PHP正则表达式的使用技巧

PHP正则表达式的使用技巧

PHP正则表达式的定义:

用于描述字符排列和匹配模式的一种语法规则。它主要用于字符串的模式分割、匹配、查找及替换操作。

PHP中的正则函数:

PHP中有两套正则函数,两者功能差不多,分别为:

一套是由PCRE(Perl Compatible Regular Expression)库提供的。使用“preg_”为前缀命名的函数;

一套由POSIX(Portable Operating System Interface of Unix )扩展提供的。使用以“ereg_”为前缀命名的函数;(POSIX的正则函数库,自PHP 5.3以后,就不在推荐使用,从PHP6以后,就将被移除)

由于POSIX正则即将推出历史舞台,并且PCRE和perl的形式差不多,更利于我们在perl和php之间切换,所以这里重点介绍PCRE正则的使用。

PCRE正则表达式

PCRE全称为Perl Compatible Regular Expression,意思是Perl兼容正则表达式。

在PCRE中,通常将模式表达式(即正则表达式)包含在两个反斜线“/”之间,如“/apple/”。

正则中重要的几个概念有:元字符、转义、模式单元(重复)、反义、引用和断言,这些概念都可以在文章[1]中轻松的理解和掌握。

常用的元字符(Meta-character):

元字符 说明

/A 匹配字符串串首的原子

/Z 匹配字符串串尾的原子

/b 匹配单词的边界 //bis/ 匹配头为is的字符串 /is/b/ 匹配尾为is的字符串 //bis/b/ 定界

/B 匹配除单词边界之外的任意字符 //Bis/ 匹配单词“This”中的“is”

/d 匹配一个数字;等价于[0-9]

/D 匹配除数字以外任何一个字符;等价于[^0-9]

/w 匹配一个英文字母、数字或下划线;等价于[0-9a-zA-Z_]

/W 匹配除英文字母、数字和下划线以外任何一个字符;等价于[^0-9a-zA-Z_]

/s 匹配一个空白字符;等价于[/f/t/v]

/S 匹配除空白字符以外任何一个字符;等价于[^/f/t/v]

/f 匹配一个换页符等价于 /x0c 或 /cL

匹配一个换行符;等价于 /x0a 或 /cJ

匹配一个回车符等价于/x0d 或 /cM

/t 匹配一个制表符;等价于 /x09/或/cl

/v 匹配一个垂直制表符;等价于/x0b或/ck

/oNN 匹配一个八进制数字

/xNN 匹配一个十六进制数字

/cC 匹配一个控制字符

模式修正符(Pattern Modifiers):

模式修正符在忽略大小写、匹配多行中使用特别多,掌握了这一个修正符,往往能解决我们遇到的很多问题。

i -可同时匹配大小写字母

M -将字符串视为多行

S -将字符串视为单行,换行符做普通字符看待,使“.”匹配任何字符

X -模式中的空白忽略不计

U -匹配到最近的字符串

e -将替换的字符串作为表达使用

格式:/apple/i匹配“apple”或“Apple”等,忽略大小写。 /i

PCRE的模式单元:

//1 提取第一位的属性

/^/d{2} ([/W])/d{2}//1/d{4}$匹配“12-31-2006”、“09/27/1996”、“86 01 4321”等字符串。但上述正则表达式不匹配“12/34-5678”的格式。这是因为模式“[/W]”的结果“/”已经被存储。下个位置“/1”引用时,其匹配模式也是字符“/”。

当不需要存储匹配结果时使用非存储模式单元“(?:)”

例如/(?:a|b|c)(D|E|F)//1g/ 将匹配“aEEg”。在一些正则表达式中,使用非存储模式单元是必要的。否则,需要改变其后引用的顺序。上例还可以写成/(a|b|c)(C|E|F)/2g/。

PCRE正则表达式函数:

以下为引用的内容:

preg_match()和preg_match_all()

preg_quote()

preg_split()

preg_grep()

preg_replace()

函数的具体使用,我们可以通过PHP手册来找到,下面分享一些平时积累的正则表达式:

匹配action属性

以下为引用的内容:

$str = '';

$match = '';

preg_match_all('//s+action=/"(?!http:)(.*?)/"/s/', $str, $match);

print_r($match);

在正则中使用回调函数

以下为引用的内容:

/**

* replace some string by callback function

*

*/

function callback_replace() {

$url = 'http://esfang.house.sina.com.cn';

$str = '';

$str = preg_replace ( '/(?<=/saction=/")(?!http:)(.*?)(?=/"/s)/e', 'search(/$url, //1)', $str );

echo $str;

}

function search($url, $match){

return $url . '/' . $match;

}

带断言的正则匹配

以下为引用的内容:

$match = '';

$str = 'xxxxxx.com.cn bold font

paragraph text

';

preg_match_all ( '/(?<=<(/w{1})>).*(?=<///1>)/', $str, $match );

echo "匹配没有属性的HTML标签中的内容:";

print_r ( $match );

替换HTML源码中的地址

以下为引用的内容:

$form_html = preg_replace ( '/(?<=/saction=/"|/ssrc=/"|/shref=/")(?!http:|javascript)(.*?)(?=/"/s)/e', 'add_url(/$url, /'//1/')', $form_html );

最后,正则工具虽然强大,但是从效率和编写时间上来讲,有的时候可能没有explode来的更直接,对于一些紧急或者要求不高的任务,简单、粗暴的方法也许更好。