【www.bbyears.com--php正则表达式】
基础知识
字符集
POSIX 扩展正则表达式函数
Perl 兼容正则表达式函数
从邮件验证说起
邮件的格式:
tenssun@163.com
其中tenssun是用户名,163.com是服务器名
用户名只能由英文字母a～z(不区分大小写)、数字0～9、下划线组成。
用户名的起始字符必须是英文字母.如：netease_2005
用户名长度为5～20个字符。
服务器名只能由英文字母a～z(不区分大小写)、数字0～9、下划线及点组成,@后点前面长度限制为1-10个字符,点后面的限制为com,cn,com.cn,net。
示例：
$email="wjj7r8y6@jj.net";
if(ereg ("^[a-zA-Z][0-9a-zA-Z_]{4,19}@[0-9a-zA-Z_]{1,10}(\.)(com|cn|com.cn|net)$",$email)) {
echo "email格式正确";
}
?>
^ 和 $
看到前面的邮件验证大部分人可能会感到头痛,别急下面我们慢慢分解。
还是得说说 ^ 和 $ 他们是分别用来匹配字符串的开始和结束，下面法举例说明：
"^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 (开始或结束)
"*", "+",和 "?",
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：
* 表示出现0次或1次或多次 相当于{0,},
+ 表示出现1次或多次 相当于{1,},
? 表示出现0次或1次 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+$": 匹配以一个或者0个a再加上一个以上的b结尾的字符串.
要点："*", "+",和 "?"只管它前面那个字符.
{ }
你也可以在大括号里面限制字符出现的个数，比如
"ah{2}": 要求a后面一定要跟两个h（一个也不能少）("ahh");
"ah{2,}": 要求a后面一定要有两个或者两个以上h(如"ahh", "ahhhh", 等.);
"ah{3,5}": 要求a后面可以有3－5个h("ahhh", "ahhhh", or "ahhhhh").
() {}
现在我们把一定要的几个字符放到小括号里，比如：
“a(bc)*”: 匹配 a 后面跟0个或者多个"bc";
"a(bc){1,5}": 一个到5个 "bc."
"│"
还有一个字符 "│", 相当于OR(或者) 操作:
"hi│hello": 匹配含有"hi" 或者 "hello" 的 字符串;
"(b│cd)ef": 匹配含有 "bef" 或者 "cdef"的字符串;
"(a│b)*c": 匹配含有这样多个（包括0个）a或b，后面跟一个c 的字符串;
"."
一个点(".")可以代表所有的单一字符,不包括"\n"
如果,要匹配包括"\n"在内的所有单个字符,怎么办?
用"[\n.]"这种模式.
"a.[0-9]": 一个a加一个字符再加一个0到9的数字
".{3}$": 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]$": 匹配以逗号再加一个数字或字母结尾的字符串
^[]和[^ ]的区别
你也可以把你不想要得字符列在中括号里，你只需要在总括号里面使用"^" 作为开头 "%[^a-zA-Z]%" 匹配含有两个百分号里面有一个非字母的字符串.
要点：^用在中括号开头的时候,就表示排除括号里的字符
不要忘记在中括号里面的字符是这条规路的例外—在中括号里面, 所有的特殊字符，包括(""), 都将失去他们的特殊性质 "[*\+?{}.]"匹配含有这些字符的字符串.
{ } \b
看了上面的例子,你对{n,m}应该理解了吧.要注意的是,n和m都不能为负整数,而且n总是小于m. 这样,才能 最少匹配n次且最多匹配m次. 如"p{1,5}"将匹配 "pvpppppp"中的前五个p
下面说说以\开头的
\b 书上说他是用来匹配一个单词边界,就是...比如"ve\b",可以匹配love里的ve而不匹配very里有ve
\B 正好和上面的\b相反.例子我就不举了
应用一
好,说了这么多下面我们再回过头来看我们的邮件正则怎么构造的:
用户名的正则表达式
^[a-zA-Z][0-9a-zA-Z_]{4,19}
a-z表示a到z的所有小写字母，A-Z表示A到Z的所有大写字母，但是[ ]只能取一个字符，所以[a-zA-Z]只能取其中一个符,也就是从所有的大小写英文字母中只能取一个字母，^放在[]外面表示开始， 所以^[a-zA-Z]表示以一个英文字母开头。
应用二
[0-9a-zA-Z_]表示从所有的阿拉伯数字和英文及_中取一个字符,而{4,19}表示匹配最少4次,最多9次显然
[0-9a-zA-Z_]{4,19}表示前面的字符至少出现4次,最多出现19次.
