PHP 提供兩套正則引擎:PCRE (preg_* 系列) 和 POSIX (ereg_* 系列)。POSIX 自 PHP 5.3 棄用,PHP 7.0 移除。**請全面使用 PCRE**。PCRE 兼容 Perl 正則語法,功能強大、效能優異、跨語言通用。
模式必須包裹在定界符中,常用 /,也可用 #、~、% 等非字母數字字符。/pattern/modifiers。
| 元字符 | 說明 | 等價類 |
|---|---|---|
\A | 字串開頭 (不受 m 影響) | |
\Z | 字串結尾或結尾換行前 (不受 m 影響) | |
^ | 行首 (受 m 影響) | |
$ | 行尾 (受 m 影響) | |
\b | 單詞邊界 | |
\B | 非單詞邊界 | |
\d | 數字 | [0-9] |
\D | 非數字 | [^0-9] |
\w | 單詞字符 (字母、數字、下劃線) | [a-zA-Z0-9_] |
\W | 非單詞字符 | [^a-zA-Z0-9_] |
\s | 空白字符 (空格、換行、Tab 等) | [\f\n\r\t\v] |
\S | 非空白字符 | [^\f\n\r\t\v] |
. | 除換行外任意字符 (s 修飾符下含換行) |
* (0+)、+ (1+)、? (0/1)、{n}、{n,}、{n,m} — **預設貪婪** (匹配越多越好)。? 變惰性:*?, +?, ??, {n,m}? — **匹配越少越好**。| 修飾符 | 名稱 | 作用 |
|---|---|---|
i | PCRE_CASELESS | 忽略大小寫 |
m | PCRE_MULTILINE | ^/$ 匹配行首尾而非字串首尾 |
s | PCRE_DOTALL | . 匹配含換行在內任意字符 |
x | PCRE_EXTENDED | 忽略模式中空白、允許註釋 #,提升可讀性 |
u | PCRE_UTF8 | **關鍵**:正確處理 UTF-8 多位元組字符 (中文等),**強烈建議始終加上** |
U | PCRE_UNGREEDY | 反轉量詞貪婪性 (慎用,易混淆) |
e | PREG_REPLACE_EVAL | 已移除 (PHP 7.0),勿用,改用 preg_replace_callback |
(...) 捕獲組,\1、\2... 在模式中反向引用;$1、$2... 在替換字串中引用。
(?:...) 非捕獲組 (不佔用編號,效能稍高)。
// 匹配重複單詞
preg_replace('/\b(\w+)\s+\1\b/i', '$1', 'the the quick brown fox'); // "the quick brown fox"
// 日期格式統一:匹配 12-31-2006 或 12/31/2006,分隔符必須一致
preg_match('/^(\d{2})([\-\/])(\d{2})\2(\d{4})$/', $date, $m);
// $m[2] 為分隔符,\2 引用確保前後一致
| 語法 | 名稱 | 含義 |
|---|---|---|
(?=...) | 正向頂瞻 | 後面必須匹配 ... |
(?!...) | 負向頂瞻 | 後面不能匹配 ... |
(?<=...) | 正向頂顧 | 前面必須匹配 ... (固定寬度) |
(?<!...) | 負向頂顧 | 前面不能匹配 ... (固定寬度) |
// 匹配不被引號包圍的數字
preg_replace('/(? 內容 (無屬性標籤)
preg_match_all('/(?<=\<(\w+)\>).*?(?=\<\/\1\>)/s', $html, $m);
| 函數 | 用途 | 關鍵參數/返回 |
|---|---|---|
preg_match() | 執行一次匹配 | 返回 0/1,$matches 陣列捕獲組 |
preg_match_all() | 全局匹配所有 | 返回匹配次數,$matches 結構由 PREG_PATTERN_ORDER/PREG_SET_ORDER 控制 |
preg_replace() | 搜尋替換 | 支援陣列、回調函數、限制次數 $limit |
preg_replace_callback() | 回調替換 (替代 /e) | 回調接收 $matches 返回替換字串 |
preg_split() | 正則分割字串 | 返回陣列,PREG_SPLIT_NO_EMPTY 等標誌 |
preg_grep() | 過濾陣列元素 | 返回匹配模式的元素陣列 |
preg_quote() | 轉義正則特殊字符 | 將字串安全用於模式中 |
preg_last_error() | 獲取最後錯誤代碼 | 配合 preg_last_error_msg() (PHP 8+) 排錯 |
// 提取 form action (非 http 開頭)
preg_match_all('/\saction=["\'](?!https?:)(.*?)["\']\s/i', $html, $matches);
// $matches[1] 為相對路徑陣列
$baseUrl = 'https://example.com';
$html = preg_replace_callback(
'/(?<=\s(?:action|href|src)=["\'])(?!https?:|javascript:|#)(.*?)(?=["\'])/i',
fn($m) => $baseUrl . '/' . ltrim($m[1], '/'),
$html
);
// bold -> 提取 "bold"
preg_match_all('/(?<=\<(\w+)\>).*?(?=\<\/\1\>)/s', $html, $m);
strpos/strstr/explode 解決的,別用正則 (如固定字串查找、分割)。(a+)*、互斥選項重疊。使用 preg_match(..., null, 0, 0, $offset) 限制回溯步數 (PHP 7.3+)。x 修飾符寫可讀模式:$pattern = '/
^ # 行首
(\d{4})-(\d{2})-(\d{2}) # 日期 YYYY-MM-DD
\s+ # 空白分隔
(\d{2}):(\d{2}):(\d{2}) # 時間 HH:MM:SS
$ # 行尾
/ux'; // u: UTF-8, x: 可讀模式
PCRE 是 PHP 文本處理的瑞士軍刀。掌握元字符、修飾符 (特別是 u)、分組引用、零寬斷言,配合 preg_replace_callback 處理複雜替換。記住:簡單任務用簡單函數,複雜模式才用正則,並始終測試效能與邊界情況。