正则表达式
此條目
內容疑欠准确 ，有待查證。 (2013年11月22日 ) 請在讨论页 討論問題所在及加以改善，若此條目仍有爭議及准确度 欠佳，會被提出存廢討論 。
「正则表达式」的各地常用名稱 中国大陸 正则表达式 臺灣 正規表示式[ 1] [ 2] [ 3] [ 4] 港澳 正則表達式
正则表达式 （英語：regular expression ，常简写为regex 、regexp 或RE ），又称規律表達式 、正規表示式 、正規表示法 、規則運算式 、常規表示法 ，是计算机科学 概念，用簡單字串来描述、匹配文中全部符合指定格式的字串 ，現在很多文本编辑器 都支援用正則表达式搜尋、取代符合指定格式的字串。
许多程序设计语言 都支援用正則表达式操作字串，如Perl 就内建功能强大的正則表达式引擎。正則表达式这概念最初由Unix 的工具软件（例如sed 和grep ）普及开。
描述字串規律 的表達式 原應順理成章稱為規律表達式 （pattern expression／rule expression），但卻叫成有欠準確的regular expression，導致現在有多種中譯名，如將regular譯成規律 、規則 、正规 、正则 或常規 ，將expression譯成表達式 、表示式 、表示法 或運算式 等。
最初的正则表达式出现于理论计算机科学 的自动控制 理论和形式化语言 理论中。在这些领域中有对计算（自动控制）的模型和对形式化语言 描述与分类的研究。
1940年，沃伦·麦卡洛克 与沃尔特·皮茨 将神经系统 中的神经元描述成小而简单的自动控制元。
1950年代，数学家斯蒂芬·科尔·克莱尼 利用称之为「正则集合」的数学符号来描述此模型。肯·汤普逊 将此符号系统引入编辑器QED Unix 上的编辑器ed ，并最终引入grep 。自此以后，正則表达式被广泛地应用于各种Unix 或类Unix 系统的工具中。正则表达式的POSIX 规范，分为基本型正则表达式（Basic Regular Expression ，BRE ）和扩展型正则表达式（Extended Regular Expression ，ERE ）两大流派。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符合POSIX 规范。grep 、vi 、sed 都属于BRE ，是历史最早的正则表达式，因此元字符必须转譯之后才具有特殊含义。egrep 、awk 则属于ERE ，元字符不用转譯。
Perl 的正则表达式源自于Henry Spencer regex ，它已经演化成了PCRE （Perl 兼容正则表达式，Perl Compatible Regular Expressions Philip Hazel
各編程语言之间關於正則表达式的整合，目前[何时？] Perl6 的子项目Apocalypse 的设计中已考虑到了这点。
正则表达式可以用形式化语言 理论的方式来表达。正则表达式由常量和算子组成，它们分别表示字符串的集合和在这些集合上的运算。给定有限字母表Σ定义了下列常量：
空集
∅ ∅ -->
{\displaystyle \varnothing }
∅ ∅ -->
{\displaystyle \varnothing }
空串
ε ε -->
{\displaystyle \varepsilon }
文字字符
a
∈ ∈ -->
Σ Σ -->
{\displaystyle a\in \Sigma }
a
{\displaystyle a}
{
a
}
{\displaystyle \{a\}}
定义了下列运算：
串接
R
S
{\displaystyle RS}
{
α α -->
β β -->
∣ ∣ -->
α α -->
∈ ∈ -->
R
,
β β -->
∈ ∈ -->
S
}
{\displaystyle \{\alpha \beta \mid \alpha \in R,\beta \in S\}}
α α -->
β β -->
{\displaystyle \alpha \beta }
α α -->
{\displaystyle \alpha }
β β -->
{\displaystyle \beta }
{
a
b
,
c
}
{