那么现在请问下面这个表达式所表达的意思
^[a-zA-Z][0-9a-zA-Z_]{4,19}
(\.)表示一个点别和"."混淆了"."是表示除\n的任意一个字符()表示这是个子母式
(com|cn|com.cn|net)$
表示以com或cn或com.cn或net结尾的一串字符
正则表达式简介
正则表达式是用于描述字符排列模式一种语法规则。它主要用于字符串的模式分割、匹配、查找及替换操作。到目前为止，我们前面所用过的精确（文本）匹配也是一种正则表达式。
在PHP中，正则表达式一般是由正规字符和一些特殊字符（类似于通配符）联合构成的一个文本模式的程序性描述。
在程序语言中，通常将模式表达式（即正则表达式）包含在两个反斜线“/”之间，如“/apple/”。用户只要把需要匹配的模式内容放入定界之间即可。
如果使用一个没有特殊字符的正则表达式，相当于纯文本搜索，使用strstr( )函数也可达到同样的效果。
在PHP中有两套正则表达式函数库，两者功能相似，只是执行效率略有差异：
一套是由PCRE（Perl Compatible Regular Expression）库提供的。使用“preg_”为前缀命名的函数；
一套由POSIX（Portable Operation System interface）扩展提供的。使用以“ereg_”为前缀命名的函数；
使用正则表达式的原因之一，是在典型的搜索和替换操作中，只能对确切文字进行匹配，对象动态文本的搜索就有困难了，甚至是不可能的。
/^-?\d+$|^-?0[xX][\da-fA-F]+$/
/^[0-9a-zA-Z_-]+@[0-9a-zA-Z_-]+(\.[0-9a-zA-Z_-]+){0,3}]$/
正则表达式较重要和较有用的角色是验证用户数据的有效性检查。PHP中，正则表达式有三个作用：
匹配，也常常用于从字符串中析取信息。
用新文本代替匹配文本。
将一个字符串拆分为一组更小的信息块。
正则表达式的语法规则
正则表达式是主要由:
原子（普通字符，如英文字符）
元字符（有特殊功用的字符）
以及模式修正字符组成。
一个正则表达式中至少包含一个原子。
原子(Atom)
原子是组成正则表达式的基本单位,在分析正则表达式时，应作为一个整体。
原子字符是由所有末显式指定为元字符的打印和非打印字符组成。这包括所有的英文字母、数字、标点符号以及其他一些符号。原子也包括以下内容。
单个字符、数字，如a~z,A~Z,0~9.
模式单元，如（ABC）.可以理解为由多个原子组成的大的原子。
原子表，如[ABC].
重新使用的模式单元。
普通转义字符。
转义元字符。
正则表达式所使用的普通转义字符
原子 说明
\d 匹配一个数字；等价于 [0-9]
\D 匹配除数字以外任何一个字符；等价于 [^0-9]
\w 匹配一个英文字母、数字或下划线；等价于 [0-9a-zA-Z_]
\W 匹配除英文字母、数字和下划线以外任何一个字符；等价于 [^0-9a-zA-Z_]
\s 匹配一个空白字符；等价于 [\f\n\r\t\v]
\S 匹配除空白字符以外任何一个字符；等价于 [^\f\n\r\t\v]
\f 匹配一个换页符等价于 \x0c 或 \cL
\n 匹配一个换行符；等价于 \x0a 或 \cJ
\r 匹配一个回车符等价于 \x0d 或 \cM
\t 匹配一个制表符；等价于 \x09\ 或 \cl
\v 匹配一个垂直制表符；等价于 \x0b 或 \ck
\oNN 匹配一个八进制数字
\xNN 匹配一个十六进制数字
\cC 匹配一个控制字符
元字符(Meta-character)
元字符是用于构造规则表达式的具有特殊含义的字符。如果要在正则表达式中包含元字符本身，必须在其前加上”\”进行转义
说明 元字符
* 0 次、 1 次或多次匹配其前的原子
+ 1 次或多次匹配其前的原子
? 0 次或 1 次匹配其前的原子
. 匹配任何一个字符
| 匹配两个或多个选择
^或\A 匹配字符串串首的原子
$或\Z 匹配字符串串尾的原子
\b 匹配单词的边界
\B 匹配除单词边界以外的部分
