正則表達式基礎

正則表達式是描述字串模式的語言，PHP 採用 PCRE (Perl Compatible Regular Expressions) 引擎，函數族群以 preg_ 開頭（preg_match、preg_replace、preg_split 等）。

核心元字符與原子表

類別	符號	說明
字元類別	.	任意單一字元（除換行符，s 修飾符可含換行）
	\d	數字 0-9，等同 [0-9]
	\D	非數字
	\w	單字字元：字母、數字、底線，等同 [a-zA-Z0-9_]
	\W	非單字字元
	\s	空白字元：空格、Tab、換行、換頁
自訂字元類別	[abc]	匹配 a、b、c 任一字元
	[^abc]	匹配非 a、b、c 的任一字元
	[a-z]	範圍：a 到 z
量詞	*	0 次或多次（貪婪）
	+	1 次或多次（貪婪）
	?	0 次或 1 次
	{m}	恰好 m 次
	{m,n}	m 到 n 次
定位符	^	字串開頭（m 修飾符時為行首）
	$	字串結尾（m 修飾符時為行尾）
	\b	單字邊界
	\B	非單字邊界
分組與捕獲	(...)	捕獲群組，可反向參考 \1、\2...
非捕獲分組	(?:...)	僅分組不捕獲，效能較好
或邏輯	|	匹配左右任一模式

常用修飾符

實戰範例

Email 驗證

<?php
$pattern = '/^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$/';
$emails = ['test@example.com', 'invalid@', 'user@domain.cn'];
foreach ($emails as $email) {
    echo $email . ': ' . (preg_match($pattern, $email) ? '有效' : '無效') . "\n";
}
?>

HTML 標籤提取

<?php
$html = '
內容
';
preg_match_all('/<([a-z]+)[^>]*>(.*?)<\/\1>/is', $html, $matches);
print_r($matches[2]);  // 內容
?>

中文分詞邊界

<?php
$text = "你好世界";
preg_match_all('/\p{Han}+/u', $text, $matches);  // 需 u 修飾符
print_r($matches[0]);  // ["你好", "世界"]
?>

替換與回呼

<?php
// 將數字加粗
echo preg_replace('/(\d+)/', '$1', '價格 123 元');  // 價格 123 元

// 回呼函數處理
echo preg_replace_callback('/(\d+)/', function($m) {
    return $m[1] * 2;
}, '價格 123 元');  // 價格 246 元
?>

常用 preg_ 函數族

修飾符	說明
i	忽略大小寫
m	多行模式：^/$ 匹配行首尾
s	單行模式：. 匹配含換行
x	擴展模式：忽略模式空白、允許註解
u	UTF-8 模式（處理中文必備）
U	非貪婪模式（量詞預設最小匹配）

函數	用途
preg_match()	匹配一次，回傳 0/1/false
preg_match_all()	全域匹配所有，回傳次數
preg_replace()	搜尋替換
preg_replace_callback()	回呼函數替換
preg_split()	正則分割字串
preg_quote()	跳脫正則特殊字元
preg_grep()	過濾陣列元素
preg_last_error()	取得最後錯誤代碼

效能與安全建議

• 避免災難性回溯：慎用 (.*)、(.+) 巢狀量詞，改用具體字元類別或非貪婪 .*?。
• 固定前綴模式效能最佳（如 /^prefix/）。
• 使用者輸入納入模式時，必須用 preg_quote() 跳脫。
• 複雜模式善用 x 修飾符加註解提升可讀性。
• 編譯緩存：相同模式重複使用時，PHP 會快取編譯結果。

線上測試工具

• regex101.com（支援 PCRE、解釋、除錯）
• regexr.com

正則表達式功能強大但複雜，善用工具驗證、保持模式簡潔、優先考慮專用函數（如 filter_var 驗證 Email/URL），能事半功倍。