程式師世界 >> 編程語言 >> 網頁編程 >> PHP編程 >> PHP綜合 >> PHP 正則表達式常用函數使用小結

PHP 正則表達式常用函數使用小結

編輯：PHP綜合

在PHP中有兩套正則表達式函數庫。一套是由PCRE（Perl Compatible Regular Expression）庫提供的。PCRE庫使用和Perl相同的語法規則實現了正則表達式的模式匹配，其使用以“preg_”為前綴命名的函數。另一套是由POSIX（Portable Operation System interface）擴展庫提供的。POSIX擴展的正則表達式由POSIX 1003.2定義，一般使用以“ereg_”為前綴命名的函數。
兩套函數庫的功能相似，執行效率稍有不同。一般而言，實現相同的功能，使用PCRE庫的效率略占優勢。下面詳細介紹其使用方法。
6.3.1 正則表達式的匹配
1．preg_match()
函數原型：int preg_match (string $pattern, string $content [, array $matches])
preg_match ()函數在$content字符串中搜索與$pattern給出的正則表達式相匹配的內容。如果提供了$matches，則將匹配結果放入其中。$matches[0]將包含與整個模式匹配的文本，$matches[1]將包含第一個捕獲的與括號中的模式單元所匹配的內容，以此類推。該函數只作一次匹配，最終返回0或1的匹配結果數。代碼6.1給出preg_match()函數的一段代碼示例。
代碼6.1 日期時間的匹配

復制代碼代碼如下:
<?php
//需要匹配的字符串。date函數返回當前時間
$content = "Current date and time is ".date("Y-m-d h:i a").", we are learning PHP together.";
//使用通常的方法匹配時間
if (preg_match ("/\d{4}-\d{2}-\d{2} \d{2}:\d{2} [ap]m/", $content, $m))
{
echo "匹配的時間是：" .$m[0]. "\n";
}
//由於時間的模式明顯，也可以簡單的匹配
if (preg_match ("/([\d-]{10}) ([\d:]{5} [ap]m)/", $content, $m))
{
echo "當前日期是：" .$m[1]. "\n";
echo "當前時間是：" .$m[2]. "\n";
}
?>

這是一個簡單動態文本串匹配實例。假設當前系統時間是“2006年8月17日13點25分”，將輸出如下的內容。
匹配的時間是：2006-08-17 01:25 pm
當前日期是：2006-08-17
當前時間是：01:25 pm

2．ereg()和eregi()
ereg()是POSIX擴展庫中正則表達式的匹配函數。eregi()是ereg()函數的忽略大小寫的版本。二者與preg_match的功能類似，但函數返回的是一個布爾值，表明匹配成功與否。需要說明的是，POSIX擴展庫函數的第一個參數接受的是正則表達式字符串，即不需要使用分界符。例如，代碼6.2是一個關於文件名安全檢驗的方法。
代碼6.2 文件名的安全檢驗

復制代碼代碼如下:
<?php
$username = $_SERVER['REMOTE_USER'];
$filename = $_GET['file'];
//對文件名進行過濾，以保證系統安全
if (!ereg('^[^./][^/]*$', $userfile))
{
die('這不是一個非法的文件名！');
}
//對用戶名進行過濾
if (!ereg('^[^./][^/]*$', $username))
{
die('這不是一個無效的用戶名');
}
//通過安全過濾，拼合文件路徑
$thefile = "/home/$username/$filename";
?>

通常情況下，使用與Perl兼容的正則表達式匹配函數perg_match()，將比使用ereg()或eregi()的速度更快。如果只是查找一個字符串中是否包含某個子字符串，建議使用strstr()或strpos()函數。

3．preg_grep()
函數原型：array preg_grep (string $pattern, array $input)
preg_grep()函數返回一個數組，其中包括了$input數組中與給定的$pattern模式相匹配的單元。對於輸入數組$input中的每個元素，preg_grep()也只進行一次匹配。代碼6.3給出的示例簡單地說明了preg_grep()函數的使用。
代碼6.3 數組查詢匹配