d
,
e
f
}
=
{
a
b
d
,
a
b
e
f
,
c
d
,
c
e
f
}
{\displaystyle \{ab,c\}\{d,ef\}=\{abd,abef,cd,cef\}}
选择
R
|
S
{\displaystyle R|S}
R
{\displaystyle R}
S
{\displaystyle S}
并集 。例如：
{
a
b
,
c
}
|
{
a
b
,
d
,
e
f
}
=
{
a
b
,
c
,
d
,
e
f
}
{\displaystyle \{ab,c\}|\{ab,d,ef\}=\{ab,c,d,ef\}}
克莱尼(Kleene)星号
R
∗ ∗ -->
{\displaystyle R^{*}}
ε ε -->
{\displaystyle \varepsilon }
闭合 的
R
{\displaystyle R}
超集 。这是可以通过
R
{\displaystyle R}
{
a
b
,
c
}
∗ ∗ -->
=
{
ε ε -->
,
a
b
,
c
,
a
b
a
b
,
a
b
c
,
c
a
b
,
c
c
,
a
b
a
b
a
b
,
⋯ ⋯ -->
}
{\displaystyle \{ab,c\}^{*}=\{\varepsilon ,ab,c,abab,abc,cab,cc,ababab,\cdots \}}
上述常量和算子形成了克莱尼代数 。
很多课本使用对选择使用符号
∪ ∪ -->
{\displaystyle \cup }
+
{\displaystyle +}
∨ ∨ -->
{\displaystyle \vee }
为了避免括号，假定Kleene 星号有最高优先级，接着是串接，接着是并集。如果没有歧义则可以省略括号。例如：(ab)c可以写为abc，而a|(b(c*))可以写为a|bc*。
例子：
a|b*表示
{
ε ε -->
,
a
,
b
,
b
b
,
b
b
b
,
⋯ ⋯ -->
}
{\displaystyle \{\varepsilon ,a,b,bb,bbb,\cdots \}}
(a|b)*表示包括空串和任意数目个a 或b 字符组成的所有字符串的集合：
{
ε ε -->
,
a
,
b
,
a
a
,
a
b
,
b
a
,
b
b
,
a
a
a
⋯ ⋯ -->
}
{\displaystyle \{\varepsilon ,a,b,aa,ab,ba,bb,aaa\cdots \}}
ab*(c|ε)表示开始于一个a 接着零或多个b 和最后一个可选的c 组成的字符串的集合：
{
a
,
a
c
,
a
b
,
a
b
c
,
a
b
b
,
a
b
b
c
⋯ ⋯ -->
}
{\displaystyle \{a,ac,ab,abc,abb,abbc\cdots \}}
为了使表达式更简洁，正则表达式也定义了?和+；aa*等于a+，表示a出现至少一次；而(a|ε)等于a?，表示a出现1次或不出现。有的定义中增加了补算子
∼ ∼ -->
{\displaystyle \sim }
∼ ∼ -->
R
{\displaystyle \sim R}
Σ Σ -->
∗ ∗ -->
{\displaystyle \Sigma ^{*}}
R
{\displaystyle R}
这种意义上的正则表达式可以表达正则语言 ，是可被有限状态自动机 精确接受的语言类。但是在简洁性上有重要区别。某类正则语言只能用大小指数增长的自动机来描述，而要求的正则表达式的长度只线性的增长。
正则表达式对应于乔姆斯基层级 的类型-3 文法 。但通常编程语言或其相关库（例如PCRE ）中实现的正则表达式的表达能力是乔姆斯基层级 中类型-3 文法 的超集[來源請求] 非确定有限状态自动机 （NFA ）之间有简单的映射；为此NFA 经常被用作正则表达式的替表示式。
这种形式化中存在着冗余，典型的体现是存在不同的正则表达式可以表达同样的语言。有可能对两个给定正则表达式写一个算法 来判定它们所描述的语言是否本质上相等，即简约每个表达式到极小确定有限自动机，确定它们是否同构 （等价）。这种冗余可以消减到什么程度？我们可以找到仍有完全表达力的正则表达式的有趣的子集吗？这提出了一个令人惊奇的困难问题。Kleene星号和并集明显是需要的，但是我们或许可以限制它们的使用。由于正则表达式如此简单，没有办法在语法上把它重写成某种规范形式。过去公理化的缺乏导致了星号高度问题 Dexter Kozen 用克莱尼代数 公理化了正则表达式。[來源請求]
