在PHP中，我们进行字符串处理时，能用字符串处理函数时我们当然要使用简单的字符串处理函数，但字符串处理函数的能力是有限的，所以我们就需要利用一个更强大的工具，那就是正则表达式。

正则表达式就是描述字符串排列模式的一种自定义语法规则。正则表达式就是通过构建具有特定规则的模式，和输入字符串信息进行比较，然后进行分割、匹配、查找、替换等等的相关操作。正则表达式不是PHP中独有的，多种语言均可以使用正则表达式，在这里我们介绍正则在PHP中的用法。

1. PHP中，如果可以用字符串处理函数完成的任务，我们就不要使用正则表达式。

2. 有一些复杂的操作，例如格式检验等等，只能用正则表达式完成。

3. 正则表达式也是一个字符串，但是它是具有特殊意义的字符串。

4. 它具有一些编写规则，也是一种模式，也可以把它看做一种编程语言。

5. 只有把正则表达式运用到某个函数中使用，才能发挥出正则表达式的作用，否则，它便是一个简单的字符串。

图片的匹配例子

这就是匹配HTML中的一个图片标签，例如可以匹配

在PHP中，有两套正则表达式函数库。

1.POSIX 扩展的正则表达式函数（ereg_）。

2.Perl 兼容的正则表达式函数（PReg_）。

Perl 兼容的函数库是后加的函数库，功能更加强大，另外javaScript 和 Perl 语言里面也会兼容这种模式，所以推荐学习 Perl 语言兼容的函数库。

在学习时，我们就需要学习下面两点

1. 正则表达式的语法

2. PHP中正则表达式的处理函数

任何正则表达式都是由定界符号、原子、元字符、模式修正符号四部分来组成的。下面我们以上面的例子依次来介绍这四部分内容。

除了字母，数字和反斜杠 \ 以外的所有字符均可以为定界符。上面的例子中，开头和末尾的两个斜线 / 便作为定界符，我们还可以利用其它字符来定义，例如 | |，{ }，# #等等，不过我们一般是使用斜线 / 作为定界符。

上面的例子中，img \s 均为原子。原子是正则表达式的最基本的组成单位，而且必须至少包含一个原子，正则表达式中可以单独使用的字符，就是原子。

使用时注意事项总结如下

1）原子包括所有打印字符和非打印字符，打印字符就是我们可以在屏幕上看到的字符例如abc等等，非打印字符就是我们看不到的字符，例如空格，回车等等。

2）\. \* \+ \? \< \( \< \>，所有有意义的字符，如果想作为原子使用，必须统统使用 \ 转义字符转义。

3）转义字符 \ 可以将有意义的字符转为有意义的字符，例如 * 是元字符，代表匹配一个字符零到多次，但是 \* 就代表了 * 这个字符。

4）另外转义字符还可以将没有意义的字符转成有意义的字符，例如 \d 可以表示任意一个十进制数字。总结如下：

\d：表示任意一个十进制的数字。

\D：表示任意一个除数字以外的字符。

\s：表示任意一个空白字符，如空格、回车、\t、\n

\S：表示任意一个非空白

\w：表示任意一个字，包括 a-z，A-Z，0-9，下划线_

\W：表示任意一个非字，\w 之外的任意一个字符

5）自定义原子表，定义一个中括号，表示匹配中括号中的任何一个内容，注意是任何一个。例如

正则表达式 “/[123]/” 和字符串 “abc2″可以匹配成功。

正则表达式 “/[a-z]/” 和字符串 “x3″可以匹配成功。

正则表达式 “/[1-3a-z]/” 和字符串 “x”可以匹配成功。

在这里[^]中括号里面写入^代表取反，表示除了原子表中的原子，但是^必须写在[]的第一个字符上。例如

[^a-z]代表除了a-z的所有字符

[^\n\t]代表除了换行和制表的所有字符

上面的例子中，* ？均为元字符。元字符就是用来修饰原子的字符，不可以单独出现。

例如 * 代表匹配前面的原子零到多次，但如果想匹配 *，则必须要加转义号 \* 来表示

，特殊地，. 点也可以表示原子

元字符总结分类如下

1）* 表示其前面的原子可以出现 0 至多次

2）+ 表示前面的原子可以出现 1 至多次，即至少一个原子

3）？ 表示前面的原子可以出现 0 次或 1 次

4）{ } 用于自己定义前面原子出现的次数，另外分为以下几种

{m}，m表示一个整数，则前面的数字必须出现m次

{m，n}，m，n表示两个整数，m<n，表示前面出现的原子最少出现 m 次，最多出现 n 次。

{m,} m表示一个整数，表示最少出现 m 次，最多无限

所以 * 可以表示为 {0,}，+ 可以表示为{1,}，? 表示为 {0,1}

5）. 默认情况下，表示除换行符外任意一个字符，和 * 组合表示可以匹配任意字符串，和 + 组合表示至少一个字符串

6）^ 直接在一个正则表达式的第一个字符出现，表示字符串必须以这个正则表达式开始，例如

^okay，表示字符串必须以 okay 开头

7）$ 直接在一个正则表达式的最后一个字符出现，则表示字符串必须以这个正则表达式结尾，例如

okay$，表示字符串必须以 okay 结尾。

注意：^okay$只是匹配一个okay字符，若要匹配 okay 开头okay结尾，则正则表达式可以写为 ^okay.*okay$

8）| 表示或的关系，它的优先级是最低的，最后考虑它的功能

9）\b 表示一个边界，例如

字符串 this is island，那么 \bis\b 则可以匹配，它匹配的是中间的 is，is两边是有边界的。

10）\B 表示一个非边界，例如

\Bis\b，则匹配第一个is，\bis\B则匹配第三个 is

11）（） 括号，重点，作用总结如下

（1）将括号里面的元素作为一个大原子使用

即作为一个整体使用，例如 (abc)+，可以匹配abcabc….

