正則表達式(Regular Expression, Regex)是文字處理的「瑞士刀」——雖然語法晦澀,但掌握後能以極少代碼解決複雜的字串驗證、擷取、替換、分割問題。本文系統整理正則歷史、核心語法、PHP 實戰函式與優化技巧。
qed 編輯器搜尋演算法,首度工程化。| 符號 | 說明 | 範例 |
|---|---|---|
. | 匹配除換行符外任意單字符 | a.c 匹配 "abc", "aXc" |
\d | 數字 [0-9] | \d{3} 三位數 |
\D | 非數字 [^0-9] | |
\w | 單字字符 [a-zA-Z0-9_] | |
\W | 非單字字符 | |
\s | 空白字符 (空格、Tab、換行) | |
\S | 非空白字符 | |
^ | 字串開頭 (多行模式下為行首) | |
$ | 字串結尾 (多行模式下為行尾) | |
\b | 單字邊界 | \bcat\b 匹配 "cat" 不匹配 "cater" |
\B | 非單字邊界 |
| 符號 | 說明 | 貪婪/惰性 |
|---|---|---|
* | 0 次或多次 {0,} | 貪婪 |
+ | 1 次或多次 {1,} | 貪婪 |
? | 0 次或 1 次 {0,1} | 貪婪 |
{n} | 確切 n 次 | - |
{n,} | 至少 n 次 | 貪婪 |
{n,m} | n 到 m 次 | 貪婪 |
*?, +?, ??, {n,m}? | 惰性匹配 (最少) | 惰性 |
[abc]:任一字符[^abc]:排除字符[a-z]:範圍(...):捕獲群組 (可反向引用 \1)(?:...):非捕獲群組 (效能較好)(?=...):正向預查 (零寬斷言)(?!...):負向預查(?<=...):正向後顧(?<!...):負向後顧cat|dog|bird 匹配三者之一。優先級最低,常配合群組:(cat|dog)food。
| 函式 | 用途 | 回傳值 |
|---|---|---|
preg_match(pattern, subject, &$matches, flags, offset) | 單次匹配 | 0/1 (匹配次數),$matches 裝捕獲結果 |
preg_match_all(pattern, subject, &$matches, flags, offset) | 全域匹配 | 匹配總次數,$matches 結構由 PREG_PATTERN_ORDER 決定 |
preg_replace(pattern, replacement, subject, limit, &$count) | 搜尋替換 | 替換後字串,$count 替換次數 |
preg_replace_callback(pattern, callable, subject, limit, &$count, flags) | 回調替換 | 替換後字串 |
preg_split(pattern, subject, limit, flags) | 正則分割 | 字串陣列 |
preg_quote(str, delimiter) | 轉義正則特殊字符 | 安全字串 |
preg_filter(pattern, replacement, subject) | 僅返回匹配並替換後的元素 | 陣列 |
preg_last_error() | 取得最後錯誤代碼 | PREG_* 常數 |
i (PCRE_CASELESS):忽略大小寫m (PCRE_MULTILINE):^/$ 匹配行首尾s (PCRE_DOTALL):. 匹配含換行u (PCRE_UTF8):UTF-8 模式 (處理中文必加)x (PCRE_EXTENDED):忽略模式空白、允許註解D (PCRE_DOLLAR_ENDONLY):$ 僅匹配字串絕對結尾U (PCRE_UNGREEDY):反轉貪婪/惰性預設function isEmail($email) {
return (bool)preg_match('/^[a-zA-Z0-9.!#$%&\'*+\/=?^_`{|}~-]+@[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])?)+$/u', $email);
}
function isUrl($url) {
return (bool)preg_match(
'/^(https?):\/\/(([a-zA-Z0-9-]+\.)+[a-zA-Z]{2,}|(\d{1,3}\.){3}\d{1,3})(:\d+)?(\/[^\s]*)?$/u',
$url
);
}
function isMobileCN($mobile) {
// 13/14/15/16/17/18/19 開頭,共 11 位
return (bool)preg_match('/^1[3-9]\d{9}$/u', $mobile);
}
// 更嚴格版 (排除未啟用段)
function isMobileStrict($mobile) {
return (bool)preg_match('/^(?:13\d|14[5-9]|15[0-35-9]|16[25-7]|17[0-8]|18\d|19[1-9])\d{8}$/u', $mobile);
}
// 台灣身分證
function isTwID($id) {
return (bool)preg_match('/^[A-Z][12]\d{8}$/u', $id);
}
// 中國大陸身分證 (18 位)
function isCnID($id) {
return (bool)preg_match('/^[1-9]\d{5}(19|20)\d{2}(0[1-9]|1[0-2])(0[1-9]|[12]\d|3[01])\d{3}[\dXx]$/u', $id);
}
$html = '<img src="logo.png" alt="Logo" class="img-responsive" />';
preg_match_all('/(\w+)\s*=\s*["\']([^"\']*)["\']/u', $html, $m, PREG_SET_ORDER);
foreach ($m as $attr) {
echo "$attr[1] = $attr[2]\n"; // src=logo.png, alt=Logo, class=img-responsive
}
$text = "開始\n中間內容\n結束";
preg_match('/開始(.+?)結束/su', $text, $m); // s 讓 . 匹配換行,u 處理 UTF-8
echo $m[1]; // "\n中間內容\n"
(.*)*、(a+)+ 等嵌套量詞在長字串會指數級爆炸。改用具體字符類、佔有優先量詞 ++、*+、?+ 或原子群組 (?>...)。^pattern$ 避免全字串掃描。static $re = '/pattern/u'; 避免重複編譯 (PHP 內部有快取,但靜態變數更明確)。strpos, str_replace, explode 效能遠超正則,能不用正則就不用。u 修飾符處理中文:否則 .、\w、\b 會按位元組誤判。ini_set('pcre.backtrack_limit', 100000); ini_set('pcre.recursion_limit', 100000); 防止段錯。正則表達式是「寫時閱讀難,維護更難」的利器。實務上遵循原則:能用字串函式解決的不用正則;必須用正則時,寫註解、拆變數、加單元測試、上線前跑效能基準。內化本文語法表與範例庫,你就能駕馭 90% 的文字處理場景。