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 綜合知識

PHP 正則表達式入門到進階完整教學 (PCRE)

編輯：PHP 綜合知識

正則表達式是文字處理的瑞士刀，PHP 採用 PCRE (Perl Compatible Regular Expressions) 引擎，功能強大且效能優異。本文從基礎語法、修飾符、進階斷言、實戰範例到效能優化，系統整理 PHP 正則完整知識體系。

一、基礎語法速查表

元字元	說明	範例
`.`	任意單一字元 (除換行)	`a.c` 匹配 abc, axc
`\d`	數字 `[0-9]`	`\d{3}` 三位數
`\D`	非數字
`\w`	單字字元 `[a-zA-Z0-9_]`
`\W`	非單字字元
`\s`	空白字元 `[\t\n\r\f\v]`
`\S`	非空白字元
`^`	字串開頭 (多行模式下為行首)
`$`	字串結尾 (多行模式下為行尾)
`\|`	或運算	`cat\|dog`
`()`	捕獲群組 (編號 1,2...)	`(\d{4})-(\d{2})`
`(?:)`	非捕獲群組	`(?:\d{3})?-`
`(?P)`	命名捕獲群組	`(?P\d{4})`
`[]`	字元類別	`[aeiou]`
`[^]`	排除字元類別	`[^0-9]`
`*`	0 次或多次 (貪婪)
`+`	1 次或多次
`?`	0 次或 1 次
`{n,m}`	n 到 m 次	`\d{3,5}`
`*?, +?, ??`	惰性量詞 (最少匹配)

二、定界符與修飾符

$pattern = '/^https?:\/\/([\w.]+)\/([\w-]+)\.html$/i';
//   ^    定界符 (可用 / # ~ @ 等)
//                      i  忽略大小寫
//                      m  多行模式 (^$ 匹配行首尾)
//                      s  單行模式 (. 匹配換行)
//                      x  忽略模式中的空白/註解 (可讀性)
//                      u  UTF-8 模式 (正確處理中文)
//                      A  強制從字串開頭匹配
//                      D  $ 僅匹配字串絕對結尾
//                      U  反轉貪婪/惰性預設行為

建議： 含 / 時用 # 定界符；處理中文務必加 u 修飾符。

三、進階斷言 (零寬斷言 / Lookaround)

語法	名稱	方向	條件	範例
`(?=...)`	正向前瞻	向右	後面必須匹配	`\d(?=px)` 匹配後面是 px 的數字
`(?!...)`	負向前瞻	向右	後面不可匹配	`\d(?!px)` 匹配後面非 px 的數字
`(?<=...)`	正向後瞻	向左	前面必須匹配	`(?<=\$)\d+` 匹配 $ 後的數字
`(?`	負向後瞻	向左	前面不可匹配	`(? 匹配非 $ 開頭的數字`

特性： 零寬度、不消耗字元、不捕獲、可嵌套。

四、常用函數對照

函數	用途	回傳值
`preg_match()`	單次匹配	int (0/1/false)，$matches 參考捕獲
`preg_match_all()`	全域匹配	int 匹配次數，$matches 結構不同
`preg_replace()`	搜尋替換	字串/陣列，$limit 限制次數
`preg_replace_callback()`	回調替換	字串，回調函數處理複雜邏輯
`preg_split()`	正則分割	陣列，$limit, $flags
`preg_quote()`	跳脫特殊字元	字串，用於動態建構模式
`preg_grep()`	陣列過濾	陣列，返回匹配元素
`preg_last_error()`	取得最後錯誤碼	int (PREG_NO_ERROR 等)

五、實戰範例集

1. 驗證 Email (RFC 5322 簡化版)

$emailRegex = '/^[a-zA-Z0-9.!#$%&*+\/=?^_`{|}~-]+@[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])?)+$/';
if (preg_match($emailRegex, $email)) { /* valid */ }

2. 提取 URL 並解析域名

$text = '訪問 https://example.com/path 和 https://sub.test.org';
preg_match_all('#https?://(?P[\w.-]+)#', $text, $matches);
print_r($matches['domain']); // ['example.com', 'sub.test.org']

3. 密碼強度驗證 (至少 8 字、含大小寫、數字、特殊符號)

$pwdRegex = '/^(?=.*[a-z])(?=.*[A-Z])(?=.*\d)(?=.*[!@#$%^&*]).{8,}$/';
if (preg_match($pwdRegex, $pwd)) { /* strong */ }

4. HTML 標籤屬性提取 (非貪婪 + 斷言)

$html = '';
preg_match_all('/(\w+)="([^"]*)"/', $html, $m, PREG_SET_ORDER);
foreach ($m as $attr) { echo $attr[1] . '=' . $attr[2] . PHP_EOL; }

5. 中文分句 (標點斷句)

$text = '你好！這是測試。包含英文, 和數字123。';
$sentences = preg_split('/(?<=[。！？!?])/u', $text, -1, PREG_SPLIT_NO_EMPTY);

六、效能優化黃金法則

避免災難性回溯：(a+)+、(.*)* 遇到長字串會指數級爆炸 → 使用具體字元類別、限制量詞、原子群組 (?>...)。
善用錨點 ^$：縮小搜尋範圍，避免全字串掃描。
預編譯重用：同一模式多次使用時，存入靜態變數或常數，避免重複編譯。
優先用字串函數：strpos()、str_contains() (PHP 8)、substr() 效能遠優於正則。
限制回溯深度：ini_set('pcre.backtrack_limit', 100000); (預設 1M)。
JIT 加速 (PHP 7.3+)：ini_set('pcre.jit', 1); 開啟即時編譯。

七、常見錯誤與除錯

Delimiter must not be alphanumeric or backslash: 定界符選擇錯誤，必須是非字母數字、非反斜線、非空白字元。
Compilation failed: missing ) at offset...: 括號不匹配、字元類別 [] 未閉合。
Unknown modifier 'x': 模式結尾修飾符拼錯、定界符未閉合導致後續字元被誤判為修飾符。
preg_match() returns false: 檢查 preg_last_error()，常見為 PREG_BACKTRACK_LIMIT_ERROR (回溯過深) 或 PREG_RECURSION_LIMIT_ERROR。