zoukankan      html  css  js  c++  java
  • PHP Cookbook读书笔记 – 第22章正则表达式

    概述

    PHP提供了两组处理正则的函数,一组是传统的POSIX函数,都是以ereg开头(已过时,不推荐),另一组是Perl兼容的函数PCRE(Regular Expressions (Perl-Compatible)),函数名都是以preg作为前缀。包含的函数如下:

    元字符(meta-characters)

    \:将下一个字符标记为一个特殊字符、或一个原义字符、或一个 向后引用、或一个八进制转义符。

    ^:匹配输入字符串的开始位置,在字符前表示否定如:[^A-Z]表示除A-Z之外的字符

    $:匹配输入字符串的结束位置

    .:匹配除换行符外的所有字符,如果希望包含换行符可以这样[.\n]

    [:匹配字符类别定义的开始位置

    ]:匹配字符类别定义的结束位置

    |:选择匹配

    (:子模式开始位置

    ):子模式结束位置

    ?:匹配前面的子表达式零次或一次。? 等价于 {0,1}

    *:匹配前面的子表达式零次或多次。*等价于{0,}

    +:匹配前面的子表达式一次或多次。+ 等价于 {1,}

    {:匹配最少/最多次数的开始位置

    }:匹配最少/最多次数的结束位置,{4,8}表示最少出现4次,最多8次

    -:指明字符的范围

    模式修饰符

    通常是放在模式定界符之后如:/pattern/i 中的i

    关键字 含义
    i 如果设置了此修饰符,模式中的字母大小写不敏感
    m 默认情况下,PCRE认为目标字符串由单行字符组成。如果设置了此修饰符,目标字符串多行时,模式匹配从目标字符开始位置到结束位置。
    s 前面介绍过模式中的点号(.)匹配除换行外的所有字符,如果设置了此修饰符,点号匹配所有字符,包含换行符。
    x 如果设置了此修饰符,模式中没有经过转义的或不在字符类型中的空白数据将被忽略。
    e 只对preg_replace()有效,在替换完成的结果作为eval函数的参数再运行一次
    A 约束匹配使其仅从目标字符串的开始位置搜索
    D 多行时美元符号仅匹配目标字符串的末尾,如果设置了m,则忽略此修饰符
    S 一个模式需要多次使用时,设定此修饰符会对模式进行分析从而提升匹配速度
    U ##使其量词默认为非贪婪,也可以通过在量词后以问号标记其非贪婪
    X ##反斜线后如果跟一个无意义的字母会报错,默认情况下会忽略
    J 修改本地PCRE_DUPNAMES,允许子组重名
    u ##模式字符串被认为是utf-8编码

    备注:标记为##的表示此方法与perl不兼容

    ereg与preg的区别

    1、preg模式不仅仅包含了字符串模式,同时也需要定界符。

    定界符可以是任何除数字、反斜线、空白外的任意字符,经常使用\或#作为定界符,例如

    //原
    ereg('pattern','string');
    //改为
    preg_match('/pattern/','string');//这里的分隔符是可以自定义的,可以将/pattern/改为@pattern@ 

    2、不要将定界符放在正则表达式的模式中,否则会导致模式提前结束。

    $ereg_pattern = '.+';
    $preg_pattern = addcslashes($ereg_pattern,'/'); 

    3、preg函数在不区分大小写时需要在结束定界符后加i

    //原
    eregi('pattern','string');
    //改为
    preg_match('/pattern/i','string');

    4、ereg_replace(参数1,参数2,参数3)中参数2如果是数字类型值,将被理解为ASCII编码值。preg_replace不存在这个问题,会将数字理解为数字

