我的正則入門,是起源于網(wǎng)上的一篇文章[1],這篇文章由淺入深的闡述了正則使用的方法,我覺得是一個(gè)很好的入門材料,不過學(xué)成還是要靠個(gè)人,在使用的過程中,還是會(huì)不斷地忘記,因此反反復(fù)復(fù)的閱讀了這篇文章有四五遍,對(duì)于其中一些比較困難的知識(shí)點(diǎn),甚至要用很久才能消化,但是只要能見堅(jiān)持著看完,你會(huì)發(fā)現(xiàn)自己對(duì)于正則的運(yùn)用能力就會(huì)顯著提高。
正則表達(dá)式:
用于描述字符排列和匹配模式的一種語(yǔ)法規(guī)則。它主要用于字符串的模式分割、匹配、查找及替換操作。
PHP中的正則函數(shù):
php中有兩套正則函數(shù),兩者功能差不多,分別為:
一套是由PCRE(Perl Compatible Regular Expression)庫(kù)提供的。使用“preg_”為前綴命名的函數(shù);
一套由POSIX(Portable Operating System Interface of Unix )擴(kuò)展提供的。使用以“ereg_”為前綴命名的函數(shù);(POSIX的正則函數(shù)庫(kù),自PHP 5.3以后,就不在推薦使用,從PHP6以后,就將被移除)
由于POSIX正則即將推出歷史舞臺(tái),并且PCRE和perl的形式差不多,更利于我們?cè)趐erl和php之間切換,所以這里重點(diǎn)介紹PCRE正則的使用。
PCRE正則表達(dá)式
PCRE全稱為Perl Compatible Regular Expression,意思是Perl兼容正則表達(dá)式。
在PCRE中,通常將模式表達(dá)式(即正則表達(dá)式)包含在兩個(gè)反斜線“/”之間,如“/apple/”。
正則中重要的幾個(gè)概念有:元字符、轉(zhuǎn)義、模式單元(重復(fù))、反義、引用和斷言,這些概念都可以在文章[1]中輕松的理解和掌握。
常用的元字符(Meta-character):
元字符 說明
\A 匹配字符串串首的原子
\Z 匹配字符串串尾的原子
\b 匹配單詞的邊界 /\bis/ 匹配頭為is的字符串 /is\b/ 匹配尾為is的字符串 /\bis\b/ 定界
\B 匹配除單詞邊界之外的任意字符 /\Bis/ 匹配單詞“This”中的“is”
\d 匹配一個(gè)數(shù)字;等價(jià)于[0-9]
\D 匹配除數(shù)字以外任何一個(gè)字符;等價(jià)于[^0-9]
\w 匹配一個(gè)英文字母、數(shù)字或下劃線;等價(jià)于[0-9a-zA-Z_]
\W 匹配除英文字母、數(shù)字和下劃線以外任何一個(gè)字符;等價(jià)于[^0-9a-zA-Z_]
\s 匹配一個(gè)空白字符;等價(jià)于[\f\t\v]
\S 匹配除空白字符以外任何一個(gè)字符;等價(jià)于[^\f\t\v]
\f 匹配一個(gè)換頁(yè)符等價(jià)于 \x0c 或 \cL
匹配一個(gè)換行符;等價(jià)于 \x0a 或 \cJ
匹配一個(gè)回車符等價(jià)于\x0d 或 \cM
\t 匹配一個(gè)制表符;等價(jià)于 \x09\或\cl
\v 匹配一個(gè)垂直制表符;等價(jià)于\x0b或\ck
\oNN 匹配一個(gè)八進(jìn)制數(shù)字
\xNN 匹配一個(gè)十六進(jìn)制數(shù)字
\cC 匹配一個(gè)控制字符
模式修正符(Pattern Modifiers):
模式修正符在忽略大小寫、匹配多行中使用特別多,掌握了這一個(gè)修正符,往往能解決我們遇到的很多問題。
i -可同時(shí)匹配大小寫字母
M -將字符串視為多行
S -將字符串視為單行,換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計(jì)
U -匹配到最近的字符串
e -將替換的字符串作為表達(dá)使用
格式:/apple/i匹配“apple”或“Apple”等,忽略大小寫。 /i
PCRE的模式單元:
//1 提取第一位的屬性
/^\d{2} ([\W])\d{2}\\1\d{4}$匹配“12-31-2006”、“09/27/1996”、“86 01 4321”等字符串。但上述正則表達(dá)式不匹配“12/34-5678”的格式。這是因?yàn)槟J健癧\W]”的結(jié)果“/”已經(jīng)被存儲(chǔ)。下個(gè)位置“\1”引用時(shí),其匹配模式也是字符“/”。
