正则不用背,会用几个常用模式、能看懂别人写的表达式就够了。这一篇讲 PHP 里怎么用,以及六个能直接抄的模式。
基本写法
PHP 的正则要用定界符包起来,常用斜杠,也可以用意好的 ~ 或 #,这样模式里的斜杠就不用转义。结尾的修饰符:u 表示按 UTF-8 处理,i 忽略大小写,m 多行,s 让点号匹配换行。
if (preg_match('/^\d{6}$/u', '123456')) {
echo '六位数字';
}
// 提取所有链接
preg_match_all('/https?:\/\/[^\s"\']+/i', $html, $m);
print_r($m[0]);preg_match 只匹配一次,返回 1 或 0;preg_match_all 匹配全部,结果在第三个参数的二维数组里。匹配失败返回 false,和「没匹配到」的 0 不是一回事。
六个常用模式
- 手机号:/^1[3-9]\d{9}$/
- 邮箱:/^[\w.+-]+@[\w-]+(\.[\w-]+)+$/
- 身份证:/^\d{17}[\dXx]$/ (只校验格式,真伪要查校验位)
- 日期:/^\d{4}-(0[1-9]|1[0-2])-(0[1-9]|[12]\d|3[01])$/
- 用户名:/^[a-zA-Z][a-zA-Z0-9_]{3,15}$/
- 密码强度:/^(?=.*[a-z])(?=.*[A-Z])(?=.*\d).{8,}$/ (至少一个大写、一个小写、一个数字)
贪婪与懒惰
.* 默认是贪婪的,会尽可能多匹配。在 HTML 里匹配标签内容时,<div>.*</div> 会从第一个 div 吃到最后一个 div。加个问号变成 .*? 就是懒惰匹配,匹配到最近的结束标签就停。
但用正则解析 HTML 本身就不靠谱,嵌套结构一多就错。能用 DOMDocument 或专门的解析库,就别用正则硬啃。
替换用回调
preg_replace 支持 $1 反向引用,但更灵活的是 preg_replace_callback:把匹配到的内容交给函数处理,可以查数据库、可以格式化。
$text = '订单 20261121 已发货';
echo preg_replace_callback('/\d{8}/', function ($m) {
return substr($m[0], 0, 4) . '年' . substr($m[0], 4, 2) . '月';
}, $text);
// 订单 2026年11月 已发货把用户输入拼进正则要转义
用户搜「C++」,你直接把关键词拼进模式,+ 会被当成量词,正则直接报错或者匹配错。拼之前必须 preg_quote($kw, '/')。
性能提醒:正则回溯是指数级的。避免 (a+)+b 这种嵌套量词,长文本上会直接把 PHP 进程卡死。用户可控的内容不要直接当正则用。