（2）改变优先级

加上括号可以提高其优先级别。

（3）作为子模式使用

正则表达式中添加括号相当于添加了子模式。全部匹配作为一个大模式，放到数组的第一个元素中，每个()是一个子模式按顺序放到数组的其它元素中去。

在下面所说的 preg_match 方法中，结果会被赋值到 $arr 变量中，先匹配外层模式，再匹配内层模式。

12345

$pattern="/(\d{4}(\W)\d{2}\W\d{2})\s+(\d{2}(\W)\d{2}\W\d{2})\s+(?:am|pm)/"; //正则表达式模式$string="today is 2010/09/15 15:35:28 pm..."; //需要和上面模式字符串进行匹配的变量字符串if(preg_match($pattern, $string, $arr)){print_r($arr);}

结果

12345678

Array([0] => 2010/09/15 15:35:28 pm[1] => 2010/09/15[2] => /[3] => 15:35:28[4] => :)

（4）取消子模式

就将它作为大原子或者改变优先级使用。

只要在模式前面加一个 ?: 就可以取消子模式，例如

1	(?:am|pm) //即不把（am|pm）作为一个子模式，直接将 am|pm 看做一个整体来使用。

（5）反向引用

可以在模式中直接将子模式取出来，再作为正则表达式模式的一部分， 如果是在正则表达式像替换函数preg_replace函数中， 可以将子模式取出， 在被替换的字符串中使用

\1 取第一个子模式、 \2取第二个子模式， …. \5 (注意是单引号还是双引号引起来的正则)

“\\1″ 在双引号引起来的正则，它是可以解释转义字符的，所以 \1 必须要写成 \\1‘\1′ 在单引号引起来的正则中，则不会出现这种情况，\1 仍然可以写成 \1

例如

1234567

$pattern="/\d{4}(\W)\d{2}\\1\d{2}\s+\d{2}(\W)\d{2}\\2\d{2}\s+(?:am|pm)/"; //正则表达式模式$string="today is 2010/09/15 15:35:28 pm..."; //需要和上面模式字符串进行匹配的变量字符串if(preg_match($pattern, $string, $arr)){ echo "正则表达式 <b>{$pattern} </b>和字符串 <b>{$string}</b> 匹配成功<br>"; print_r($arr); echo '</pre>'; }

在上面的例子中，因为(\W)已经匹配了第一个斜杠/，它已经作为第一个子模式保存起来了，我们想继续使用这个匹配，我们就可以用 \\1 来表示，如果是单引号引起来的正则，则直接用 \1 来表示就可以了，后面的 \\2 和它是同样的原理。

上面的例子中，最后 / 后面的 i u 即为模式修正符号。

1）就是几个字母

2）可以一次使用一个，每一个都具有一定的意义，也可以连续使用多个符号

3）放在最后面，是对整个正则表达式调优用的，也可以说是对正则表达式功能的扩展。

归类如下：

i：表示在和模式进行匹配时不区分大小写

m：将每一行字符视为新的一行，也就是换行符后任何一行都可以当做一个整体字符串，主要的影响就在于 ^ 号和 $ 号。

例如：

12345

$pattern = '/^abc/m'$string ='cde abcd efg'//可以匹配成功，因为加入m之后，第二行的abcd也当做一行了，也算是以abc开头

s：如果没有使用这个模式修正符号，那么 “.” 是不能当做换行符的，加入s，将字符串视为单行，那么 “.” 也就可以表示换行符了。

x：模式中的空白忽略不计，注意是模式中的。

123	$pattern = '/a b c/x'$string ='abc'//可以匹配成功，因为加入x之后，a b c直接当做abc来看

e：正则表达式必须使用在 preg_replace函数中使用

A：必须以正则表达式开头，也就相当于前面加了 ^

Z：必须以正则表达式结尾，相当于后面加了 $

U：取消贪婪模式，或者 .*? 也可以取消贪婪模式，不过两个同时使用时会导致相反的结果，相当于负负得正的影响，同时出现则会又开启了贪婪模式 。

综上所述，正则表达式的组成为

/原子和元字符/模式修正符号，其中 / 为定界符号，不过有一些语言是不需要这个定界符的，例如 Python 等。

1）\ 转义符最高

2）()，(?:)，{ }，括号其次

3）* + ？ {}

4）^ $ \b

5）|

1）校验数字的表达式

1 数字：^[0-9]*$2 n位的数字：^\d{n}$3 至少n位的数字：^\d{n,}$4 m-n位的数字：^\d{m,n}$5 零和非零开头的数字：^(0|[1-9][0-9]*)$6 非零开头的最多带两位小数的数字：^([1-9][0-9]*)+(.[0-9]{1,2})?$7 带1-2位小数的正数或负数：^(\-)?\d+(\.\d{1,2})?$8 正数、负数、和小数：^(\-|\+)?\d+(\.\d+)?$9 有两位小数的正实数：^[0-9]+(.[0-9]{2})?$10 有1~3位小数的正实数：^[0-9]+(.[0-9]{1,3})?$11 非零的正整数：^[1-9]\d*$ 或 ^([1-9][0-9]*){1,3}$ 或 ^\+?[1-9][0-9]*$12 非零的负整数：^\-[1-9][]0-9″*$ 或 ^-[1-9]\d*$13 非负整数：^\d+$ 或 ^[1-9]\d*|0$14 非正整数：^-[1-9]\d*|0$ 或 ^((-\d+)|(0+))$15 非负浮点数：^\d+(\.\d+)?