[] 匹配方括号中的任一原子
[^] 匹配除方括号中的原子外的任何字符
() 整体表示一个原子
{m} 表示其前原子恰好出现 m 次
{m,n} 表示其前原子至少出现 m 次，至多出现 n 次 (n>m)
{m,} 表示其前原子出现不少于 m 次 原子表
原子表”[]”中存放一组原子，彼此地位平等，且仅匹配其中的一个原子。如果想匹配一个 ”a” 或 ”e” 使用 / [ae]/, 例如: /Pr[ae]y/ 匹配 ”Pray” 或者 ”Prey ”。
原子表 ”^” 或者称为排除原子表，匹配除表内原子外的任意一个字符。例如：/p[^u]/匹配“part”中的“pa”，但无法匹配“computer”中的“pu”因为“u”在匹配中被排除。
通常，在原子表中用“-”连接一组按ASCII码顺序排列的原子，用以简化书写。 如/x[0123456789]可以写成/x[0-9]/,用来匹配一个由 “x” 字母与一个数字组成的字符串；
/0[xX][0-9a-fA-F]/匹配一个简单的十六进制数字，如“0x9”。/[^0-9a-zA-Z_]/匹配除英文字母、数字和下划线以外任何一个字符，其等价于/\W/。
重复匹配
正则表达式中有一些用于重复匹配其前原子的元字符：“?”、“*”、“+”。他们主要的不同是重复匹配的次数不同。
元字符“？”表示0次或1次匹配紧接在其前的原子。例如：/colou?r/匹配“colour”或“color”。
元字符“*”表示0次、1次或多次匹配紧接在其前的原子。例如：/^<[A-Za-z][A-Za-z0-9]*>$/可以匹配“
”、“
”或“”等HTML标签，并且不严格的控制大小写。
元字符“+”表示1次或多次匹配紧接在其前的原子。例如：/go+gle/ 匹配“gogle”、“google”或“gooogle”等中间含有多个o的字符串。上文中提及的十六进制数字的例子，实际上更加完善的匹配表达式是/^0?[ xX][0-9a-fA-F]+$/,可以匹配“0x9B3C”或者“X800”等。
要准确地指定原子重复的次数，还可以使用元字符“{}”指定所匹配的原子出现的次数。“{m}”表示其前原子恰好出现m次；“{m，n}”表示其前原子至少出现m次，至多出现n次；“{m，}”表示其前原子出现不少于m次。
以下是一些示例。
/zo{1,3}m/只能匹配字符串“zom”、“zoom”、或“zooom”。
/zo{3}m/只能匹配字符串“zooom”
/zo{3，}m/ 可以匹配以 “z” 开头，“m”结束，中间至少为3个“o”的字符串。
/bo{0,1}u/可以匹配字符串“bought a butter” 中的“bou”和“bu”,起完全等价于/bo?u/。
边界限制
在某些情况下，需要对匹配范围进行限定，以获得更准确的匹配结果。
元字符“^”（或“\A”）置于字符串的开始确保模式匹配出现在字符串首端；
“$”（或“\Z”）置于字符串的结束，确保模式匹配出现字符串尾端。
例如，在字符串“Tom and Jerry chased each other in the house until tom’s uncel come in”中使用/^Tom或Atom匹配句首的“Tom”； 而/in$或/in\Z匹配句末“come in”中的“in”。如果不加边界限制元字符，将获得更多的匹配结果。
在使用各种编辑软件的查找功能时，可以通过选择“按单词查找”获得更准确的结果。正则表达式中也提供类似的功能。
元字符“\b”对单词的边界进行匹配；
“\B”对单词的内部进行匹配。
例如：在字符串“This island is a beautiful land”中使用/\bis\b/可以匹配单词“is”而与“This”或者“island”无关。/\bis/与单词边界匹配，可以匹配单词“is”和“island”中的“is”；/\Bis/不与单词左边界匹配，可以匹配单词“is”和“This”中的“is”./\Bis\B将明确的指示不与单词的左、右边界匹配，只匹配单词的内部。所以在这个例子中没有结果。
元字符 “.”
