Numeri di corrispondenza preg Php. PHP (espressione regolare) - che cos'è? Esempi di espressioni regolari e convalida

Quando si lavora con testi in qualsiasi linguaggio di programmazione moderno, gli sviluppatori devono costantemente affrontare il compito di verificare la conformità dei dati inseriti con il modello desiderato, trovare e sostituire frammenti di test e altre operazioni tipiche per l'elaborazione di informazioni simboliche. Lo sviluppo dei propri algoritmi di verifica comporta perdite di tempo, incompatibilità del codice del programma e complessità nel suo sviluppo e modernizzazione.

Il rapido sviluppo di Internet e dei linguaggi di sviluppo WEB ha richiesto la creazione di strumenti universali e compatti per l'elaborazione di informazioni di testo con una quantità minima di codice richiesta per questo. Il linguaggio PHP, popolare tra i principianti e gli sviluppatori professionisti, non fa eccezione. L'espressione regolare come linguaggio di modelli di testo consente di semplificare le attività di elaborazione del testo e ridurre il codice del programma di decine e centinaia di righe. Molti compiti sono generalmente impossibili da risolvere senza di essa.

Espressioni regolari in PHP

Il linguaggio PHP contiene tre meccanismi per lavorare con le espressioni regolari: "ereg", "mb_ereg" e "preg". La più comune è l'interfaccia "preg", le cui funzioni forniscono l'accesso alla libreria di supporto per le espressioni regolari PCRE, originariamente sviluppata per il linguaggio Perl, che è in bundle con PHP. Le funzioni Preg cercano le corrispondenze in una determinata stringa di testo, secondo un modello specifico nel linguaggio delle espressioni regolari.

Nozioni di base sulla sintassi

Nell'ambito di un breve articolo, è impossibile descrivere in dettaglio l'intera sintassi delle espressioni regolari; esiste una letteratura speciale per questo. Forniremo solo gli elementi principali per mostrare le ampie possibilità per lo sviluppatore e comprendere gli esempi di codice.

B è formalmente definito molto difficile, quindi semplificheremo la descrizione. L'espressione regolare è una stringa di testo. Consiste in un pattern delimitato e un modificatore che indica come elaborarlo. È possibile includere varie alternative e ripetizioni nei modelli.

Ad esempio, nell'espressione /\d(3)-\d(2)-\d(2)/m il delimitatore sarà «/» , seguito dal motivo e dal simbolo "m" sarà un modificatore.

Tutta la potenza delle espressioni regolari è codificata con metacaratteri. Il metacarattere principale della lingua è la barra rovesciata - "\". Inverte il tipo del carattere che lo segue (cioè un carattere regolare diventa un metacarattere e viceversa). Un altro importante metacarattere è la barra "|", che specifica modelli alternativi. Altri esempi di metacaratteri:

PHP, durante l'elaborazione di espressioni regolari, tratta uno spazio come un carattere significativo separato, quindi le espressioni ABCWHERE e ABCWHERE sono diverse.

Sottomodelli

In PHP, i sottopattern regolari sono distinti da parentesi e sono talvolta indicati come "sottoespressioni". Eseguire le seguenti funzioni:

Selezione di alternative. Ad esempio, modello calore(qualche|uccello|) corrisponde alle parole "calore", "uccello di fuoco" e "arrosto". E senza parentesi, sarà solo una stringa vuota, "uccello" e "caldo".

Sottomodello "Emozionante". Ciò significa che se una sottostringa corrisponde nel modello, come risultato vengono restituite tutte le corrispondenze. Per chiarezza, facciamo un esempio. Data la seguente espressione regolare: il vincitore riceve ((oro|dorato)(medaglia|coppa)) - e una stringa per cercare le corrispondenze: "il vincitore ottiene la medaglia d'oro". Oltre alla frase originale, la ricerca risulterà in: "medaglia d'oro", "medaglia", "oro".

Operatori di ripetizione (quadificatori)

Quando si compilano espressioni regolari, molto spesso è necessario analizzare le ripetizioni di numeri e caratteri. Questo non è un problema se non ci sono molte ripetizioni. Ma cosa fare quando non conosciamo il loro numero esatto? In questo caso, devono essere utilizzati metacaratteri speciali.

Per descrivere le ripetizioni, vengono utilizzati i quadrificatori: metacaratteri per impostare la quantità. I quadificatori sono di due tipi:

• generale, racchiuso tra parentesi;
• abbreviato.

Il quantificatore generale specifica il numero minimo e massimo di ripetizioni consentite dell'elemento come due numeri tra parentesi graffe, come questo: x(2.5). Se il numero massimo di ripetizioni è sconosciuto, il secondo argomento viene omesso: x(2,).

