概述

正则表达式（Regular Expression）是一种字符匹配工具，通过构建具有特定规则的模式，和输入字符串数据进行比较，然后进行匹配、分割、替换等等的相关操作。它的设计思想是用一种描述性的语言来给字符串定义一个规则，凡是符合规则的字符串，我们就认为它“匹配”了。

目前有两种不同规范的正则表达式：

1. 
   POSIX 规范：在兼容 POSIX 的 UNIX 系统上，grep 和 egrep 之类的工具都遵循 POSIX 规范，一些数据库系统中的正则表达式也匹配 POSIX 规范。


2. 
   PCRE 规范：为 Perl Compatible Regular Expressions 的缩写，中文即 Perl 兼容正则表达式，由 Philip Hazel 开发的 Perl 库，为很多现代工具所使用，大多数编程语言的正则表达式也都是集成该规范。

针对两种不同的正则表达式规范，PHP 提供了两组不同的函数库，分别为POSIX Regex 扩展库和PCRE 扩展库，每一个函数库对应于一种特定的正则表达式。

需要注意的是，从 PHP5.3.0 开始，POSIX Regex 扩展将被废弃，所有调用本扩展中函数都将提示 E_DEPRECATED 错误。

接下来本文会对 PCRE 规范的正则表达式作出详细介绍。

PCRE 正则语法

1. 分隔符

当使用 PCRE 函数的时候，模式需要由分隔符闭合包裹。分隔符可以使任意非字母数字、非反斜线、非空白字符。一般是使用斜线 / 作为定界符。

如果分隔符需要在模式内进行匹配，它必须使用反斜线进行转义。如果分隔符经常在 模式内出现， 一个更好的选择就是是用其他分隔符来提高可读性。

2. 原子

原子是正则表达式的最基本的组成单位，而且必须至少包含一个原子。常见的有：

.   匹配除换行符之外任意字符

\d  匹配任意一个十进制数字

\D  匹配任意一个非十进制字符

\s  匹配一个不可见原子

\S  匹配一个可见原子

\w  匹配任意一个数字、字母或下划线，同 `[a-zA-Z0-9_]`

\W  匹配任意非一个数字、字母或下划线，同`[^a-zA-Z0-9_]`

[]  作为一个原子，匹配 [] 之间的一个原子

[^] 作为一个原子，不能匹配 [] 之间的一个原子

PCRE 中有关原子和元字符的完整列表，请见正则表达式。

3. 元字符

元字符用来修饰原子的字符，不可以单独出现。

i //不区分大小写
s //正则表达式中.匹配所有字符，包括换行符
U //匹配模式变为懒惰模式
x //空白忽略

PCRE 函数

$pattern = ‘/\\S+/’;

• 手机号匹配

$pattern = ‘/^1(3[0-9]|4[57]|5[0-35-9]|7[0135678]|8[0-9])\\d{8}$/’;
//匹配移动
$pattern = ‘^1(3[4-9]|4[7]|5[0-27-9]|7[08]|8[2-478])\\d{8}$’;
//匹配联通
$pattern = ‘^1(3[0-2]|4[5]|5[56]|7[0156]|8[56])\\d{8}$’;
//匹配电信
$pattern = ‘^1(3[3]|4[9]|53|7[037]|8[019])\\d{8}$’;

• E-mail 匹配

$pattern = ‘/^(\w)+(\.\w+)*@(\w)+(\.\w+)+$/’;

• URL 匹配

$pattern = ‘/^https?\:////(\w+\.)+[a-z]+$/’;

• IP 地址匹配

$pattern = ‘/((?:(?:25[0-5]|2[0-4]\\d|01?\\d?\\d)\\.){3}(?:25[0-5]|2[0-4]\\d|01?\\d?\\d))/’;

• 身份证号匹配

$pattern = ‘/(^\d{15}$)|(^\d{18}$)|(^\d{17}(\d|X|x)$)/’;

• 中国邮政编码匹配

$pattern = ‘/^[1-9]\d{5}(?!\d)$/’;

• HTML 标签匹配

$pattern = ‘/^[\x{4e00}-\x{9fa5}]+$/u’;

注：PHP 中使用 \x 表示十六进制数据。

• 日期匹配

$pattern1 = ‘/^\d{4}-\d{1,2}-\d{1,2}$/’; # 2018-04-27
$pattern2 = ‘/^(0?[1-9]|1[0-2])$/’; # 月份(01～09和1～12)
$pattern3 = ‘/^((0?[1-9])|((1|2)[0-9])|30|31)$/’; # 日期(01～09和1～31)