元字符“.”匹配除换行符外任何一个字符，相当于[^\n](Unix系统)或[^\r\n](windows系统)。
例如：/pr.y/可以匹配的字符串“prey”、“pray”或“pr%y”等。
通常可以使用“.*”组合来匹配除换行符外的任何字符。在一些书籍中也称其为“全匹配符” 或 “单含匹配符”。
例如/a.*z/表示可以匹配字母“a”开头，字母“z”结束的任意不包括换行符的字符串。“.+”也可以完成类似的匹配功能所不同的是其至少匹配一个字符。例如/a.+z/将不匹配字符串“az”。
模式选择符
元字符“|”又称模式选择符。在正则表达式中匹配两个或更多的选择之一。
例如：
在字符串“There are many apples and pears.”中，/apple|pear/在第一次运行时匹配“apple”；再次运行时匹配“ pear”。也可以继续增加选项，如/apple|pear|banana|lemon/。
模式单元
元字符“（）”将其中的正则表达式变为原子（或称模式单元）使用。与数学表达式中的括号类似，“（）”可以做一个单元被单独使用。
例如：
/(Dog)+/匹配的“Dog”、“DogDog”、“DogDogDog”……..,因为紧接着“+”前的原子是元字符“（）”括起来的字符串“Dog”。
一个模式单元中的表达式将被优先匹配或运算。系统自动将这些模式单元的匹配依次存储起来，在需要时可以用“\1”、“\2”、“\3”的形式进行引用。当正则表达式包含有相同的模式单元时，这种方法非常便于对其进行管理。
例如：
/^\d{2}([\W])\d{2}\\1\d{4}$匹配“12-31-2006”、“09/27/1996”、“86 01 4321”等字符串。但上述正则表达式不匹配“12/34-5678”的格式。这是因为模式“[\W]”的结果“/”已经被存储。下个位置“\1”引用时，其匹配模式也是字符“/”。
模式修正符（Pattern Modifiers）
模式修正符扩展了正则表达式在字符匹配、替换操作时的某些功能。这些扩展或者说修正增强了正则表达式的处理能力。模式修正符一般标记于整个模式之外，并且可以组合使用，如“/apple/i”、“/cat|dog/uis”等。表列出了一些常用的模式修正符极其功能说明。
模式修正符 说明
i 可同时匹配大小写字母
M 将字符串视为多行
S 将字符串视为单行，换行符做为普通字符看待
x 模式中的空白忽略不计
S 当一个模式将被使用若干次时，为加速匹配起见值得先对其进行分析
U 匹配到最近的字符串
e 将替换的字符串作为表达使用
下面是几个简单的示例，可以说明模式修正符的使用
/apple/i匹配“apple”或“Apple”等，忽略大小写。
/I love you/ix匹配“iloveYou”,忽略大小写以及空白。
/<.*>/ U将依次匹配字符串“Cool music
Few years ago….. ”中的“”、“”和“
”。而/<.*>/却匹配到最后一个可用的字符串，既“Coolmusic
” 。
/
”等。
POSIX风格的正则表达式的字符类：
[[:alnum:]] 文字数字字符
[[:alpha:]] 字母字符
[[:lower:]] 小写字母
[[:upper:]] 大写字母
[[:digit:]] 小数
[[:xdigit:]] 十六进制数字
[[:punct:]] 标点符号
[[:blank:]] 制表符和空格
[[:space:]] 空白字符
[[:cntrl:]] 控制符
PHP中的正则表达式函数
在PHP中有两套正则表达式函数库。
一套是由PCRE(Perl Compatible Regular Expression)库提供的。PCRE库使用和perl相同的语法规则实现了正则表达式的模式匹配，其使用以“preg_”为前缀命名的函数。
另一套是由POSIX(Portable Operation System interface)扩展库提供的。POSIX扩展的正则表达式由POSIX 1003.2定义，一般使用以“ereg_”为前缀命名的函数。
两套函数库的功能相似，执行效率稍有不同。一般而言，实现相同的功能，使用PCRE库的效率略占优势。
正则表达式的匹配
1、preg_match() 函数
函数原形：
int preg_match(string $pattern, string $content[,array $matches])
preg_match()函数在$content字符串中搜索与$pattern给出的正则表达式相匹配的内容。如果提供了$matches,则将匹配结果放入其中。$matches[0]将包含与整个匹配的文本，$matches[1]将包含第一个捕获的与括号中的模式单元所匹配的内容，以此类推。该函数只作一次匹配，最终返回0或1的匹配结果数。
//需要匹配的字符串。date函数返回当前时间
$content = "Current date and time is ".date("Y-m-d h:i a").", we are learning PHP together.";
//使用通常的方法匹配时间
if (preg_match ("/\d{4}-\d{2}-\d{2} \d{2}:\d{2} [ap]m/", $content, $m))
{
echo "匹配的时间是：" .$m[0]. "\n";
}
//由于时间的模式明显，也可以简单的匹配
if (preg_match ("/([\d-]{10}) ([\d:]{5} [ap]m)/", $content, $m))
{
echo "当前日期是：" .$m[1]. "\n";
echo "当前时间是：" .$m[2]. "\n";
}
?>
2、ereg()和eregi()
Ereg()是POSIX扩展中正则表达式的匹配函数.eregi()是ereg()函数的忽略大小的版本.两者与preg_match的功能类似,但函数返回的是一个布尔值,表明匹配成功与否. 需要说明的是,POSIX扩展库函数的第一个参数接受的是正则表达式字符串,即不需要使用分解符.