I quantificatori abbreviati sono simboli per le ripetizioni più comuni per evitare di sovraccaricare la sintassi. Sono comunemente usate tre abbreviazioni:

1. * - zero o più ripetizioni, che equivale a (0,).

2. + - una o più ripetizioni, cioè).

3.? - zero o solo una ripetizione - (0,1).

Esempi di espressioni regolari

Per coloro che stanno imparando le espressioni regolari, gli esempi sono il miglior tutorial. Eccone alcuni che mostrano il loro grande potenziale con il minimo sforzo. Tutti i codici di programmazione sono completamente compatibili con le versioni PHP 4.x e successive. Per una completa comprensione della sintassi e l'utilizzo di tutte le caratteristiche del linguaggio, consigliamo il libro Regular Expressions di J. Friedl, dove la sintassi è completamente trattata e ci sono esempi di espressioni regolari non solo in PHP, ma anche per Python, Perl, MySQL, Java, Ruby e C#.

Verifica della correttezza dell'indirizzo e-mail

Un compito. C'è una pagina web che chiede al visitatore un indirizzo email. L'espressione regolare dovrebbe verificare se l'indirizzo ricevuto è corretto prima di inviare i messaggi. Il controllo non garantisce che la casella di posta specificata esista davvero e accetti le lettere. Ma può eliminare gli indirizzi deliberatamente sbagliati.

Soluzione. Come con qualsiasi linguaggio di programmazione, le espressioni regolari di convalida degli indirizzi e-mail possono essere implementate in PHP in vari modi e gli esempi in questo articolo non intendono essere l'unica opzione finale. Pertanto, in ogni caso, forniremo un elenco di requisiti che devono essere presi in considerazione durante la programmazione e l'implementazione specifica dipende completamente dallo sviluppatore.

Quindi, l'espressione che controlla la validità dell'e-mail dovrebbe verificare le seguenti condizioni:

1. La presenza del simbolo @ nella stringa di origine e l'assenza di spazi.
2. La parte di dominio dell'indirizzo, dopo il simbolo @, contiene solo caratteri validi per i nomi di dominio. Lo stesso vale per il nome utente.
3. Quando si convalida un nome utente, è necessario rilevare la presenza di caratteri speciali, come un apostrofo o tali caratteri sono potenzialmente pericolosi e possono essere contenuti in attacchi come le iniezioni SQL. Evita tali indirizzi.
4. I nomi utente consentono un solo punto, che non può essere il primo o l'ultimo carattere di una stringa.
5. Il nome a dominio deve contenere almeno due e non più di sei caratteri.

Un esempio che tiene conto di tutte queste condizioni può essere visto nella figura seguente.

Convalida gli URL

Un compito. Verifica se una determinata stringa di testo è valida Anche in questo caso, le espressioni regolari di convalida degli URL possono essere implementate in vari modi.

Soluzione. La nostra versione finale si presenta così:

/^(https?:\/\/)?([\da-z\.-]+)\.((2,6))([\/\w \.-]*)*\/?$ /

Ora analizziamo i suoi componenti in modo più dettagliato, usando la figura.

Controllo dei numeri di carta di credito

Un compito.È necessario implementare la verifica della correttezza del numero di carta plastica inserito dei più comuni sistemi di pagamento. Solo opzione mappa considerata

Soluzione. Quando si crea un'espressione, è necessario tenere conto della possibile presenza di spazi nel numero inserito. Le cifre del numero sulla tessera sono divise in gruppi per facilitare la lettura e la dettatura. Pertanto, è del tutto naturale che una persona possa provare a inserire un numero in questo modo (cioè usando gli spazi).

Scrivere un'espressione generica che tenga conto dei possibili spazi e trattini è più difficile che scartare semplicemente tutti i caratteri tranne i numeri. Pertanto, si consiglia di utilizzare il metacarattere /D nell'espressione, che rimuove tutti i caratteri tranne le cifre.

Ora puoi andare direttamente a controllare il numero. Tutte le società di carte di credito utilizzano un formato numerico univoco. L'esempio utilizza questo e il cliente non ha bisogno di inserire il nome dell'azienda: è determinato dal numero. Le carte Visa iniziano sempre con 4 e sono lunghe 13 o 16 cifre. MasterCard inizia nell'intervallo 51-55 con una lunghezza del numero di 16. Di conseguenza, otteniamo la seguente espressione:

Prima di elaborare l'ordine, puoi inoltre controllare l'ultima cifra del numero, che viene calcolata utilizzando l'algoritmo Luhn.

Controllo dei numeri di telefono

Un compito. Verifica della correttezza del numero di telefono inserito.