復制代碼代碼如下:
<?php
$subjects = array(
"Mechanical Engineering", "Medicine",
"Social Science", "Agriculture",
"Commercial Science", "Politics"
);
//匹配所有僅由有一個單詞組成的科目名
$alonewords = preg_grep("/^[a-z]*$/i", $subjects);
?>

6.3.2 進行全局正則表達式匹配
1．preg_match_all()
與preg_match()函數類似。如果使用了第三個參數，將把所有可能的匹配結果放入。本函數返回整個模式匹配的次數（可能為0），如果出錯返回False。下面是一個將文本中的URL鏈接地址轉換為HTML代碼的示例。代碼6.4是 preg_match_all()函數的使用范例。
代碼6.4 將文本中的鏈接地址轉成HTML

復制代碼代碼如下:
<?php
//功能：將文本中的鏈接地址轉成HTML
//輸入：字符串
//輸出：字符串
function url2html($text)
{
//匹配一個URL，直到出現空白為止
preg_match_all("/http:\/\/?[^\s]+/i", $text, $links);
//設置頁面顯示URL地址的長度
$max_size = 40;
foreach($links[0] as $link_url)
{
//計算URL的長度。如果超過$max_size的設置，則縮短。
$len = strlen($link_url);
if($len > $max_size)
{
$link_text = substr($link_url, 0, $max_size)."...";
} else {
$link_text = $link_url;
}
//生成HTML文字
$text = str_replace($link_url,"<a href='$link_url'>$link_text</a>",$text);
}
return $text;
}
//運行實例
$str = “這是一個包含多個URL鏈接地址的多行文字。歡迎訪問http://www.jb51.net”;
print url2html($str);
/*輸出結果
這是一個包含多個URL鏈接地址的多行文字。歡迎訪問<a href='http://hovertree.com/url/?h=http://www.jb51.net'>
http://www.jb51.net</a>
*/
?>

2．多行匹配
僅僅使用POSIX下的正則表式函數，很難進行復雜的匹配操作。例如，對整個文件（尤其是多行文本）進行匹配查找。使用ereg()對此進行操作的一個方法是分行處理。代碼6.5的示例演示了ereg()如何將INI文件的參數賦值到數組之中。
代碼6.5 文件內容的多行匹配

復制代碼代碼如下:
<?php
$rows = file('php.ini'); //將php.ini文件讀到數組中
//循環遍歷
foreach($rows as $line)
{
If(trim($line))
{
//將匹配成功的參數寫入數組中
if(eregi("^([a-z0-9_.]*) *=(.*)", $line, $matches))
{
$options[$matches[1]] = trim($matches[2]);
}
unset($matches);
}
}
//輸出參數結果
print_r($options);
?>

提示
這裡只是為了方便說明問題。解析一個*.ini文件，最佳方法是使用函數parse_ini_file()。該函數直接將*.ini文件解析到一個大數組中。

6.3.3 正則表達式的替換
1．ereg_replace()和eregi_replace()
函數原型：string ereg_replace (string $pattern, string $replacement, string $string)
string eregi_replace (string $pattern, string $replacement, string $string)
ereg_replace()在$string中搜索模式字符串$pattern，並將所匹配結果替換為$replacement。當$pattern中包含模式單元（或子模式）時，$replacement中形如“\1”或“$1”的位置將依次被這些子模式所匹配的內容替換。而“\0”或“$0”是指整個的匹配字符串的內容。需要注意的是，在雙引號中反斜線作為轉義符使用，所以必須使用“\\0”，“ \\1”的形式。
eregi_replace()和ereg_replace()的功能一致，只是前者忽略大小寫。代碼6.6是本函數的應用實例，這段代碼演示了如何對程序源代碼做簡單的清理工作。
代碼6.6 源代碼的清理

