PHP中的正则函数

PHP中的正则函数

　　PHP正则表达式主要用于字符串的模式分割、匹配、查找及替换操作。使用正则表达式在某些简单的环境下可能效率不高，因此如何更好的使用PHP正则表达式需要综合考虑。

　　我的PHP正则入门，是起源于网上的一篇文章，这篇文章由浅入深的阐述了PHP正则表达式使用的方法，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。

　　PHP正则表达式的定义：

　　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 /isb/ 匹配尾为is的字符串 /bisb/ 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[ftv]

　　S 匹配除空白字符以外任何一个字符;等价于[^ftv]

　　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}1d{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 = '';

　　$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 = '';

　　$str = preg_replace ( '/(?<=saction=")(?!http:)(.*?)(?="s)/e', 'search($url, 1)', $str );

　　echo $str;

　　}

　　function search($url, $match){

　　return $url . '/' . $match;

　　}

　　带断言的正则匹配

　　$match = '';

　　$str = 'xxxxxx.com.cn bold font

　　paragraph text

　　';

　　preg_match_all ( '/(?<=<(w{1})>).*(?=</1>)/', $str, $match );

　　echo "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。