PHP系列（六）PHP正则表达式

xglys

php正则表达式

　　        正则表达式是一种描述字符串结果的语法规则，是一个特定的格式化模式，可以匹配、替换、截取匹配的字符串。常用的语言基本上都有正则表达式，如JavaScript、java等。其实，只有了解一种语言的正则使用，其他语言的正则使用起来，就相对简单些。文本主要围绕解决下面问题展开。
　　匹配查找分割替换
　　1、正规表达语法
　　定界符号：多种都可以%%、||、常用//
　　原子：最少的一个匹配单位位（放在定界符中）、在一个正则表达式中、至少有一个原子
　　原子是正则表达式的最基本的组成单元、而且在每个模式中最少要包含一个原子、原子是由所有那些未指定为元字符的打印和非打印字符组成、具体分为5类。
　　（1）、普通字符作为原子：如、a-z  A-Z  0-9等
　　（2）、一些特殊字符和转义后元字符作为原子：所有标点符号、但语句特殊意义的符号要转
　　义后才可作为原子、如：\”\’\*\+\?\. 等
　　（3）、一些非打印字符作为原子、如：\f\n\r\t\v\cx
　　\f 换页符
　　\n 换行符
　　\r回车符
　　\t制表符
　　\v垂直制表符
　　\cx匹配由x指明的控制字符
　　（4）、使用”通用字符类型”作为原子、如：\d\D\w\W\s\S
　　\d 代表任意一个数字  [0-9]
　　\D 代表任意一个非数字 [^0-9]
　　\w 代表任意一个字 a-z  A-Z 0-9 _  [a-zA-Z_]
　　\W 代表任意一个非字 除了a-z  A-Z 0-9 _之外的所有字符[^a-zA-Z_]
　　\s 代表空白 [\t\n\f\v]
　　\S 代表非空白 [^\t\n\f\v]
　　（5）、自定义原子表([])作为原子、如：’/[apj]sp/’
　　[a-zA-Z]  -从哪到哪区间范围  ^除列表中
　　元字符：不能在正则表达式中单独使用、修饰原子、是用来扩展原子功能和限定功能（写在定界符中）
　　*  用来修饰其前面的原子可以出现0个1个或多个（任意次） {0,}
　　+  用来修饰其前面的原子可以出现1次或多次、不能没有至少一次｛1，｝
　　？用来修饰其前面的原子可以出现0次或1次 {0,1}
　　.  匹配任意单个字符
　　{m}  用来修饰其前面原子只能出现m次
　　{n,m} 用来修饰其前面原子只能出现n到m次
　　{n,} 用来修饰其前面原子最少出现n次
　　^或\A 匹配输入字符串开始位置
　　$或\Z 匹配输入字符串结束位置
　　\b  匹配单词的边界
　　\B  匹配除单词边界以外的部分
　　() 匹配其整体为一个原子、即模式单元、可以理解为多个单元组成的大单元。
　　改变优先级别
　　将小原子就成大原子
　　子模式、整个表达式是一个大的模式、小括号中是每个独立的子模式反向引用
　　模式修正符号：修正、对模式（正则）修正（写在定界符号外面、写在右边）
　　符号：i : 忽略大小写
　　m: 视为多行、在使用^和$这二个符号时、每一行满足都可以（默认视为一行处理）
　　s:修正正则表达式中的 . 可以匹配换行符号、（默认. 不能匹配回车符号）
　　x:修正正则表达式、可以省略空白
　　U:取消贪婪模式 等价于(.*?)
