preg_match_all正则表达式的基本使用

了解正则表达式之前，须要掌握一些常用的正则表达式的基础知识，这些如果能记得最好记得，记不住须要用的时候能查到就行，就多个特殊字符，所以说正则表达式玩的就是特殊，具体大家可以查看更加细致的说明。

preg_match_all函数具体说明大家可以查看PHP手册，本文运用 preg_match_all用于测试正则表达的效果。

实例代码： 

$html = '<div id="biuuu">jb51.net</div><div id="biuuu_2">jb51.net2</div><div id="biuuu_3">jb51.net3</div>';

实例要求：分别将每一个DIV元素的ID和内容取出，如biuuu，biuuu_2，biuuu_3，jb51.net，jb51.net2和jb51.net3（一些常用的抓站要领就是这样匹配的） 

分析：字符串是一个基本的HTML元素，每一个DIV元素对应该一个ID和内容，并且是独立的，首先考虑如何 取出一个DIV内的ID值和内容，如：jb51.net，然后匹配其它类似的元素。一个DIV中须要取出两个值，也就是两个匹配的表达式，第一个表达式用于匹配ID值（biuuu），第二个表达式用于匹配ID的内容（jb51.net），正则表达式常用的表达式运用小括号，那么前面的元素将会变成如下形式： 
<div id="(biuuu)">(jb51.net)</div> 
<div id="(表达式1)">(表达式2)</div>

 

好，运用如上小括号把须要匹配的区域执行 了划分，接下来就是如何 匹配各个表达式内的内容，我们猜想一个ID可能是字母，数字或下划线，那这就变得基本了，运用中括号就可以实现，如下：

表达式1：[a-zA-Z0-9_]+ （表示匹配大小写字母，数字和下划线） 
那如何 匹配表达式2，因为ID的内容可以是任意的字符，但是要留心，不能匹配<或>字符，因为如果匹配这两个字符将会把后面运用的DIV都匹配出来，因此须要排除这两个字符开始的元素，也就是不匹配以<或>字符，如下：

表达式2：[^<>]+ （表示不匹配<和>字符） 
这样，须要匹配的子表达式就实现了，但是还要须要匹配一个 的表达式，要领如下： 
表达式：/ '\"(表达式1)\"'>(表达式2)<\/div>/ 
留心其中的双引号"和/须要运用 \转义字符转义，然后把前面两个表达式放进去，
如下： '\"([a-z0-9_]+)\"'>/<div id=\"([a-z0-9_]+)\">([^<>]+)<\/div>/   

这样就实现一个匹配每一个DIV元素ID值和内容的正则表达式，然后运用 preg_match_all函数测试如下：

$html = '<div id="biuuu">jb51.net</div><div id="biuuu_2">jb51.net2</div><div id="biuuu_3">jb51.net3</div>'; 
preg_match_all('/<div\sid=\"([a-z0-9_]+)\">([^<>]+)<\/div>/',$html,$result); 
var_dump($result); 

结果：

array(3) { [0]=> array(3) 
{ [0]=> string(30) "<div id="biuuu">jb51.net</div>" [1]=> string(33) "<div id="biuuu_2">jb51.net2</div>" [2]=> string(33) "<div id="biuuu_3">jb51.net3</div>" } [1]=> array(3) { [0]=> string(5) "biuuu" [1]=> string(7) "biuuu_2" [2]=> string(7) "biuuu_3" } [2]=> array(3) { [0]=> string(8) "jb51.net" [1]=> string(9) "jb51.net2" [2]=> string(9) "jb51.net3" } } 

共有三个表达式，分别显示每一个表达式匹配的值，并以数组的形式存储，这样就把每一个DIV元素的ID和内容取出。运用正则表达式最主要还是要知道须要什么，然后跟椐须要执行 匹配，并且思路清晰，并适当的借助preg_match_all函数执行 输出调试，非常方便。