很多现实世界的“正则表达式”引擎实现了不能用正则表达式代数表达的特征。[來源請求]
一個正则表达式通常被稱為一個模式 （pattern ），為用来描述或者匹配一系列符合某个句法 规则的字符串 。例如：Handel、Händel和Haendel這三个字符串，都可以由H(a|ä|ae)ndel这个模式来描述。大部分正则表达式的形式都有如下的结构：
竖线 |代表选择（即或集 ），具有最低优先级。例如gray|grey可以匹配grey 或gray 。
某个字符后的数量限定符用来限定前面这个字符允许出现的个数。最常见的数量限定符包括+、?和*（不加数量限定则代表出现一次且仅出现一次）：
加号 +代表前面的字符必须至少出现一次。（1次或多次）。例如，goo+gle可以匹配google、gooogle、goooogle等；问号 ?代表前面的字符最多只可以出现一次。（0次或1次）。例如，colou?r可以匹配color或者colour；星号 *代表前面的字符可以不出现，也可以出现一次或者多次。（0次、1次或多次）。例如，0*42可以匹配42、042、0042、00042等。
圆括号 ()可以用来定义操作符的范围和优先度。例如，gr(a|e)y等价于gray|grey，(grand)?father匹配father和grandfather。上述这些构造子都可以自由组合，因此H(ae?|ä)ndel和H(a|ae|ä)ndel是相同的，表示{"Handel", "Haendel", "Händel"}。
精确的语法可能因不同的工具或程序而异。
正则表达式有多種不同的风格。下表是在PCRE Perl 或者Python 编程语言（grep 或者egrep 的正则表达式文法是PCRE 的子集）：
字符
描述
\
将下一个字符标记为一个特殊字符（File Format Escape ，清单见本表）、或一个原义字符（Identity Escape ，有「^$()*+?.[\{|」共计12个）、或一个向后引用（backreferences ）、或一个八进制转义符。例如，「n」匹配字符「n」。「\n」匹配一个换行符。序列「\\」匹配「\」而「\(」则匹配「(」。
^
匹配输入字符串的开始位置。如果设置了RegExp 对象的Multiline 属性，^也匹配「\n」或「\r」之后的位置。
$
匹配输入字符串的结束位置。如果设置了RegExp 对象的Multiline 属性，$也匹配「\n」或「\r」之前的位置。
*
匹配前面的子表达式零次或多次。例如，zo*能匹配「z」、「zo」以及「zoo」。*等价于{0,}。
+
匹配前面的子表达式一次或多次。例如，「zo+」能匹配「zo」以及「zoo」，但不能匹配「z」。+等价于{1,}。
?
匹配前面的子表达式零次或一次。例如，「do(es)?」可以匹配「does」中的「do」和「does」。?等价于{0,1}。
{n }
n 是一个非负整数。匹配确定的n 次。例如，「o{2}」不能匹配「Bob」中的「o」，但是能匹配「food」中的两个o。
{n ,}
n 是一个非负整数。至少匹配n 次。例如，「o{2,}」不能匹配「Bob」中的「o」，但能匹配「foooood」中的所有o。「o{1,}」等价于「o+」。「o{0,}」则等价于「o*」。
{n ,m }
m 和n 均为非负整数，其中n <=m 。最少匹配n 次且最多匹配m 次。例如，「o{1,3}」将匹配「fooooood」中的前三个o。「o{0,1}」等价于「o?」。请注意在逗号和两个数之间不能有空格。
?
非贪心量化（Non-greedy quantifiers ）：当该字符紧跟在任何一个其他重复修饰符（*,+,?，{n }，{n ,}，{n ,m }）后面时，匹配模式是非 贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如，对于字符串「oooo」，「o+?」将匹配单个「o」，而「o+」将匹配所有「o」。
.
