您现在的位置：程式碼之家 >> 編程語言 > >> 網頁程式設計 >> PHP 程式設計 >> PHP 相關知識

PHP PCRE 正則表達式實戰技巧與效能優化指南

編輯：PHP 相關知識

PCRE vs POSIX：已塵埃落定

PHP 5.3 棄用、7.0 移除 POSIX 正則 (ereg_* 系列)。全面採用 PCRE (Perl Compatible Regular Expressions)，函式前綴 preg_*，語法與 Perl/JavaScript 高度一致，跨語言遷移無縫。

核心語法速查表

元字元	說明	範例
`^`	字串開頭 (多行模式匹配行首)	`/^php/i`
`$`	字串結尾 (多行模式匹配行尾)	`/php$/i`
`\b`	單詞邊界	`/\bcat\b/` 匹配 "cat" 不匹配 "category"
`\B`	非單詞邊界	`/\Bcat\B/` 匹配 "scatter" 中的 "cat"
`\d`	數字 `[0-9]`	`/\d{4}-\d{2}-\d{2}/` 日期
`\D`	非數字 `[^0-9]`
`\w`	字母數字底線 `[a-zA-Z0-9_]`
`\W`	非字母數字底線
`\s`	空白字元 (空格、Tab、換行、換頁)	`/\s+/`
`\S`	非空白字元
`.`	任意字元 (預設不含換行，`s` 修飾符含換行)

模式修飾符

實戰技巧精選

1. 命名捕獲組 - 可讀性大增

$pattern = '/(?P\d{4})-(?P\d{2})-(?P\d{2})/u';
preg_match($pattern, '2024-05-20', $matches);
// $matches = ['0'=>'2024-05-20', 'year'=>'2024', 'month'=>'05', 'day'=>'20', 1=>'2024', 2=>'05', 3=>'20']

2. 非捕獲組 - 僅分組不佔用反向引用編號

// (?:...) 不計入 $matches 索引
preg_match('/(?:http|https):\/\/([^\/]+)/', $url, $m);
// $m[1] 直接是域名，無需跳過協議組

3. 前瞻/後顧斷言 - 零寬度斷言

修飾符	名稱	效果
`i`	忽略大小寫	`/php/i` 匹配 PHP/php/Php
`m`	多行模式	`^$` 匹配每行首尾
`s`	單行模式 (DOTALL)	`.` 匹配含換行的任意字元
`x`	擴展模式	忽略模式中空白/註解，利於寫複雜正則
`u`	UTF-8 模式	正確處理 Unicode 字元 (中文、Emoji)，強烈建議永遠加上
`U`	非貪婪模式	反轉量詞貪婪性，`?` 變貪婪，`` 變非貪婪
`e`	eval (已移除 PHP 7)	替換字串作為 PHP 代碼執行，嚴重安全風險，禁用

語法	名稱	匹配位置
`(?=pattern)`	正向前瞻	pattern 之前
`(?!pattern)`	負向前瞻	非 pattern 之前
`(?<=pattern)`	正向後顧	pattern 之後 (固定寬度)
`(?`	負向後顧	非 pattern 之後 (固定寬度)

// 提取 action 屬性值，但排除以 http: 開頭
preg_match_all('/action="(?!http:)([^"]+)"/i', $html, $m);

// 替換標籤屬性值，保留引號
$html = preg_replace('/(?<=href=")[^"]+(?=")/', 'https://new.com', $html);

4. 回調函式替換 - 複雜邏輯處理

$url = 'https://example.com';
$html = preg_replace_callback(
    '/(?<=action=")(?!http:)([^"]+)(?=")/',
    fn($m) => $url . $m[1],
    $html
);

5. 避免災難性回溯

慎用巢狀量詞：(a+)+, (a|aa)*
固定前綴錨定：^prefix.*suffix$ 優於 .*prefix.*suffix.*
使用具體字元類別替代 .：[^"]* 優於 .*? 匹配引號內容
超長字串設定 pcre.backtrack_limit / pcre.recursion_limit (ini_set)

常用驗證正則庫 (已加 `u` 修飾符)

$regex = [
    'email'      => '/^[a-zA-Z0-9.!#$%&\'*+\/=?^_`{|}~-]+@[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])?)+$/u',
    'mobile_cn'  => '/^1[3-9]\d{9}$/u',
    'id_card_cn' => '/^[1-9]\d{5}(19|20)\d{2}(0[1-9]|1[0-2])(0[1-9]|[12]\d|3[01])\d{3}[\dXx]$/u',
    'url'        => '/^https?:\/\/[^\s\/$.?#].[^\s]*$/iu',
    'ipv4'       => '/^(?:(?:25[0-5]|2[0-4]\d|[01]?\d?\d)\.){3}(?:25[0-5]|2[0-4]\d|[01]?\d?\d)$/u',
    'hex_color'  => '/^#?([a-fA-F0-9]{6}|[a-fA-F0-9]{3})$/u',
];

效能基準測試建議

$pattern = '/your_regex/u';
$subject = str_repeat('test ', 10000);

$start = hrtime(true);
for ($i = 0; $i < 1000; $i++) {
    preg_match($pattern, $subject);
}
echo "耗時: " . (hrtime(true) - $start) / 1e6 . " ms\n";