前言
正則表達式是文字處理的利器,PHP 採用 PCRE (Perl Compatible Regular Expressions) 引擎,功能強大但語法複雜。本文系統整理 preg_match、preg_match_all、preg_replace、preg_split、preg_quote 等核心函數,提供常用模式範例、效能優化與除錯技巧。
核心函數速查
| 函數 | 用途 | 回傳值 | 典型用法 |
| preg_match | 搜尋第一次符合 | int (0/1/false),$matches 陣列為引用參數 | 驗證格式、提取第一組 |
| preg_match_all | 搜尋所有符合 | int (匹配次數),$matches 結構由 PREG_PATTERN_ORDER 決定 | 提取所有連結、郵件、標籤 |
| preg_replace | 搜尋並替換 | 字串/陣列,或 null (錯誤) | 關鍵字高亮、模板替換、清理輸入 |
| preg_replace_callback | 回呼函數替換 | 字串/陣列 | 複雜替換邏輯(計算、查表) |
| preg_split | 正則分割字串 | 陣列 | 分割複雜分隔符、保留分隔符 |
| preg_quote | 跳脫正則特殊字元 | 字串 | 動態建構模式時必用 |
| preg_last_error | 取得最後錯誤代碼 | int (PREG_NO_ERROR 等) | 除錯模式編譯/執行錯誤 |
常用模式範例庫
| 需求 | 模式 | 說明 |
| Email | /^[a-zA-Z0-9.!#$%&'*+\/=?^_`{|}~-]+@[a-zA-Z0-9-]+(?:\.[a-zA-Z0-9-]+)+$/ | RFC 5322 簡化版,實際建議用 filter_var($email, FILTER_VALIDATE_EMAIL) |
| URL (HTTP/HTTPS) | /^https?:\/\/[^\s\/$.?#].[^\s]*$/i | 基本驗證,嚴格解析用 parse_url |
| 手機號 (台灣) | /^09\d{8}$/ | 09 開頭 10 碼 |
| 身分證字號 (台灣) | /^[A-Z][12]\d{8}$/ | 字母+性別碼+8碼數字,需額外檢查碼驗證 |
| 中文字 | /[\x{4e00}-\x{9fff}]/u | 需 u 修飾符支援 Unicode |
| HTML 標籤 | /<[^>]+>/ | 簡易移除,複雜 HTML 用 HTML Purifier |
| 日期 YYYY-MM-DD | /^\d{4}-\d{2}-\d{2}$/ | 格式驗證,日期有效性需 DateTime 檢查 |
| IPv4 | /^(?:(?:25[0-5]|2[0-4]\d|1\d\d|[1-9]?\d)\.){3}(?:25[0-5]|2[0-4]\d|1\d\d|[1-9]?\d)$/ | 嚴格 0-255 各段 |
| Base64 | /^(?:[A-Za-z0-9+\/]{4})*(?:[A-Za-z0-9+\/]{2}==|[A-Za-z0-9+\/]{3}=)?$/ | 標準 Base64 格式 |
修飾符完整說明
| 修飾符 | 名稱 | 效果 |
| i | PCRE_CASELESS | 不區分大小寫 |
| m | PCRE_MULTILINE | ^ $ 匹配行首行尾(非字串首尾) |
| s | PCRE_DOTALL | . 匹配換行符 |
| u | PCRE_UTF8 | UTF-8 模式,正確處理多位元組字元 |
| x | PCRE_EXTENDED | 忽略模式空白、允許註解 #,提升可讀性 |
| U | PCRE_UNGREEDY | 反貪婪模式(量詞預設非貪婪) |
| J | PCRE_DUPNAMES | 允許重複命名子模式 (?<name>...) |
效能優化黃金法則
- 避免災難性回溯:
(.*)*、(a+)+ 等嵌套量詞在不匹配字串上呈指數級回溯。改用具體字元類別、佔有優先量詞 ++ *+ ?+、原子群組 (?>...)。
- 錨定開頭結尾:
^pattern$ 避免全字串掃描。
- 預編譯重用:同一模式重複使用時,PHP 會快取編譯結果(PCRE_CACHE),但動態生成模式無法快取。
- 優先用字串函數:
strpos、str_contains (PHP 8)、str_starts_with 速度比正則快 10-100 倍。
- 限制回溯深度:
ini_set('pcre.backtrack_limit', 100000) 防止耗盡資源。
實戰範例:關鍵字高亮
function highlightKeywords(string $text, array $keywords): string {
if (!$keywords) return $text;
// 逃脫關鍵字特殊字元,建立替代模式
$pattern = '/(' . implode('|', array_map('preg_quote', $keywords)) . ')/iu';
return preg_replace_callback($pattern, function($m) {
return '' . htmlspecialchars($m[0]) . '';
}, $text);
}
除錯技巧
- 使用 regex101.com (選 PCRE) 即時測試、解釋、效能分析。
var_dump(preg_last_error_msg()) (PHP 8+) 取得人類可讀錯誤訊息。
- 將複雜模式拆解為多個簡單步驟,配合
preg_replace_callback 處理邏輯。
總結
正則表達式威力強大但「寫時易讀、改時難維」。遵循「能用字串函數就不用正則、能用解析器就不用正則」原則。掌握 PCRE 修飾符、貪婪/非貪婪、回溯控制,並善用線上除錯工具,才能寫出高效、可維護的模式。