
            case 'apache':
                return [
                    'ip' => $matches[1],
                    'timestamp' => $matches[2],
                    'method' => $matches[3],
                    'url' => $matches[4],
                    'status' => $matches[6],
                    'size' => $matches[7]
                ];
            case 'custom':
                return [
                    'timestamp' => $matches[1],
                    'level' => $matches[2],
                    'message' => $matches[3]
                ];
            default:
                return $matches;
        }
    }
}

// 使用示例
$parser = new LogParser();
$logLine = "[2024-01-15 10:30:45] ERROR: Database connection failed";
$parsed = $parser->parseLogLine($logLine);

if ($parsed) {
    echo "时间: {$parsed['timestamp']}\n";
    echo "级别: {$parsed['level']}\n";
    echo "消息: {$parsed['message']}\n";
}
?>

最佳实践和性能优化 ​

错误处理和安全使用 ​

php
<?php
// 安全的正则表达式使用
function safeRegexMatch($pattern, $subject) {
    $result = preg_match($pattern, $subject, $matches);
    
    if ($result === false) {
        $error = preg_last_error();
        $errorMessages = [
            PREG_NO_ERROR => '没有错误',
            PREG_INTERNAL_ERROR => '内部错误',
            PREG_BACKTRACK_LIMIT_ERROR => '回溯限制错误',
            PREG_RECURSION_LIMIT_ERROR => '递归限制错误',
            PREG_BAD_UTF8_ERROR => 'UTF-8错误'
        ];
        
        throw new RuntimeException('正则表达式错误: ' . ($errorMessages[$error] ?? '未知错误'));
    }
    
    return [$result, $matches ?? []];
}

// 验证用户输入
function validateUserInput($input, $type) {
    $patterns = [
        'username' => '/^[a-zA-Z0-9_]{3,20}$/',
        'email' => '/^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$/',
        'phone' => '/^1[3-9]\d{9}$/'
    ];
    
    if (!isset($patterns[$type])) {
        throw new InvalidArgumentException("不支持的验证类型: $type");
    }
    
    return preg_match($patterns[$type], $input) === 1;
}

// 使用示例
try {
    list($result, $matches) = safeRegexMatch('/\d+/', 'test123');
    if ($result) {
        echo "找到数字: " . $matches[0] . "\n";
    }
} catch (RuntimeException $e) {
    echo "错误: " . $e->getMessage() . "\n";
}
?>

性能优化技巧 ​

php
<?php
// 1. 使用字符类而不是多选分支
// 慢：(a|b|c|d|e)
// 快：[a-e]

// 2. 避免不必要的回溯
function optimizedEmailValidation($email) {
    // 使用原子分组 (?>...) 避免回溯
    $pattern = '/^[a-zA-Z0-9]++(?:\.[a-zA-Z0-9]++)*+@[a-zA-Z0-9]++(?:\.[a-zA-Z0-9]++)*+$/';
    return preg_match($pattern, $email);
}

// 3. 处理UTF-8字符
$text = "中文测试123";

// 错误：未指定u修饰符
$wrong = '/\w+/';

// 正确：使用u修饰符支持Unicode
$correct = '/\w+/u';

preg_match_all($wrong, $text, $matches1);
preg_match_all($correct, $text, $matches2);

echo "不使用u修饰符: " . implode(', ', $matches1[0]) . "\n";
echo "使用u修饰符: " . implode(', ', $matches2[0]) . "\n";
?>

常见错误和解决方案 ​

转义字符问题 ​

php
<?php
// 错误：未正确转义
$wrong = '/\d+.\d+/'; // . 在正则中表示任意字符

// 正确：正确转义
$correct = '/\d+\.\d+/'; // \. 表示字面意义的点

$number = "3.14";
echo "错误模式: " . (preg_match($wrong, $number) ? "匹配" : "不匹配") . "\n";
echo "正确模式: " . (preg_match($correct, $number) ? "匹配" : "不匹配") . "\n";
?>

贪婪匹配问题 ​

php
<?php
// 问题：贪婪匹配导致意外结果
$html = '<div>content1</div><div>content2</div>';
$greedy = '/<div>.*<\/div>/';
$nonGreedy = '/<div>.*?<\/div>/';

preg_match($greedy, $html, $matches1);
preg_match($nonGreedy, $html, $matches2);

echo "贪婪匹配: " . $matches1[0] . "\n";
echo "非贪婪匹配: " . $matches2[0] . "\n";
?>

总结 ​

本章介绍了PHP中正则表达式的使用：

  • 基础语法：元字符、字符类、量词
  • 高级特性：分组、断言、前瞻后瞻
  • 实际应用：数据验证、文本处理、日志解析
  • 性能优化：避免回溯、使用适当的模式
  • 错误处理：安全使用、异常处理

掌握正则表达式能够大大提高文本处理的效率和准确性。在下一章中，我们将学习PHP的标准库和内置函数。

本站内容仅供学习和研究使用。

Copyright 2025 垦荒教程 kenhuang.com All Rights Reserved. 备案号：粤ICP备17084064号-3 | 免责声明