匹配除「\r」「\n」之外的任何单个字符。要匹配包括「\r」「\n」在内的任何字符，请使用像「(.|\r|\n)」的模式。
(pattern)
匹配pattern 并获取这一匹配的子字符串。该子字符串用于向后引用。所获取的匹配可以从产生的Matches 集合得到，在VBScript 中使用SubMatches 集合，在JScript 中则使用$0…$9属性。要匹配圆括號字符，请使用「\(」或「\)」。可带数量后缀。
(?:pattern)
匹配pattern 但不获取匹配的子字符串（shy groups ），也就是说这是一个非获取匹配，不存储匹配的子字符串用于向后引用。这在使用或字符「(|)」来组合一个模式的各个部分是很有用。例如「industr(?:y|ies)」就是一个比「industry|industries」更简略的表达式。
(?=pattern)
正向肯定预查（look ahead positive assert ），在任何匹配pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如，「Windows(?=95|98|NT|2000)」能匹配「Windows2000」中的「Windows」，但不能匹配「Windows3.1」中的「Windows」。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始。
(?!pattern)
正向否定预查（negative assert ），在任何不匹配pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如「Windows(?!95|98|NT|2000)」能匹配「Windows3.1」中的「Windows」，但不能匹配「Windows2000」中的「Windows」。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始
(?<=pattern)
反向（look behind ）肯定预查，与正向肯定预查类似，只是方向相反。例如，「(?<=95|98|NT|2000)Windows」能匹配「2000Windows」中的「Windows」，但不能匹配「3.1Windows」中的「Windows」。
(?<!pattern)
反向否定预查，与正向否定预查类似，只是方向相反。例如「(?<!95|98|NT|2000)Windows」能匹配「3.1Windows」中的「Windows」，但不能匹配「2000Windows」中的「Windows」。
x|y
没有包围在()里，其范围是整个正则表达式。例如，「z|food」能匹配「z」或「food」。「(?:z|f)ood」则匹配「zood」或「food」。
[xyz]
字符集合（character class ）。匹配所包含的任意一个字符。例如，「[abc]」可以匹配「plain」中的「a」。特殊字符仅有反斜线\保持特殊含义，用于转义字符。其它特殊字符如星号、加号、各种括号等均作为普通字符。脱字符^如果出现在首位则表示负值字符集合；如果出现在字符串中间就仅作为普通字符。连字符 - 如果出现在字符串中间表示字符范围描述；如果如果出现在首位（或末尾）则仅作为普通字符。右方括号应转义出现，也可以作为首位字符出现。
[^xyz]
排除型字符集合（negated character classes ）。匹配未列出的任意字符。例如，「[^abc]」可以匹配「plain」中的「plin」。
[a-z]
字符范围。匹配在Unicode编码表 指定范围内的任意字符。例如，「[a-z]」可以匹配「a」到「z」范围内的任意小写字母字符。
[^a-z]
排除型的字符范围。匹配任何不在Unicode编码表 指定范围内的任意字符。例如，「[^a-z]」可以匹配任何不在「a」到「z」范围内的任意字符。
[:name:]
增加命名字符类（named character class ）[ 註 1] 方括号表达式 。
[=elt=]
增加当前locale 下排序（collate ）等价于字符“elt ”的元素。例如，[=a=]可能会增加ä、á、à、ă、ắ、ằ、ẵ、ẳ、â、ấ、ầ、ẫ、ẩ、ǎ、å、ǻ、ä、ǟ、ã、ȧ、ǡ、ą、ā、ả、ȁ、ȃ、ạ、ặ、ậ、ḁ、ⱥ、ᶏ、ɐ、ɑ 。只能用于方括号表达式。
[.elt.]
增加排序元素 （collation element ）elt 到表达式中。这是因为某些排序元素由多个字符组成。例如，29个字母表的西班牙语， "CH"作为单个字母排在字母C之后，因此会产生如此排序“cinco, credo, chispa”。只能用于方括号表达式。
\b
匹配一个单词边界，也就是指单词和空格间的位置。例如，「er\b」可以匹配「never」中的「er」，但不能匹配「verb」中的「er」。
\B
匹配非单词边界。「er\B」能匹配「verb」中的「er」，但不能匹配「never」中的「er」。
\cx
匹配由x指明的控制字符。x的值必须为A-Z或a-z之一。否则，将c视为一个原义的「c」字符。控制字符的值等于x的值最低5比特（即对3210进制 的余数）。例如，\cM匹配一个Control-M 或回车符。\ca等效于\u0001, \cb等效于\u0002, 等等…
\d
匹配一个数字字符。等价于[0-9]。注意Unicode 正则表达式会匹配全角数字字符。
\D
匹配一个非数字字符。等价于[^0-9]。
\f
匹配一个换页符。等价于\x0c和\cL。
\n
匹配一个换行符。等价于\x0a和\cJ。
\r
匹配一个回车符。等价于\x0d和\cM。
\s
匹配任何空白字符，包括空格、制表符、换页符等等。等价于[ \f\n\r\t\v]。注意Unicode 正则表达式会匹配全角空格符。
\S
匹配任何非空白字符。等价于[^ \f\n\r\t\v]。
\t
匹配一个制表符。等价于\x09和\cI。
\v
匹配一个垂直制表符。等价于\x0b和\cK。
\w
匹配包括下划线的任何单词字符。等价于「[A-Za-z0-9_]」。注意Unicode 正则表达式会匹配中文字符。
\W
匹配任何非单词字符。等价于「[^A-Za-z0-9_]」。
\xnn
十六进制转义字符序列。匹配两个十六进制数字nn 表示的字符。例如，「\x41」匹配「A」。「\x041」则等价于「\x04&1」。正則表达式中可以使用ASCII 编码。.