Soluzione. Il numero di cifre nei numeri di rete fissa e mobile varia notevolmente da paese a paese, quindi non è possibile convalidare universalmente un numero di telefono utilizzando espressioni regolari. Ma i numeri internazionali hanno un formato rigoroso e sono ottimi per il controllo dei modelli. Inoltre, sempre più operatori telefonici nazionali stanno cercando di rispettare un unico standard. La struttura del numero è la seguente:

+CCC.NNNNNNNNNNxEEEE, dove:

C è un prefisso internazionale a 1-3 cifre.

N - numero lungo fino a 14 cifre.

E è un'estensione opzionale.

Il segno più è un elemento obbligatorio e il segno x è presente solo quando è necessaria un'estensione.

Di conseguenza, abbiamo la seguente espressione:

^\+(1,3)\.(4,14)(?:x.+)?$

Numeri in un intervallo

Un compito.È necessario assicurarsi che un numero intero di un determinato intervallo corrisponda. Inoltre, è necessario che le espressioni regolari trovino solo numeri da un intervallo di valori.

Soluzione. Ecco alcune espressioni per alcuni dei casi più comuni:

Ricerca dell'indirizzo IP

Un compito.È necessario determinare se la stringa specificata è un indirizzo IP valido in formato IPv4 nell'intervallo 000.000.000.000-255.255.255.255.

Soluzione. Come con qualsiasi attività PHP, un'espressione regolare ha molte varianti. Ad esempio, questo:

Verifica online delle espressioni

Controllare la correttezza delle espressioni regolari può essere difficile per i programmatori inesperti a causa della complessità della sintassi, che differisce dai linguaggi di programmazione "normali". Per risolvere questo problema, esistono molti tester di espressioni online che semplificano la verifica della correttezza del modello creato su testo reale. Il programmatore inserisce un'espressione e dati per la verifica e vede immediatamente il risultato dell'elaborazione. Solitamente è presente anche una sezione di riferimento, che descrive in dettaglio espressioni regolari, esempi e differenze di implementazione per i più comuni linguaggi di programmazione.

Ma non è consigliabile fidarsi completamente dei risultati dei servizi online per tutti gli sviluppatori che utilizzano PHP. Un'espressione regolare scritta e testata personalmente migliora le capacità e assicura che non ci siano errori.

L'uso più comune delle espressioni regolari in Perl è nella ricerca e nella sostituzione di operatori come S//, m/, collegano gli operatori =~ o != eccetera. Di norma, tutti questi operatori hanno opzioni simili come:

Di solito tutte queste opzioni sono indicate come "/x". Possono essere utilizzati anche all'interno di modelli utilizzando la nuova costruzione (?...)

Le espressioni regolari o i modelli (modello) sono gli stessi delle procedure regexp in Unix. Le espressioni e la sintassi sono prese in prestito dalle routine V8 distribuite liberamente da Henry Spencer e qui descritte in dettaglio.

I modelli utilizzano i seguenti metacaratteri (caratteri che denotano gruppi di altri caratteri) spesso indicati come standard egrep:

I metacaratteri hanno modificatori (scritti dopo il metacarattere):

In tutti gli altri casi, le parentesi graffe vengono trattate come caratteri ordinari (regolari). Quindi "*" equivale a (0,) , "+" a (1,) e "?" - (0,1). n e m non possono essere maggiori di 65536.

L'azione predefinita dei metacaratteri è "greedy". La corrispondenza viene estesa quante più volte possibile, indipendentemente dal risultato dei seguenti metacaratteri. Se vuoi "ridurre l'appetito", usa il carattere "?". Non cambia il significato dei metacaratteri, riduce solo lo spread. In questo modo:

I motivi funzionano allo stesso modo delle virgolette doppie, quindi puoi usare `\` - caratteri (caratteri barra rovesciata) al loro interno:

Inoltre, i seguenti metacaratteri sono stati aggiunti a Perl:

Nota che questo è tutto "uno" carattere. Usa i modificatori per designare una sequenza. Così:

Inoltre, ci sono metacaratteri immaginari. Indicando caratteri inesistenti al posto del cambio di valore. Come:

La parola limite (\b) è il punto immaginario tra i caratteri \w e \W. All'interno di una classe di caratteri, "\b" indica un carattere backspace (cancella). Metacaratteri \UN e \Z- simile a "^" e "$", ma se l'inizio della riga "^" e la fine della riga "$" sono validi per ogni riga nella stringa multilinea, allora \UN e \Z indicare l'inizio e la fine dell'intera stringa multilinea.