復制代碼代碼如下:
<?php
$lines = file('source.php'); //將文件讀入數組中
for($i=0; $i<count($lines); $i++)
{
//將行末以“\\”或“#”開頭的注釋去掉
$lines[$i] = eregi_replace("(\/\/|#).*$", "", $lines[$i]);
//將行末的空白消除
$lines[$i] = eregi_replace("[ \n\r\t\v\f]*$", "\r\n", $lines[$i]);
}
//整理後輸出到頁面
echo htmlspecialchars(join("",$lines));
?>

2．preg_replace()
函數原型：mixed preg_replace (mixed $pattern, mixed $replacement, mixed $subject [, int $limit])
preg_replace較ereg_replace的功能更加強大。其前三個參數均可以使用數組；第四個參數$limit可以設置替換的次數，默認為全部替換。代碼6.7是一個數組替換的應用實例。
代碼6.7 數組替換

復制代碼代碼如下:
<?php
//字符串
$string = "Name: {Name}<br>\nEmail: {Email}<br>\nAddress: {Address}<br>\n";
//模式
$patterns =array(
"/{Address}/",
"/{Name}/",
"/{Email}/"
);
//替換字串
$replacements = array (
"No.5, Wilson St., New York, U.S.A",
"Thomas Ching",
"[email protected]",
);
//輸出模式替換結果
print preg_replace($patterns, $replacements, $string);
?>

輸出結果如下。
Name: Thomas Ching",
Email: [email protected]
Address: No.5, Wilson St., New York, U.S.A
在preg_replace的正則表達式中可以使用模式修正符“e”。其作用是將匹配結果用作表達式，並且可以進行重新運算。例如：

復制代碼代碼如下:
<?php
$html_body = “<HTML><Body><H1>TEST</H1>My Picture<Img src=”my.gif”></Body></HTML>”;
//輸出結果中HTML標簽將全部為小寫字母
echo preg_replace (
"/(<\/?)(\w+)([^>]*>)/e",
"'\\1'.strtolower('\\2').'\\3'", //此處的模式變量\\2將被strtolower轉換為小寫字符
$html_body);
?>

提示
preg_replace函數使用了Perl兼容正則表達式語法，通常是比ereg_replace更快的替代方案。如果僅對字符串做簡單的替換，可以使用str_replace函數。

6.3.4 正則表達式的拆分
1．split()和spliti()
函數原型：array split (string $pattern, string $string [, int $limit])
本函數返回一個字符串數組，每個單元為$string經正則表達式$pattern作為邊界分割出的子串。如果設定了$limit，則返回的數組最多包含$limit個單元。而其中最後一個單元包含了$string中剩余的所有部分。spliti是split的忽略大小版本。代碼6.8是一個經常用到關於日期的示例。
代碼6.8 日期的拆分

復制代碼代碼如下:
<?php
$date = "08/30/2006";
//分隔符可以是斜線，點，或橫線
list($month, $day, $year) = split ('[/.-]', $date);
//輸出為另一種時間格式
echo "Month: $month; Day: $day; Year: $year<br />\n";
?>

2．preg_split()
本函數與split函數功能一致。代碼6.9是一個查找文章中單詞數量的示例。
代碼6.9 查找文章中單詞數量

復制代碼代碼如下:
<?php
$seek = array();
$text = "I have a dream that one day I can make it. So just do it, nothing is impossible!";
//將字符串按空白，標點符號拆分（每個標點後也可能跟有空格）
$words = preg_split("/[.,;!\s']\s*/", $text);
foreach($words as $val)
{
$seek[strtolower($val)] ++;
}
echo "共有大約" .count($words). "個單詞。";
echo "其中共有" .$seek['i']. "個單詞“I”。";
?>

提示
preg_split() 函數使用了Perl兼容正則表達式語法，通常是比split()更快的替代方案。使用正則表達式的方法分割字符串，可以使用更廣泛的分隔字符。例如，上面對日期格式和單詞處理的分析。如果僅用某個特定的字符進行分割，建議使用explode()函數，它不調用正則表達式引擎，因此速度是最快的。