\num
向后引用（back-reference ）一个子字符串（substring ），该子字符串与正则表达式的第num 个用括号围起来的捕捉群（capture group ）子表达式（subexpression ）匹配。其中num 是从1开始的十进制正整数，其上限可能是9[ 註 2] [ 註 3] [ 註 4] (.)\1」匹配两个连续的相同字符。
\n
标识一个八进制转义值或一个向后引用。如果\n 之前至少n 个获取的子表达式，则n 为向后引用。否则，如果n 为八进制数字（0-7），则n 为一个八进制转义值。
\nm
3位八进制数字，标识一个八进制转义值或一个向后引用。如果\nm 之前至少有nm 个获得子表达式，则nm 为向后引用。如果\nm 之前至少有n 个获取，则n 为一个后跟文字m 的向后引用。如果前面的条件都不满足，若n 和m 均为八进制数字（0-7），则\nm 将匹配八进制转义值nm 。
\nml
如果n 为八进制数字（0-3），且m和l 均为八进制数字（0-7），则匹配八进制转义值nm l。
\un
Unicode转义字符序列。其中n 是一个用四个十六进制数字表示的Unicode 字符。例如，\u00A9匹配版权符号（©）。
在.NET、Java 、JavaScript 、Python 的正则表达式中，可以用\uXXXX表示一个Unicode 字符，其中XXXX为四位16进制数字。
Unicode 字符的三种性质：[ 5]
Unicode Property：字符属于标点、空格、字母等等。每个Unicode 字符只能属于唯一Unicode Property 。.NET、Java 、PHP 和Ruby 等语言支持。具体分类为：
字符\p{L}
\p{Ll}或\p{Lowercase_Letter}：小写字符（必须有大写的形式）。\p{Lu}或\p{Uppercase_Letter}：大写字符（必须有小写的形式）。\p{Lt}或\p{Titlecase_Letter}：全词首字母大写的字符。\p{L&}或\p{Cased_Letter}：存在大小写形式的字符（Ll , Lu , Lt 的组合）。\p{Lm}或\p{Modifier_Letter}：音标修饰字符 \p{Lo}或\p{Other_Letter}：不具有大小写的字符或字形。
附加符号 \p{M}
\p{Mn}或\p{Non_Spacing_Mark}：与其他字符结合，不额外占用空间的字符，例如日耳曼語元音變音 。\p{Mc}或\p{Spacing_Combining_Mark}：与其他字符结合，额外占用空间的字符，例如馬拉雅拉姆文#元音字母及附標 。\p{Me}或\p{Enclosing_Mark}：包含其他字符的字符，例如圆圈、方块。分隔符\p{Z}
\p{Zs}或\p{Space_Separator}：不可見的空格，但占據空間。\p{Zl}或\p{Line_Separator}：分隔綫字符U+2028。\p{Zp}或\p{Paragraph_Separator}：分段字符U+2029。
符号\p{S}
\p{Sm}或\p{Math_Symbol}：数学符号。\p{Sc}或\p{Currency_Symbol}：通货符号。\p{Sk}或\p{Modifier_Symbol}：组合为其他字符的符号。\p{So}或\p{Other_Symbol}：其他符号。
数值字符\p{N}
\p{Nd}或\p{Decimal_Digit_Number}：所有文本中的数字0至9字符，不含形意符号 。\p{Nl}或\p{Letter_Number}：看起来像字母的符号，包含罗马数字 。\p{No}或\p{Other_Number}：上角标或下角标数字，或者其他不属于0至9的数字。不含形意符号 。
标点符号\p{P}
\p{Pd}或\p{Dash_Punctuation}：任何种类的连字号 或连接号 。\p{Ps}或\p{Open_Punctuation}：任何种类开括号 。\p{Pe}或\p{Close_Punctuation}：任何种类闭括号。\p{Pi}或\p{Initial_Punctuation}：任何种类开引号 。\p{Pf}或\p{Final_Punctuation}：任何种类闭引号。\p{Pc}或\p{Connector_Punctuation}：连接词的标点符号，如下划线。\p{Po}或\p{Other_Punctuation}：其他标点符号。
