萬盛學電腦網

您现在的位置: 萬盛學電腦網 >> 程式設計 >  >> 網路程式設計 >> PHP 程式設計

PHP 正則表達式完整速查手冊:PCRE 語法、修飾符、核心函數與實戰模式

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)

  1. () 分組/捕獲(最高)
  2. * + ? {m,n} 量詞
  3. ^ $ \b \B 錨點/邊界
  4. | 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

  1. 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
  2. 分組捕獲效能:不需要反向引用時用 (?:...) 非捕獲組
  3. 分隔符選擇:模式含 / 時改用 #、~、% 避免轉義
  4. 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
  5. 錨點濫用:^$ 在 m 模式下匹配行首尾,非 m 模式匹配字串首尾
  6. 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。

copyright © 萬盛學電腦網 all rights reserved