通常情况下,使用与Perl兼容的正则表达式匹配函数perg_match(),将比使用ereg()或eregi()的速度更快. 如果只是查找一个字符串中是否包含某个子字符串,建议使用strstr()或strpos()函数.
$username = $_SERVER["REMOTE_USER"];
$filename = $_GET["file"];
//对文件名进行过滤，以保证系统安全
if (!ereg("^[^./][^/]*$", $userfile))
{
die("这是一个非法的文件名！");
}
//对用户名进行过滤
if (!ereg("^[^./][^/]*$", $username))
{
die(‘这不是一个有效的用户名");
}
//通过安全过滤，拼合文件路径
$thefile = "/home/$username/$filename";
?>
3、preg_grep()
函数原型:
array preg_grep(string $pattern,array $input)
Preg_grep()函数返回一个数组,其中包括了$input数组中与给定的$pattern模式相匹配的单元。对于输入数组$input中的每个元素，preg_grep()也只进行一次匹配。
$subjects = array(
"Mechanical Engineering", "Medicine",
"Social Science", "Agriculture",
"Commercial Science", "Politics"
);
//匹配所有仅由有一个单词组成的科目名
$alonewords = preg_grep("/^[a-z]*$/i", $subjects);
?>
进行全局正则表达式匹配
1、preg_match_all()
与preg_match()函数类似。如果使用了第三个参数，将把所有可能的匹配结果放入。本函数返回整个模式匹配的次数（可能为0），如果出错返回False。
//功能：将文本中的链接地址转成HTML
//输入：字符串
//输出：字符串
function url2html($text)
{
//匹配一个URL，直到出现空白为止
preg_match_all("/http:\/\/?[^\s]+/i", $text, $links);
//设置页面显示URL地址的长度
$max_size = 40;
foreach($links[0] as $link_url)
{
//计算URL的长度。如果超过$max_size的设置，则缩短。
$len = strlen($link_url);
if($len > $max_size)
{
$link_text = substr($link_url, 0, $max_size)."...";
} else {
$link_text = $link_url;
}
//生成HTML文字
$text = str_replace($link_url,"$link_text",$text);
}
return $text;
}
//运行实例
$str = “这是一个包含多个URL链接地址的多行文字。欢迎访问http://www.taoboor.com”;
print url2html($str);
/*输出结果
这是一个包含多个URL链接地址的多行文字。欢迎访问
http://www.taoboor.com
*/
?>
多行匹配
仅仅使用POSIX下的正则表达式函数，很难进行复杂的匹配操作。例如，对整个文件（尤其是多行文本）进行匹配查找。使用ereg()对此进行操作的一个方法是分行处理。
$rows = file("php.ini"); //将php.ini文件读到数组中
//循环便历
foreach($rows as $line)
{
If(trim($line))
{
//将匹配成功的参数写入数组中
if(eregi("^([a-z0-9_.]*) *=(.*)", $line, $matches))
{
$options[$matches[1]] = trim($matches[2]);
}
unset($matches);
}
}
//输出参数结果
print_r($options);
?>
正则表达式的替换
1、ereg_replace()和eregi_replace()
函数原形：
string ereg_replace (string $pattern,string $replacement,string $string)
String eregi_replace(string $pattern,string $replacerment,string $string)
Ereg_replace()在$string中搜索模式字符串$pattern,并将所匹配结果替换为$sreplacement。
当$pattern中包含模式单元（或子模式）时，$replacement中形如“\1”或“$1”的位置将依次被这些子模式所匹配的内容替换。而“\0”或“$0”是只整个的匹配字符串的内容。需要注意的是，在双引号中反斜线作为转义符使用，所以必须使用“\\0”，\\1的形式。
Eregi_replace()和ereg_replace()的功能一致，只是前者忽略大小写
$lines = file("source.php"); //将文件读入数组中
for($i=0; $i
//将行末以“\\”或“#”开头的注释去掉
$lines[$i] = eregi_replace("(\/\/|#).*$", "", $lines[$i]);
//将行末的空白消除
$lines[$i] = eregi_replace("[ \n\r\t\v\f]*$", "\r\n", $lines[$i]);
}
//整理后输出到页面
echo htmlspecialchars(join("",$lines));
?>
2、preg_replace()
函数原形：