Se il raggruppamento (parentesi) viene utilizzato all'interno del modello, il numero della sottostringa del gruppo viene indicato come "\numero". Si noti che seguendo lo schema all'interno di un'espressione o di un blocco, questi gruppi sono indicati come "$numero". Inoltre, ci sono ulteriori variabili:

Esempio:

$s = "Uno 1 due 2 e tre 3"; if ($s =~ /(\d+)\D+(\d+)/) ( print "$1\n"; # Risultato "1" print "$2\n"; # "2" print "$+\n" ; # "2" print "$&\n"; # "1 due 2" print "$`\n"; # "Uno " print "$"\n"; # " e tre 3" )

Perl versione 5 contiene costrutti di modelli aggiuntivi:

Esempio:

$s = "1+2-3*4"; if ($s =~ /(\d)(?=-)/) # Trova la cifra seguita da "-" ( print "$1\n"; # Il risultato è "2" ) else ( print "ricerca non riuscita\n " ; )

(?! modello) - "sbirciando" in avanti per negazione:

Esempio:

$s = "1+2-3*4"; if ($s =~ /(\d)(?!\+)/) # Trova una cifra non seguita da "+" ( print "$1\n"; # Il risultato è "2" ) else ( print "cerca fallito\ n"; )

(?ismx) - modificatori "interni". È comodo da usare nei modelli, dove, ad esempio, è necessario specificare un modificatore all'interno del modello.

Regole delle espressioni regolari. (regex)

1. Qualsiasi personaggio rappresenta se stesso, a meno che non sia un metacarattere. Se devi annullare un metacarattere, fallo precedere da "\".
2. Una stringa di caratteri denota una stringa di quei caratteri.
3. L'insieme dei possibili caratteri (classe) è racchiuso tra parentesi quadre "", il che significa che uno dei caratteri indicati tra parentesi può essere in questo posto. Se il primo carattere tra parentesi è "^", nessuno dei caratteri specificati può trovarsi in questa posizione nell'espressione. All'interno di una classe, puoi utilizzare il carattere "-" per designare un intervallo di caratteri. Ad esempio, a-z è una delle lettere minuscole dell'alfabeto latino, 0-9 è un numero e così via.
Forum del portale PHP. SU

Le espressioni regolari sono uno strumento di elaborazione delle stringhe molto potente, ma allo stesso tempo difficile da capire. Descriverò i punti principali. Un'espressione regolare è un modello di stringa. Secondo questo modello, puoi cercare occorrenze, effettuare una sostituzione, verificare la conformità con il modello.

Regole per la stesura di un modello (modello)

I confini del modello devono essere indicati da determinati caratteri, spesso usando " / ", ma preferisco usare " # " perché l'abbondanza di tagli avanti / indietro può caricare negli occhi e i "reticoli" di solito non vengono utilizzati da nessun'altra parte. Quindi: " #HereRegularExpressionBody#"

Le parentesi vengono utilizzate all'interno dell'espressione regolare: si tratta di sottoespressioni che possono essere manipolate, ad esempio:

#^/catalog/(+)/(+)\.html.*#

Questa espressione ha lo scopo di ricevere parametri in una stringa URL. All'inizio della riga c'è un carattere speciale " ^ " - questo significa l'inizio della riga. Poi viene " /Catalogare/" - non ci sono caratteri speciali qui, è solo testo che dovrebbe essere contenuto nella riga. Quindi abbiamo incontrato le parentesi, cioè siamo arrivati ​​alla prima sottoespressione. Le parentesi quadre indicano l'insieme di caratteri che possono essere nella riga in questo posto. Firma " - " significa enumerazione. Segno " \ " sfugge ai caratteri speciali. Pertanto, nella prima sottoespressione possiamo avere lettere GRANDI e minuscole dell'alfabeto latino, numeri da 0 a 9, un trattino basso, un trattino e un punto. Un trattino e un punto sono caratteri speciali, ma qui sono sfuggiti, quindi qui ci sono solo caratteri. Dopo le parentesi quadre arriva il segno " + " - questo significa che il carattere precedente (e abbiamo questo set di caratteri indicato tra parentesi quadre) può andare 1 o più volte. Poi arriva " / " è solo un carattere e una seconda sottoespressione simile. Poi arriva " \.html"che significa il testo" .html". E poi caratteri speciali " .* " un punto indica qualsiasi carattere e un asterisco qualsiasi numero del carattere precedente. Cioè, dopo " .html"Tutto può andare.

Specificando quantità, quantificatori

Sopra, abbiamo già considerato tali simboli che indicano il numero di simboli precedenti, come ad esempio + e * . Ecco tutte le possibilità per specificare la quantità:

Personaggi speciali

Esistono abbreviazioni speciali per alcuni gruppi di caratteri:

"Avidità"

Considera il concetto di avidità di espressione regolare. Ad esempio c'è una riga:

#()#

Lettura: sottoespressione:

$a = " Il mio blog";
preg_match("/ /", $a);

$a = " Il mio blog";
preg_match("/ /", $a, $b);

$a = " Il mio blog";
preg_match("/ /", $a, $b);
eco $b;