PHP中的正则表达式函数

来源:http://www.study-code.com/php-delphi/php/70547.htm

 

6.3  PHP中的正则表达式函数
在PHP中有两套正则表达式函数库。一套是由PCRE(Perl Compatible Regular Expression)库提供的。PCRE库使用和Perl相同的语法规则实现了正则表达式的模式匹配,其使用以“preg_”为前缀命名的函数。另一套是由POSIX(Portable Operation System interface)扩展库提供的。POSIX扩展的正则表达式由POSIX 1003.2定义,一般使用以“ereg_”为前缀命名的函数。
两套函数库的功能相似,执行效率稍有不同。一般而言,实现相同的功能,使用PCRE库的效率略占优势。下面详细介绍其使用方法。
6.3.1  正则表达式的匹配
1.preg_match()
函数原型:int preg_match (string $pattern, string $content [, array $matches])
preg_match ()函数在$content字符串中搜索与$pattern给出的正则表达式相匹配的内容。如果提供了$matches,则将匹配结果放入其中。$matches[0]将包含与整个模式匹配的文本,$matches[1]将包含第一个捕获的与括号中的模式单元所匹配的内容,以此类推。该函数只作一次匹配,最终返回0或1的匹配结果数。代码6.1给出preg_match()函数的一段代码示例。
代码6.1  日期时间的匹配
<?php
     //需要匹配的字符串。date函数返回当前时间
     $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时间
     if (preg_match ("/\d{4}-\d{2}-\d{2} \d{2}:\d{2} [ap]m/", $content, $m))
     {
        echo "匹配的时间是:" .$m[0]. "\n";
     }
     //由于时间的模式明显,也可以简单的匹配
     if (preg_match ("/([\d-]{10}) ([\d:]{5} [ap]m)/", $content, $m))
     {
         echo "当前日期是:" .$m[1]. "\n";
         echo "当前时间是:" .$m[2]. "\n";
     }
?>
这是一个简单动态文本串匹配实例。假设当前系统时间是“2006年8月17日13点25分”,将输出如下的内容。
匹配的时间是:2006-08-17 01:25 pm
当前日期是:2006-08-17
当前时间是:01:25 pm
2.ereg()和eregi()
ereg()是POSIX扩展库中正则表达式的匹配函数。eregi()是ereg()函数的忽略大小写的版本。二者与preg_match的功能类似,但函数返回的是一个布尔值,表明匹配成功与否。需要说明的是,POSIX扩展库函数的第一个参数接受的是正则表达式字符串,即不需要使用分界符。例如,代码6.2是一个关于文件名安全检验的方法。
代码6.2  文件名的安全检验
<?php
     $username = $_SERVER['REMOTE_USER'];
     $filename = $_GET['file'];
     //对文件名进行过滤,以保证系统安全
     if (!ereg('^[^./][^/]*$', $userfile))
     {
         die('这不是一个非法的文件名!');
     }
     //对用户名进行过滤
     if (!ereg('^[^./][^/]*$', $username))
     {
         die('这不是一个无效的用户名');
     }
               
     //通过安全过滤,拼合文件路径
     $thefile = "/home/$username/$filename";
?>
通常情况下,使用与Perl兼容的正则表达式匹配函数perg_match(),将比使用ereg()或eregi()的速度更快。如果只是查找一个字符串中是否包含某个子字符串,建议使用strstr()或strpos()函数。
3.preg_grep()
函数原型:array preg_grep (string $pattern, array $input)
preg_grep()函数返回一个数组,其中包括了$input数组中与给定的$pattern模式相匹配的单元。对于输入数组$input中的每个元素,preg_grep()也只进行一次匹配。代码6.3给出的示例简单地说明了preg_grep()函数的使用。
代码6.3  数组查询匹配
<?php
     $subjects = array(
         "Mechanical Engineering",   "Medicine",
          "Social Science",            "Agriculture",
          "Commercial Science",                           "Politics"
    );
               
     //匹配所有仅由有一个单词组成的科目名
     $alonewords = preg_grep("/^[a-z]*$/i", $subjects);
?>
6.3.2  进行全局正则表达式匹配
1.preg_match_all()
与preg_match()函数类似。如果使用了第三个参数,将把所有可能的匹配结果放入。本函数返回整个模式匹配的次数(可能为0),如果出错返回False。下面是一个将文本中的URL链接地址转换为HTML代码的示例。代码6.4是preg_match_all()函数的使用范例。
代码6.4  将文本中的链接地址转成HTML
<?php
     //功能:将文本中的链接地址转成HTML
     //输入:字符串
     //输出:字符串
     function url2html($text)
     {
         //匹配一个URL,直到出现空白为止
         preg_match_all("/http:\/\/?[^\s]+/i", $text, $links);
         //设置页面显示URL地址的长度
         $max_size = 40;
         foreach($links[0] as $link_url)
         {
             //计算URL的长度。如果超过$max_size的设置,则缩短。
             $len = strlen($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;
     }
               
     //运行实例
     $str = “这是一个包含多个URL链接地址的多行文字。欢迎访问http://www.taoboor.com”;
     print url2html($str);
     /*输出结果
        这是一个包含多个URL链接地址的多行文字。欢迎访问<a href='http://www.taoboor.com'>
         http://www.taoboor.com</a>
     */
?>
2.多行匹配
仅仅使用POSIX下的正则表式函数,很难进行复杂的匹配操作。例如,对整个文件(尤其是多行文本)进行匹配查找。使用ereg()对此进行操作的一个方法是分行处理。代码6.5的示例演示了ereg()如何将INI文件的参数赋值到数组之中。
代码6.5  文件内容的多行匹配
<?php
     $rows = file('php.ini');  //将php.ini文件读到数组中
     //循环遍历
     foreach($rows as $line)
     {
      If(trim($line))
      {
         //将匹配成功的参数写入数组中
         if(eregi("^([a-z0-9_.]*) *=(.*)", $line, $matches))
         {
            $options[$matches[1]] = trim($matches[2]);
         }
         unset($matches);
       }
     }
     //输出参数结果
     print_r($options);
?>

