PCRE正規表達式的定義:
用于描述字元排列和比對模式的一種文法規則。它主要用于字元串的模式分割、比對、查找及替換操作。
PHP中的正則函數:
PHP中有兩套正則函數,兩者功能差不多,分别為:
一套是由PCRE(Perl Compatible Regular Expression)庫提供的。使用“preg_”為字首命名的函數;
一套由POSIX(Portable Operating System Interface of Unix )擴充提供的。使用以“ereg_”為字首命名的函數;(POSIX的正則函數庫,自PCRE 5.3以後,就不在推薦使用,從PCRE6以後,就将被移除)
由于POSIX正則即将推出曆史舞台,并且PCRE和perl的形式差不多,更利于我們在perl和PCRE之間切換,是以這裡重點介紹PCRE正則的使用。
PCRE正規表達式
PCRE全稱為Perl Compatible Regular Expression,意思是Perl相容正規表達式。
在PCRE中,通常将模式表達式(即正規表達式)包含在兩個反斜線“/”之間,如“/apple/”。
正則中重要的幾個概念有:元字元、轉義、模式單元(重複)、反義、引用和斷言,這些概念都可以在文章[1]中輕松的了解和掌握。
常用的元字元(Meta-character):
元字元 說明
\A 比對字元串串首的原子
\Z 比對字元串串尾的原子
\b 比對單詞的邊界 /\bis/ 比對頭為is的字元串 /is\b/ 比對尾為is的字元串 /\bis\b/ 定界
\B 比對除單詞邊界之外的任意字元 /\Bis/ 比對單詞“This”中的“is”
\d 比對一個數字;等價于[0-9]
\D 比對除數字以外任何一個字元;等價于[^0-9]
\w 比對一個英文字母、數字或下劃線;等價于[0-9a-zA-Z_]
\W 比對除英文字母、數字和下劃線以外任何一個字元;等價于[^0-9a-zA-Z_]
\s 比對一個空白字元;等價于[\f\t\v]
\S 比對除空白字元以外任何一個字元;等價于[^\f\t\v]
\f 比對一個換頁符等價于 \x0c 或 \cL
比對一個換行符;等價于 \x0a 或 \cJ
比對一個回車符等價于\x0d 或 \cM
\t 比對一個制表符;等價于 \x09\或\cl
\v 比對一個垂直制表符;等價于\x0b或\ck
\oNN 比對一個八進制數字
\xNN 比對一個十六進制數字
\cC 比對一個控制字元
模式修正符(Pattern Modifiers):
模式修正符在忽略大小寫、比對多行中使用特别多,掌握了這一個修正符,往往能解決我們遇到的很多問題。
i -可同時比對大小寫字母
M -将字元串視為多行
S -将字元串視為單行,換行符做普通字元看待,使“.”比對任何字元
X -模式中的空白忽略不計
U -比對到最近的字元串
e -将替換的字元串作為表達使用
格式:/apple/i比對“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}$比對“12-31-2006”、“09/27/1996”、“86 01 4321”等字元串。但上述正規表達式不比對“12/34-5678”的格式。這是因為模式“[\W]”的結果“/”已經被存儲。下個位置“\1”引用時,其比對模式也是字元“/”。
當不需要存儲比對結果時使用非存儲模式單元“(?:)”
例如/(?:a|b|c)(D|E|F)\\1g/ 将比對“aEEg”。在一些正規表達式中,使用非存儲模式單元是必要的。否則,需要改變其後引用的順序。上例還可以寫成/(a|b|c) (C|E|F)\2g/。
PCRE正規表達式函數:
preg_match() 和preg_match_all() preg_quote() preg_split() preg_grep() preg_replace() |
函數的具體使用,我們可以通過PCRE手冊來找到,下面分享一些平時積累的正規表達式:
比對action屬性
$str = ''; $match = ''; preg_match_all('/\s+action=\"(?!http:)(.*?)\"\s/', $str, $match); print_r($match); |
在正則中使用回調函數
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; } |
帶斷言的正則比對
$match = ''; $str = 'xxxxxx.com.cn bold font paragraph text '; preg_match_all ( '/(?<=<(\w{1})>).*(?=<\/\1>)/', $str, $match ); echo "比對沒有屬性的HTML标簽中的内容:"; print_r ( $match ); |
替換HTML源碼中的位址
$form_html = preg_replace ( '/(?<=\saction=\"|\ssrc=\"|\shref=\")(?!http:|javascript)(.*?)(?=\"\s)/e','add_url(\$url, \'\\1\')', $form_html ); |
最後,正則工具雖然強大,但是從效率和編寫時間上來講,有的時候可能沒有explode來的更直接,對于一些緊急或者要求不高的任務,簡單、粗暴的方法也許更好。