    字符匹配

    \b 匹配一个单词边界,也就是指单词和空格间的位置。例如, 'er\b' 可以匹配"never" 中的 'er',但不能匹配 "verb" 中的 'er'
    \B 匹配非单词边界。'er\B' 能匹配 "verb" 中的 'er',但不能匹配 "never" 中的 'er'
    \d 匹配一个数字字符。等价于 [0-9]
    \D 匹配一个非数字字符。等价于 [^0-9]
    \f 匹配一个换页符。等价于 \x0c 和 \cL
    \n 匹配一个换行符。等价于 \x0a 和 \cJ
    \r 匹配一个回车符。等价于 \x0d 和 \cM
    \t 匹配一个制表符。等价于 \x09 和 \cI
    \v 匹配一个垂直制表符。等价于 \x0b 和 \cK
    \s 匹配任何空白字符,包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]
    \S 匹配任何非空白字符。等价于 [^ \f\n\r\t\v]
    \w 匹配包括下划线的任何单词字符。等价于'[A-Za-z0-9_]'
    \W 匹配任何非单词字符。等价于 '[^A-Za-z0-9_]'
    \xn 匹配 n,其中 n 为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如,'\x41' 匹配 "A"。'\x041' 则等价于 '\x04' & "1"。正则表达式中可以使用 ASCII 编码。.
    \num 匹配 num,其中 num 是一个正整数。对所获取的匹配的引用。例如,'(.)\1' 匹配两个连续的相同字符。
    \n 标识一个八进制转义值或一个向后引用。如果 \n 之前至少 n 个获取的子表达式,则 n 为向后引用。否则,如果 n 为八进制数字 (0-7),则 n 为一个八进制转义值。
    \nm 标识一个八进制转义值或一个向后引用。如果 \nm 之前至少有 nm 个获得子表达式,则 nm 为向后引用。如果 \nm 之前至少有 n 个获取,则 n 为一个后跟文字 m 的向后引用。如果前面的条件都不满足,若 n 和 m 均为八进制数字 (0-7),则 \nm 将匹配八进制转义值 nm。
    \nml 如果 n 为八进制数字 (0-3),且 m 和 l 均为八进制数字 (0-7),则匹配八进制转义值 nml。
    \un 匹配 n,其中 n 是一个用四个十六进制数字表示的 Unicode 字符。例如, \u00A9 匹配版权符号 (?)

    查找第N个匹配

    $todo = "
    first=Get Dressed
    next=Eat Jelly
    last=Squash every week into a day
    ";
    
    preg_match_all("/([a-zA-Z]+)=(.*)/", $todo, $matches, PREG_SET_ORDER);
    
    foreach ($matches as $match) {
        print "The {$match[1]} action is {$match[2]} \n";
    }

    贪婪or非贪婪匹配

    默认情况下,PHP都是贪婪匹配(最大化匹配),它会查找第一个起始标记和最后一个结束标记。

    非贪婪匹配(最小化匹配)通过模式修饰符U或者在元字符后面添加?来修改模式中一部分的匹配策略

    $html = 'I simply love your work';
    // 贪婪匹配
    $matchCount = preg_match_all('/.+/', $html, $matches);		//$matchCount = 1
    
    // 非贪婪匹配
    $matchCount = preg_match_all('/.+?/', $html, $matches);	//$matchCount = 2
    
    // 非贪婪匹配
    $matchCount = preg_match_all('/.+/U', $html, $matches);	//$matchCount = 2

    匹配HTML标签

    下面的例子是匹配HTML标签的,稍加改进可以用来匹配UBB标签

    $html = file_get_contents('example.html');
    preg_match_all('/<(strong|em)>(.+?)</\1>/is', $html, $matches);
    foreach ($matches[2] as $text) {
        print "Text: $text \n";
    }

    阻止对子模式匹配文本的捕获

    在子模式可选的情况下使用阻止捕获非常有用。可选的子模式可能会改变捕获的文本块数,通过 ?: 来设定其子模式不捕获

    $html = '
    
    ';
    
    preg_match_all('/rel="(?:prev|next)"(?: title="[^"]+?")? href=
    "([^"]*?)"/', $html, $linkMatches);
    
    print '$bothMatches is: '; var_dump($linkMatches);

    转义特殊字符

    如果是用户输入的字符串作为模式,需要转义,可以用preg_quote函数实现。例如:用户输入t.c时,不转义可能查到的结果包括tic、tucker等,转义后就是t.c

  • 相关阅读:
    request-log-analyzer日志分析
    ubuntu下git输出的颜色变化
    vundle安装 给vim插上翅膀
    安装ruby
    【HDU1944】S-Nim-博弈论:SG函数
    【HDU1944】S-Nim-博弈论:SG函数
    我对SG函数的理解
    我对SG函数的理解
    【POJ2154】Color-Polya定理+欧拉函数
    【POJ2154】Color-Polya定理+欧拉函数
  • 原文地址:https://www.cnblogs.com/Excellent/p/2254935.html
Copyright © 2011-2022 走看看