　　正则表达式编补写
　　网址正则：
　　$reg = '/(https?|ftps?):\/\/(www|mail|bbs|ftp)\.(.*?)\.(net|com|org|cn)([\w-\.\/\=\?\&\%]*)?/';
　　http://www.lampbrother.net/php/demo.inc.php?username=admin&p=123456
　　邮箱正则：
　　$reg ='/\w+([+-.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*/i';
　　mei+zi+zi+zi+zi@lampbrother.net
　　2、(字符串匹配查找)
　　（1）、字符串处理函数
　　（2）、正则表达式函数
　　注意：如果可以直接使用字符串处理函数处理的字符串、就不要用正则
　　匹配查找: strops strstr(string,search) substr(string,start,length)
　　正则匹配查找：preg_match()  preg_match_all()   preg_grep()
　　Strpos(string, find,start) 查找字符串在另一字符串中第一次出现的位置、区分大小写、返回数字(stripos不区分大小写)
　　String:必需。规定要搜索的字符串。
　　Find:  必需。规定要查找的字符串。
　　Start: 可选。规定在何处开始搜索。
　　Preg_match(pattern ,string, array)执行一个正则表达式匹配、返回一个数组
　　Pattern 要搜索的模式，字符串类型、正则。
　　Subject 输入字符
　　Array 返回的数组
　　$reg='/(https?|ftps?):\/\/(www|mail|bbs|ftp)\.(.*?)\.(net|com|org|cn)([\w-\.\/\=\?\&\%]*)?/';
　　if(preg_match($reg, $_POST['url'], $arr)) {
　　echo'';
　　print_r($arr);
　　echo'';
　　echo"完整的URL是 {$arr[0]} ";
　　echo"协议是 {$arr[1]} ";
　　echo"主机是 {$arr[2]} ";
　　echo"域名是： {$arr[3]} ";
　　echo"顶层域： {$arr[4]} ";
　　echo"资源参数： {$arr[5]} ";
　　preg_match_all(pattern ,string, array,[flags])执行一个全局正则表达式匹配、返回数组
　　pattern要搜索的模式，字符串形式。
　　string输入字符串。
　　array多维数组，作为输出参数输出所有匹配结果, 数组排序通过flags指定。
　　flags可以结合下面标记使用(注意不能同时使用PREG_PATTERN_ORDER和 PREG_SET_ORDER
　　$p = "我是http://www.qq.com/ss/dad/a.php,
　　         我们不是你的站http://www.bitedy.com/ad/c/dd/admin.php";
　　if(preg_match_all('/(https?|ftps?):\/\/(www|mail|bbs|ftp)\.(.*?)\.(net|com|org|cn)([\w-\.\/\=\?\&\%]*)?/',$p, $arr,PREG_SET_ORDER)) {
　　         echo '';
　　         print_r($arr);
　　         echo '';
　　         foreach($arr as $ar){
　　         echo "完整的URL： {$ar[0]} ";
　　         echo "协议是 {$ar[1]} ";
　　         echo "主机是 {$ar[2]} ";
　　         echo "域名是： {$ar[3]} ";
　　         echo "顶层域： {$ar[4]} ";
　　         echo "资源参数： {$ar[5]} ";
　　         }
　　}
　　Preg_grep(paten, array)返回匹配模式的数组条目
　　pattern要搜索的模式, 字符串形式.
　　input输入数组.
　　flags如果设置为PREG_GREP_INVERT, 这个函数返回输入数组中与 给定模式pattern不匹配的元素组成的数组.
　　$arr = array(“aa  b”, “cc”, ”a c”, ”dd”);
　　$content = preg_grep(‘/\s/’, $arr);
　　Print_r($content);
　　
　　3、字符串分割
　　字符串分割：explode()    implode()--join()
　　正则表达式分割：preg_split()
　　Explode(separator,string,limit)把字符串打散为数组
　　Separator 以separator字符做为分隔符
　　String 要分割的字符串
　　Limit可选。规定所返回的数组元素的数目。
　　可能的值：
　　大于 0 - 返回包含最多 limit 个元素的数组
　　小于 0 - 返回包含除了最后的 -limit 个元素以外的所有元素的数组
　　0 - 返回包含一个元素的数组
　　$str = "L-a-m-p";
　　print_r(explode("-", $str, 3));
　　显示为：Array ( [0] => L [1] => a [2] =>m-p )
　　preg_split (pattern, string,limit,flags) 通过一个正则表达式分隔字符串、返回数组
　　pattern用于搜索的模式，字符串形式。
　　subject输入字符串
　　limit如果指定，将限制分隔得到的子串最多只有limit个，返回的最后一个子串将包含所有剩余部分。limit值为-1， 0或null时都代表"不限制"，作为php的标准，你可以使用null跳过对flags的设置。
　　flags可以是任何下面标记的组合(以位或运算 | 组合)：
　　PREG_SPLIT_NO_EMPTY如果这个标记被设置， preg_split() 将进返回分隔后的非空部分。
　　PREG_SPLIT_DELIM_CAPTURE果这个标记设置了，用于分隔的模式中的括号表达式将被捕获并返回。
