PHP中正则的使用

gblf

正则表达式，作为一种快速、便捷的处理字符串的工具，在各种编程语言中都有着广泛的用途，通过在PHP中的一些使用，下面记录一下关于PHP中正则使用的一些技巧。
我的正则入门，是起源于网上的一篇文章[1]，这篇文章由浅入深的阐述了正则使用的方法，我觉得是一个很好的入门材料，不过学成还是要靠个人，在使用的过程中，还是会不断地忘记，因此反反复复的阅读了这篇文章有四五遍，对于其中一些比较困难的知识点，甚至要用很久才能消化，但是只要能见坚持着看完，你会发现自己对于正则的运用能力就会显著提高。
正则表达式：
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：
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 = '<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);
   
    在正则中使用回调函数
    /**
     * 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;
    }
   
    带断言的正则匹配
    $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 ( '/(?<=\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。
而对于preg和ereg两个系列之间的执行效率，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，所以笔者就不做比较了，熟悉的朋友可以发表下意见，谢谢。   
   
参考资料：
1、正则表达式三十分钟入门            http://unibetter.com/deerchao/zhengzhe-biaodashi-jiaocheng-se.htm
2、PHP ereg                        http://cn.php.net/manual/en/function.ereg.php        
3、PHP正则函数                    http://www.5iphp.com/zh-hans/content/319.html