iLeichun

当前位置: 首页 > PHP

PHP正则表达式的使用技巧

分类:PHP   来源:网络   时间:2011-02-24 14:50:30

PHP正则表达式主要用于字符串的模式分割、匹配、查找及替换操作。使用正则表达式在某些简单的环境下可能效率不高,因此如何更好的使用PHP正则表达式需要综合考虑。

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

       匹配字符串串尾的原子

       匹配单词的边界     /is/   匹配头为is的字符串   /is/   匹配尾为is的字符串   /is/ 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 v]

S     匹配除空白字符以外任何一个字符;等价于[^f 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

     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}\1d{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:

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

$str = ¹¹;
$match = ¹¹;
preg_match_all(¹/s+action="(?!http:)(.*?)"s/¹, $str, $match);
print_r($match);

在正则中使用回调函数

/**
* replace some string by callback function
*
*/
function callback_replace() {
$url = ¹http://esfang.house.sina.com.cn¹;
$str = ¹¹;
$str = preg_replace ( ¹/(?<=saction=")(?!http:)(.*?)(?="s)/e¹, ¹search($url, \1)¹, $str );

echo $str;
}

function search($url, $match){
return $url . ¹/¹ . $match;
}

带断言的正则匹配

$match = ¹¹;
$str = ¹xxxxxx.com.cn bold font
paragraph text

¹;
preg_match_all ( ¹/(?<=<(w{1})>).*(?=</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

$form_html = preg_replace ( ¹/(?<=saction="|ssrc="|shref=")(?!http:|javascript)(.*?)(?="s)/e¹, ¹add_url($url, ¹\1¹)¹, $form_html );

正则工具虽然强大,但是从效率和编写时间上来讲,有时可能没有explode来的直接,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。

对于preg和ereg之间的执行效率,曾看到文章说preg要更快一点,具体由于使用ereg的时候并不多,而且也要推出历史舞台了,再加个个人更偏好于PCRE的方式。

更多