　　PREG_SPLIT_OFFSET_CAPTURE如果这个标记被设置, 对于每一个出现的匹配返回时将会附加字符串偏移量. 注意：这将会改变返回数组中的每一个元素, 使其每个元素成为一个由第0 个元素为分隔后的子串，第1个元素为该子串在subject 中的偏移量组成的数组。
　　
　　Implode(string, array) 将一个一维数组的值转化为字符串
　　String 以string字符连接数组元素
　　Array 想要转换的数组
　　$str = "L-a-m-p";
　　//print_r(explode("-", $str, 3));
　　$s=preg_split('/\W/', $str,-1,PREG_SPLIT_NO_EMPTY);
　　echo implode("++",$s)."";
　　list($a,$b)=explode("__","wo__qu");
　　echo $a."";
　　echo $b."";
　　显示为：L++a++m++p  wo  qu
　　4、字符串替换函数
　　字符串处理：str_replace()
　　正则表达式：preg_replace()
　　Str_replace(search,replace, subject, count)查找search替换为replace、字符串替换
　　Search：查找的目标值，也就是 needle。一个数组可以指定多个目标。
　　Replace：search 的替换值。一个数组可以被用来指定多重替换。
　　Subject：执行替换的数组或者字符串。也就是 haystack。
　　如果 subject 是一个数组，替换操作将遍历整个 subject，返回值也将是一个数组。
　　Count：如果被指定，它的值将被设置为替换发生的次数。
　　
　　$arr = "我是中国人、你是哪国人、中国房产";
　　$num = 0;
　　$new = str_replace(array("我","中国", "房产"), array("我们","美国","高科技"), $arr, $num);
　　echo $new;
　　显示为：我们是美国人、你是哪国人、美国高科技
　　Preg_replace(pattern,replacement, subject, limit, count) 查找符合pattern正则替换为replacement、正则字符串替换
　　Pattern 要搜索的模式、可以是一个正则
　　Replacement将要替换的字符串或字符串数组
　　subject替换后的字符串或字符串数组
　　limit每个模式在每个subject上进行替换的最大次数。默认是 -1(无限)。
　　count如果指定，将会被填充为完成的替换次数
　　$str = "如晨光http://www.baidu.com特别人的http://www.bitedy.com/ad/index.php";
　　$url='/(https?|ftps?):\/\/(www|mail|bbs|ftp)\.(.*?)\.(net|com|org|cn)([\w-\.\/\=\?\&\%]*)?/';
　　$new = preg_replace($url, '\1://$2.$3.$4', $str);
　　echo $str."";
　　echo $new."";
　　晃示为：
　　$str =  array(
　　         "如果没有一些http://www.baidu.com特殊的替换需5求（比如正则表达式），你应http://www.lampbrother.net该使用该http://bbs.brophp.org函数替9换 ereg_replace() 和9 preg_replace()。 ",
　　         "如果没有一些http://www.baidu.com特殊的替换需5求（比如正则表达式），你应http://www.lampbrother.net该使用该http://bbs.brophp.org函数替9换 ereg_replace() 和9 preg_replace()。 ",
　　         );
　　         $reg = array(
　　                            '/\/is',
　　                            '/(https?|ftps?):\/\/(www|mail|bbs|ftp)\.(.*?)\.(net|com|org|cn)([\w-\.\/\=\?\&\%]*)?/e',
　　                            '/\d/'
　　                   );
　　         $rep = array(
　　                            '',
　　                            '"".strtoupper("$1://$2.$3.$4").""',
　　                            '@'
　　                   );
　　         $newstr = preg_replace($reg, $rep,$str);
　　         echo '';
　　         print_r($str)."";
　　         print_r($newstr)."";
　　         echo '';
　　
　　preg_quote(string)转义正则表达式字符、正则表达式特殊字符有： . \ + * ? [ ^ ] $ ( ) { } = ! < > | : preg_replace_callback (pattern, callback, subject,[limit[,count]])执行一个正则表达式搜索并且使用一个回调进行替换
　　pattern要搜索的模式，可以使字符串或一个字符串数组。
　　Callback 一个回调函数
　　subject 要搜索替换的目标字符串或字符串数组
　　limit  对于每个模式用于每个 subject字符串的最大可替换次数。默认是-1（无限制）。
　　Count  如果指定，这个变量将被填充为替换执行的次数。
　　$text = "今天是2016-04-05、明年是2017年";
　　$reg ="/(\d{4})-(\d{2}-\d{2})/";
　　function fun($m){
　　         return ($m[1]+1).$m[2];
　　}
　　echopreg_replace_callback($reg, "fun", $text);
　　显示为：今天是201704-05、明年是2017年