Regular Expression
正则表达式，英文为Regular Expression。它有点类似于C语言中的条件运算符(conditional operator)? :。
例如：
max = (a>b)?a:b，若条件符合，则max被赋予值a，反之则b。
但虽然类似，这两者可完全不是一个概念。真正的正则表达式是能够使用单个字符串来描述、匹配某种特定句法规则的字符串。它常常被用于文本编辑器中，以便于用户查找和替换某种特定模式的文本。更准确的说，在编程语言中，它主要用于“操作字符串”。
Why
我的这个问题源自于今日在编写PHP代码时，需要检测用户输入的用户名是否合法。所设想的规则是：该用户名可以由字母、数字、汉字、下划线和减号组成，不能以数字开头，长度为6-24个字符，如输入内容全部为中文，则范围是3-12个（考虑一个中文字符占位两个英文字符）。这时如果想实现用户输入字符串的检测，则必须使用到正则表达式。
接下来就把我写成的方法跟大家分析一下：
publicfunctionis_username($username){
$length= (strlen($username)+mb_strlen($username,'utf8'))/2;
if(!preg_match("/^\b[a-zA-Z\x{4e00}-\x{9fa5}][a-zA-Z0-9_\-\x{4e00}-\x{9fa5}]{1,}$/u", $username)){
#echo"输入不合法<br>";
$error= "含有特殊字符"；
return$error;
}elseif($length<6 || $length>24) {
#echo"当前长度： ".$length."<br>";
#echo"长度不合法<br>";
$error= "长度不合法"；
return$error;
}else{
$error= ""；
return$error;
}
}
Explanation
该方法用于检测输入字符串是否符合规则，如果符合构成规则和长度规则，则返回错误为空，如果不合法，则返回相应的错误信息。这里字符串的长度通过分别用strlen()和mb_strlen()函数测量，然后将结果求和后除2，这么做的主要原因是在strlen函数中，utf-8编码规则的中文字符被当做3个英文字符，也就是说strlen("一个")该函数的返回值为6。而一般我们所使用的2个英文字符等价为1个汉字字符，该规则主要是针对使用了GBK2312编码方式，而现在UTF-8的编码方式已经普遍应用，为了不打破原有的计数规则，方便用户，这里首先使用strlen计算中英文共有多少个字符，此时的一个字母为1个字符，一个汉字为3个字符，而稍后我们使用mb_strlen()函数再次测量，这里请注意使用该函数的时候，第二个参数是以UTF-8的编码规则来计算，这样的话不论是中文还是英文，一个字母和一个汉字都被当做1个字符，也就是说strlen("一个", 'utf8')该函数的返回值为2。这样的话我们将两次的结果相加后，相当于1个汉字被计算成为了4个字符，一个字母被计算成为了2个字符，刚好是标准规则的2倍，所以除以2后得到经典意义上的“字符串长度”。
Conclusion
上面的关于字符串长度的计算方式的讨论算是题外话。这里我们回来看正则表达式。在正则表达式中， ^符号被用来标记字符串的开始位置，$符号被用来标记结束位置，其间的内容为匹配规则。由于正则表达式的内容非常之多，这里只解释本表达式的含义，其余的跟多关于正则表达式的用法，可以参考下表。在本文所涉及的规则中，^符号后首先出现的是\b，该转义字符标记了这里应该是一个单词的边界，由于该输入字符串的预设规则中不允许空格，所以可以将该字符串理解为一个很长的单词，标记出了单词的开始，也是说我们接下来想要匹配的规则就是输入字符串只能以数字、字母或者汉字为开头，那么在后面方括号中的内容即要求匹配字母a-z，A-Z，字符_，字符-，和以UTF8编码的汉字（不含符号）范围\x{4e00}-\x{9fa5}，这样就完成了首字母的匹配。接下来匹配剩余部分，剩余部分不需要标记开始位置，所以直接标记范围[a-zA-Z0-9_\-\x{4e00}-\x{9fa5}]，该范围比第一个范围多了数字0-9，在该范围的标记后标记匹配次数，{1,}的意思是至少要匹配一次，至多匹配到字符串结束。这样我们就完成了字符串规则的制定，然后通过调用PHP内部函数preg_ match()来执行匹配操作，如果匹配则返回值为真，反之则假。至此关于如何使用正则表达式判断输入是否正确就完成了。
更多关于正则表达式的使用方法，可以参考正则表达式的维基百科：