當(dāng)不需要存儲(chǔ)匹配結(jié)果時(shí)使用非存儲(chǔ)模式單元“(?:)”
例如/(?:a|b|c)(D|E|F)\\1g/ 將匹配“aEEg”。在一些正則表達(dá)式中,使用非存儲(chǔ)模式單元是必要的。否則,需要改變其后引用的順序。上例還可以寫成/(a|b|c)(C|E|F)\2g/。
PCRE正則表達(dá)式函數(shù):
preg_match()和preg_match_all()
preg_quote()
preg_split()
preg_grep()
preg_replace()
函數(shù)的具體使用,我們可以通過PHP手冊(cè)來找到,下面分享一些平時(shí)積累的正則表達(dá)式:
匹配action屬性
復(fù)制代碼 代碼如下:
$str = 'form name="adfa" action="asdf.bphp" target="">form name="bbbb" action="http://www.bac.com/test.php" target="qwerqwerq">form name="bbbb" action="http.php" target="qwerqwerq">';
$match = '';
preg_match_all('/\s+action=\"(?!http:)(.*?)\"\s/', $str, $match);
print_r($match);
在正則中使用回調(diào)函數(shù)
復(fù)制代碼 代碼如下:
/**
* replace some string by callback function
*
*/
function callback_replace() {
$url = 'http://esfang.house.sina.com.cn';
$str = 'form name="adfa" action="asdf.bphp" target="">form name="bbbb" action="http://www.bac.com/test.php" target="qwerqwerq">form name="bbbb" action="http.php" target="qwerqwerq">';
$str = preg_replace ( '/(?=\saction=\")(?!http:)(.*?)(?=\"\s)/e', 'search(\$url, \\1)', $str );
echo $str;
}
function search($url, $match){
return $url . '/' . $match;
}
帶斷言的正則匹配
復(fù)制代碼 代碼如下:
$match = '';
$str = 'a href="">xxxxxx.com.cn/a> b>bold font/b> p>paragraph text/p>';
preg_match_all ( '/(?=(\w{1})>).*(?=\/\1>)/', $str, $match );
echo "br />匹配沒有屬性的HTML標(biāo)簽中的內(nèi)容:";
print_r ( $match );
替換HTML源碼中的地址
$form_html = preg_replace ( '/(?=\saction=\"|\ssrc=\"|\shref=\")(?!http:|javascript)(.*?)(?=\"\s)/e', 'add_url(\$url, \'\1')', $form_html );
最后,正則工具雖然強(qiáng)大,但是從效率和編寫時(shí)間上來講,有的時(shí)候可能沒有explode來的更直接,對(duì)于一些緊急或者要求不高的任務(wù),簡(jiǎn)單、粗暴的方法也許更好。
而對(duì)于preg和ereg兩個(gè)系列之間的執(zhí)行效率,曾看到文章說preg要更快一點(diǎn),具體由于使用ereg的時(shí)候并不多,而且也要推出歷史舞臺(tái)了,再加個(gè)個(gè)人更偏好于PCRE的方式,所以筆者就不做比較了,熟悉的朋友可以發(fā)表下意見,謝謝。
參考資料:
1、正則表達(dá)式三十分鐘入門 https://www.jb51.net/tools/zhengze.html
2、PHP ereg http://cn.php.net/manual/en/function.ereg.php (英文版)
https://www.jb51.net/shouce/php5/zh/function.ereg.html(中文版)
3、PHP正則函數(shù) https://www.jb51.net/article/20400.htm