PCRE(Perl Compatible Regular Expressions)是 PHP 正則引擎標準。本文系統整理正則元素、元字符、修飾符、優先級、四大核心函數(匹配、替換、分割、全局匹配)與高頻實戰模式,作為開發隨手查閱手冊。
一、正則表達式三大核心元素
| 元素 | 說明 | 範例 |
| 原子 | 最基本匹配單元 | a-z、0-9、\d、(abc)、[abc] |
| 元字符 | 特殊功能字符 | * + ? ^ $ | \b \B {m,n} |
| 修飾符 | 模式行為控制 | i m s x A D U |
二、常用原子表(字元類別)
| 代碼 | 匹配內容 | 等價字元類別 |
\d | 任意數字 | [0-9] |
\D | 非數字 | [^0-9] |
\w | 單詞字元(字母數字下劃線) | [a-zA-Z0-9_] |
\W | 非單詞字元 | [^a-zA-Z0-9_] |
\s | 空白字元(空格、Tab、換行、換頁) | [\t\n\r\f ] |
\S | 非空白字元 | [^\t\n\r\f ] |
. | 任意字元(除換行,s 修飾符下含換行) | - |
[abc] | 字元類別:a 或 b 或 c | - |
[^abc] | 排除字元類別 | - |
(abc) | 分組/捕獲組(整體匹配) | - |
(?:abc) | 非捕獲分組 | - |
三、元字符完整對照
| 字符 | 名稱 | 行為 | 範例 |
* | 星號/零或多次 | 匹配前一原子 0~n 次 | ab*c 匹配 ac, abc, abbc... |
+ | 加號/一或多次 | 匹配前一原子 1~n 次 | ab+c 匹配 abc, abbc... |
? | 問號/零或一次 | 匹配前一原子 0~1 次 | ab?c 匹配 ac, abc |
{m} | 固定次數 | 匹配前一原子恰好 m 次 | \d{3} 三位數字 |
{m,} | 至少 m 次 | 匹配前一原子 m~n 次 | \d{2,} 至少兩位數字 |
{m,n} | 範圍次數 | 匹配前一原子 m~n 次 | \d{3,5} 3-5 位數字 |
^ | 行首錨點 | 匹配字串/行開頭(m 修飾符影響) | ^abc |
$ | 行尾錨點 | 匹配字串/行結尾(m 修飾符影響) | abc$ |
\b | 單詞邊界 | 單詞字元與非單詞字元交界 | \bcat\b 匹配 "cat" 不匹配 "category" |
\B | 非單詞邊界 | \b 相反 | \Bcat\B 匹配 "scatter" |
| | 分支/或 | 左右任一匹配即可(優先級最低) | cat|dog |
() | 捕獲分組 | 整體量化、反向引用 \1、提取子串 | (\d{4})-(\d{2}) |
四、修飾符
| 修飾符 | 名稱 | 效果 |
i (PCRE_CASELESS) | 不區分大小寫 | /abc/i 匹配 ABC, Abc... |
m (PCRE_MULTILINE) | 多行模式 | ^/$ 匹配每行開頭/結尾 |
s (PCRE_DOTALL) | 單行模式 | . 匹配含換行的任意字元 |
x (PCRE_EXTENDED) | 忽略空白/註釋 | 可寫多行帶註釋的正則 |
A (PCRE_ANCHORED) | 強制錨定開頭 | 等同 ^,但不可被 .* 繞過 |
D (PCRE_DOLLAR_ENDONLY) | 強制 $ 僅匹配字串尾 | 配合 m 時 $ 不匹配行尾 |
U (PCRE_UNGREEDY) | 禁止貪婪匹配 | * 變非貪婪,*? 變貪婪,採集常用 |
J (PCRE_DUPNAMES) | 允許重複子模式名 | (?<name>a)|(?<name>b) |
使用方式:/pattern/modifiers 或 preg_match('/pattern/modifiers', $str)
五、運算優先級(高→低)
() 分組/捕獲(最高)
* + ? {m,n} 量詞
^ $ \b \B 錨點/邊界
| 分支/或(最低)
同級左結合。善用分組控制優先級:ab|c = (ab)|(c),a(b|c) = ab|ac。
六、四大核心函數
| 函數 | 用途 | 關鍵參數/回傳 |
preg_match | 單次匹配 | preg_match($pattern, $subject, &$matches) 返回 0/1/false,$matches[0] 全匹配,$matches[1] 第一捕獲組 |
preg_match_all | 全局匹配 | preg_match_all($pattern, $subject, &$matches, PREG_SET_ORDER|PREG_OFFSET_CAPTURE) 返回匹配次數,$matches 結構由 flags 決定 |
preg_replace | 搜尋替換 | preg_replace($pattern, $replacement, $subject, $limit=-1, &$count) $replacement 可為字串/陣列/回調,e 修飾符已移除(PHP 7) |
preg_split | 正則分割 | preg_split($pattern, $subject, $limit=-1, $flags) flags: PREG_SPLIT_NO_EMPTY, PREG_SPLIT_DELIM_CAPTURE, PREG_SPLIT_OFFSET_CAPTURE |
七、實戰高頻模式庫
// Email(RFC 5322 簡化版)
/^[a-zA-Z0-9.!#$%&'*+\/=?^_`{|}~-]+@[a-zA-Z0-9](?:[a-zA-Z0-9-]{0,61}[a-zA-Z0-9])?(?:\.[a-zA-Z0-9](?:[a-zA-Z0-9-]{0,61}[a-zA-Z0-9])?)+$/
// 手機號(中國大陸)
/^1[3-9]\d{9}$/
// 身份證(18 位,含校驗碼邏輯需程式碼驗證)
/^[1-9]\d{5}(19|20)\d{2}(0[1-9]|1[0-2])(0[1-9]|[12]\d|3[01])\d{3}[\dXx]$/
// URL(HTTP/HTTPS)
/^https?:\/\/[^\s\/$.?#].[^\s]*$/i
// IPv4
/^((25[0-5]|2[0-4]\d|[01]?\d?\d)\.){3}(25[0-5]|2[0-4]\d|[01]?\d?\d)$/
// 日期 YYYY-MM-DD
/^\d{4}-(0[1-9]|1[0-2])-(0[1-9]|[12]\d|3[01])$/
// 中文字符
/^[\x{4e00}-\x{9fa5}]+$/u
// HTML 標籤(簡易)
/<[^>]+>/
// 去除 HTML 標籤保留文字
$clean = preg_replace('/<[^>]+>/', '', $html);
// 匹配雙引號/單引號內容(含跳脫)
/(["'])(?:(?=(\\?))\2.)*?\1/
八、常見陷阱與最佳實踐
- 貪婪 vs 非貪婪:
.* 盡可能多匹配,.*? 盡可能少。採集內容務必用非貪婪或 U 修飾符
- 分組捕獲效能:不需要反向引用時用
(?:...) 非捕獲組
- 分隔符選擇:模式含
/ 時改用 #、~、% 避免轉義
- UTF-8 支援:必須加
u 修飾符(/pattern/u),否則多位元組字元會被拆分匹配
- 錨點濫用:
^$ 在 m 模式下匹配行首尾,非 m 模式匹配字串首尾
- 效能殺手:嵌套量詞
(a+)+、回溯陷阱,對長字串可能導致指數級回溯
收藏此手冊,下次寫正則不再查文檔。