其它符号\p{C}（包括不可见控制字符与未用码位 ）
\p{Cc}或\p{Control}：ASCII 或Latin-1 控制字符 0x00-0x1F与0x7F-0x9F。\p{Cf}或\p{Format}：不可见的格式化指示字符。\p{Co}或\p{Private_Use}：私用码位 。\p{Cs}或\p{Surrogate}：UTF-16 编码的代理对的一半。\p{Cn}或\p{Unassigned}：未被使用的码位 。
Unicode Block：按照编码区间划分Unicode 字符，每个Unicode Block 中的字符编码属于一个编码区间。例如Java 语言\p{ InCJK_Compatibility_Ideographs }，.NET语言\p{IsCJK_Compatibility_Ideographs}。
Unicode Script：按照字符所属的书写系统来划分Unicode 字符。PHP 和Ruby （版本不低于1.9）支持Unicode Script 。例如\p{Han}表示汉字（中文字符）。 这三种Unicode 性质对应的字符组补集是将开头的\p改为\P，其它不变。
POSIX字符组
说明
ASCII环境
Unicode环境
[:alnum:]字母字符和数字字符
[a-zA-Z0-9][\p{L&}\p{Nd}]
[:alpha:]字母
[a-zA-Z]\p{L&}
[:ascii:]ASCII 字符[\x00-\x7F]\p{InBasicLatin}
[:blank:]空格字符和制表符
[ \t][\p{Zs}\t]
[:cntrl:]控制字符
[\x00-\x1F\x7F]\p{Cc}
[:digit:]数字字符
[0-9]\p{Nd}
[:graph:]空白字符之外的字符
[\x21-\x7E][^\p{Z}\p{C}]
[:lower:]小写字母字符
[a-z]\p{Ll}
[:print:]类似[:graph:]，但包括空白字符
[\x20-\x7E][^\P{C}]
[:punct:]标点符号
[][!"#$%&'()*+,./:;<=>?@\^_`{|}~-][\p{P}\p{S}]
[:space:]空白字符
[ \t\r\n\v\f][\p{Z}\t\r\n\v\f]
[:upper:]大写字母字符
[A-Z]\p{Lu}
[:word:]字母字符
[A-Za-z0-9_][\p{L}\p{N}\p{Pc}]
[:xdigit:]十六进制字符
[A-Fa-f0-9][A-Fa-f0-9]
優先權
符號
最高
\
高
()、(?:)、(?=)、[]
中
*、+、?、{n }、{n ,}、{n ,m }
低
^、$、中介字符
次最低
串接，即相邻字符连接在一起
最低
|
驗證字串是否只含數字與英文，字串長度並在4~16個字元之間：<?php
$str = 'a1234' ;
if ( preg_match ( "/^[a-zA-Z0-9]{4,16}$/" , $str )) {
echo "CONFIRM" ;
} else {
echo "FAILED" ;
}
?>
簡易的中華民國國民身分證 字號驗證：<?php
$str = 'a1234' ;
if ( preg_match ( "/^[A-Za-z][1289]\d{8}$/" , $str )) {
echo "CONFIRM" ;
} else {
echo "FAILED" ;
}
?>
驗證字串是否只含數字與英文，字串長度並在4~16個字元之間：print $str = "a1234" =~ m: ^ [ a - zA - Z0 - 9 ]{ 4 , 16 } $: ? "CONFIRM" : "FAILED" ;
簡易的中華民國身份證字號驗證：print $str = "a1234" =~ m "^\w[1289]\d{8}$" ? "CONFIRM" : "INVALID" ;
使用正则表示式匹配ip地址：import re
s = ' 192.137.1.336 192.168.1.137.123 192.168.1.138 '
print ( re . findall ( r '(?<![\.\d])(?:25[0-5]\.|2[0-4]\d\.|[01]?\d\d?\.) {3} (?:25[0-5]|2[0-4]\d|[01]?\d\d?)(?![\.\d])' , s ))