mixed preg_replace(mixed $patten,mixed $replacement,mixed $subject[,int $limit])
Preg_replace较ereg_replace的功能更加强大，其前三个参数均可以使用数组；第四个参数$limit可以设置替换的次数，默认为全部替换。
//字符串
$string = "Name: {Name}
\nEmail: {Email}
\nAddress: {Address}
\n";
//模式
$patterns =array(
"/{Address}/",
"/{Name}/",
"/{Email}/"
);
//替换字串
$replacements = array (
"No.5, Wilson St., New York, U.S.A",
"Thomas Ching",
"tom@emailaddress.com",
);
//输出模式替换结果
print preg_replace($patterns, $replacements, $string);
?>
正则表达式的拆分
1、split()和spliti()
函数原型：
array split (string $pattern,string $string[,int $limit])
本函数返回一个字符串数组，每个单元为$string经正则表达式$pattern作为边界分割出的子串。如果设定了$limit,则返回的数组最多包含$limit个单元。而其中最后一个单元包含了$string中剩余的所有部分。Spliti是split的忽略大小版本。
$date = "08/30/2006";
//分隔符可以是斜线，点，或横线
list($month, $day, $year) = split ("[/.-]", $date);
//输出为另一种时间格式
echo "Month: $month; Day: $day; Year: $year
\n";
?>
2、preg_split()
本函数与split函数功能一致。
$seek = array();
$text = "I have a dream that one day I can make it. So just do it, nothing is impossible!";
//将字符串按空白，标点符号拆分（每个标点后也可能跟有空格）
$words = preg_split("/[.,;!\s"]\s*/", $text);
foreach($words as $val)
{
$seek[strtolower($val)] ++;
}
echo "共有大约" .count($words). "个单词。";
echo "其中共有" .$seek["i"]. "个单词“I”。";
?>
正则表达式的Wed验证应用
电子邮件地址的校验
/* 校验邮件地址 */
function checkMail($email)
{
//用户名，由“\w”格式字符、“-”或“.”组成
$email_name = "\w|(\w[-.\w]*\w)";
//域名中的第一段，规则和用户名类似，不包括点号“.”
$code_at = "@";
$per_domain = "\w|(\w[-\w]*\w)";
//域名中间的部分，至多两段
$mid_domain = "(\." .$per_domain. "){0,2}";
//域名的最后一段，只能为“.com”、“.org”或“.net”
$end_domain = "(\.(com|net|org))";
$rs = preg_match(
"/^{$email_name}@{$per_domain}{$mid_domain}{$end_domain}$/",
$email
);
return (bool)$rs;
}
//测试，下面均返回成功
var_dump( checkMail("root@localhost") );
var_dump( checkMail("Frank.Roulan@esun.edu.org") );
var_dump( checkMail("Tom.024-1234@x-power_1980.mail-address.com") );
?>
URL地址的校验
/* 校验URL地址 */
function checkDomain($domain)
{
return ereg("^(http|ftp)s? ://(www\.)?.+(com|net|org)$", $domain);
}
$rs = checkDomain ("www.taodoor.com"); //返回假
$rs = checkDomain ("http://www.taodoor.com"); //返回真
?>
电话号码
/* 校验电话号码 */
function checkTelno($tel)
{
//去掉多余的分隔符
$tel = ereg_replace("[\(\)\. -]", "", $tel);
//仅包含数字，至少应为一个6位的电话号（即没有区号）
if(ereg("^\d+$", $tel))
{
return true;
}else{
return false;
}
}
$rs = checkTelno("(086)-0411-12345678"); //返回真
?>
邮政编码的校验
/* 校验邮政编码 */
function checkZipcode($code)
{
//去掉多余的分隔符
$code = preg_replace("/[\. -]/", "", $code);
//包含一个6位的邮政编码
if(preg_match("/^\d{6}$/", $code))
{
return true;
}else{
return false;
}
}
$rs = checkZipCode("123456"); //返回真
?>
至此，最通俗易懂的php正则表达式教程结束！