提示
这里只是为了方便说明问题。解析一个*.ini文件,最佳方法是使用函数parse_ini_file()。该函数直接将*.ini文件解析到一个大数组中。

6.3.3  正则表达式的替换
1.ereg_replace()和eregi_replace()
函数原型: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$pattern,并将所匹配结果替换为$replacement。当$pattern中包含模式单元(或子模式)时,$replacement中形如“\1”或“$1”的位置将依次被这些子模式所匹配的内容替换。而“\0”或“$0”是指整个的匹配字符串的内容。需要注意的是,在双引号中反斜线作为转义符使用,所以必须使用“\\0”,“\\1”的形式。
eregi_replace()和ereg_replace()的功能一致,只是前者忽略大小写。代码6.6是本函数的应用实例,这段代码演示了如何对程序源代码做简单的清理工作。
代码6.6  源代码的清理
<?php
     $lines = file('source.php');                                                                //将文件读入数组中
     for($i=0; $i<count($lines); $i++)
     {
         //将行末以“\\”或“#”开头的注释去掉
         $lines[$i] = eregi_replace("(\/\/|#).*$", "", $lines[$i]);
         //将行末的空白消除
         $lines[$i] = eregi_replace("[ \n\r\t\v\f]*$", "\r\n", $lines[$i]);
     }
     //整理后输出到页面
     echo htmlspecialchars(join("",$lines));
?>
2.preg_replace()
函数原型:mixed preg_replace (mixed $pattern, mixed $replacement, mixed $subject [, int $limit])
preg_replace较ereg_replace的功能更加强大。其前三个参数均可以使用数组;第四个参数$limit可以设置替换的次数,默认为全部替换。代码6.7是一个数组替换的应用实例。
代码6.7  数组替换
<?php
     //字符串
     $string = "Name: {Name}<br>\nEmail: {Email}<br>\nAddress: {Address}<br>\n";
     //模式
     $patterns =array(
             "/{Address}/",
             "/{Name}/",
             "/{Email}/"
    );
     //替换字串
     $replacements = array (
             "No.5, Wilson St., New York, U.S.A",
             "Thomas Ching",
             "tom@emailaddress.com",
     );
     //输出模式替换结果
     print preg_replace($patterns, $replacements, $string);
?>
输出结果如下。
Name: Thomas Ching",
Email: tom@emailaddress.com
Address: No.5, Wilson St., New York, U.S.A
在preg_replace的正则表达式中可以使用模式修正符“e”。其作用是将匹配结果用作表达式,并且可以进行重新运算。例如:
<?php
     $html_body = “<HTML><Body><H1>TEST</H1>My Picture<Img src=”my.gif”></Body></HTML>”;
     //输出结果中HTML标签将全部为小写字母
     echo preg_replace (
             "/(<\/?)(\w+)([^>]*>)/e",
             "'\\1'.strtolower('\\2').'\\3'",   //此处的模式变量\\2将被strtolower转换为小写字符
              $html_body);
?>

提示
preg_replace函数使用了Perl兼容正则表达式语法,通常是比ereg_replace更快的替代方案。如果仅对字符串做简单的替换,可以使用str_replace函数。

6.3.4  正则表达式的拆分
1.split()和spliti()
函数原型:array split (string $pattern, string $string [, int $limit])
本函数返回一个字符串数组,每个单元为$string经正则表达式$pattern作为边界分割出的子串。如果设定了$limit,则返回的数组最多包含$limit个单元。而其中最后一个单元包含了$string中剩余的所有部分。spliti是split的忽略大小版本。代码6.8是一个经常用到关于日期的示例。
代码6.8  日期的拆分
<?php
     $date = "08/30/2006";
               
     //分隔符可以是斜线,点,或横线
     list($month, $day, $year) = split ('[/.-]', $date);
               
     //输出为另一种时间格式
     echo "Month: $month; Day: $day; Year: $year<br />\n";
?>
2.preg_split()
本函数与split函数功能一致。代码6.9是一个查找文章中单词数量的示例。
代码6.9  查找文章中单词数量
<?php
     $seek  = array();
     $text   = "I have a dream that one day I can make it. So just do it, nothing is impossible!";
               
     //将字符串按空白,标点符号拆分(每个标点后也可能跟有空格)
     $words = preg_split("/[.,;!\s']\s*/", $text);
     foreach($words as $val)
     {
         $seek[strtolower($val)] ++;
     }
     echo "共有大约" .count($words). "个单词。";
     echo "其中共有" .$seek['i']. "个单词“I”。";
?>

提示
preg_split()函数使用了Perl兼容正则表达式语法,通常是比split()更快的替代方案。使用正则表达式的方法分割字符串,可以使用更广泛的分隔字符。例如,上面对日期格式和单词处理的分析。如果仅用某个特定的字符进行分割,建议使用explode()函数,它不调用正则表达式引擎,因此速度是最快的。

posted @ 2008-10-15 14:57  KK in cnblog  阅读(255)  评论(0编辑  收藏  举报