PHP的Regex歸總

PHPRegex的定義：

用於描述字元排列和匹配模式的一種文法規則。它主要用於字串的模式分割、匹配、尋找及替換操作。

PHP中的正則函數：

PHP中有兩套正則函數，兩者功能差不多，分別為：

一套是由PCRE（Perl Compatible Regular Expression）庫提供的。使用“preg_”為首碼命名的函數；

一套由POSIX（Portable Operating System Interface of Unix ）擴充提供的。使用以“ereg_”為首碼命名的函數；（POSIX的正則函數庫，自PHP 5.3以後，就不在推薦使用，從PHP6以後，就將被移除）

由於POSIX正則即將推出曆史舞台，並且PCRE和perl的形式差不多，更利於我們在perl和php之間切換，所以這裡介紹PCRE正則的使用。

PCRERegex

PCRE全稱為Perl Compatible Regular Expression，意思是Perl相容Regex。

在PCRE中，通常將模式運算式（即Regex）包含在兩個反斜線“/”之間，如“/apple/”。

正則中重要的幾個概念有：元字元、轉義、模式單元（重複）、反義、引用和斷言，這些概念都可以在文章[1]中輕鬆的理解和掌握。

//如果要轉載本文請註明出處,免的出現版權紛爭,我不喜歡看到那種轉載了我的作品卻不註明出處的人 Seven{See7di#Gmail.com}

常用的元字元(Meta-character)：

\A       匹配字串串首的原子

\Z       匹配字串串尾的原子

\b       匹配單詞的邊界     /\bis/   匹配頭為is的字串   /is\b/   匹配尾為is的字串   /\bis\b/ 定界

\B       匹配除單詞邊界之外的任一字元   /\Bis/   匹配單詞“This”中的“is”

\d     匹配一個數字；等價於[0-9]

\D     匹配除數字以外任何一個字元；等價於[^0-9]

\w     匹配一個英文字母、數字或底線；等價於[0-9a-zA-Z_]

\W     匹配除英文字母、數字和底線以外任何一個字元；等價於[^0-9a-zA-Z_]

\s     匹配一個空白字元；等價於[\f\t\v]

\S     匹配除空白字元以外任何一個字元；等價於[^\f\t\v]

\f     匹配一個換頁符等價於 \x0c 或 \cL

\n     匹配一個分行符號；等價於 \x0a 或 \cJ

\r     匹配一個斷行符號符等價於\x0d 或 \cM

\t     匹配一個定位字元；等價於 \x09\或\cl

\v     匹配一個垂直定位字元；等價於\x0b或\ck

\oNN   匹配一個八位元字

\xNN   匹配一個十六進位數字

\cC    匹配一個控制字元

模式修正符（Pattern Modifiers）：

模式修正符在忽略大小寫、匹配多行中使用特別多，掌握了這一個修正符，往往能解決我們遇到的很多問題。

i     －可同時匹配大小寫字母

M     －將字串視為多行

S     －將字串視為單行，分行符號做一般字元看待，使“.”匹配任何字元

X     －模式中的空白忽略不計  

U     －匹配到最近的字串

e     －將替換的字串作為表達使用

格式：/apple/i匹配“apple”或“Apple”等，忽略大小寫。     /i

PCRE的模式單元：

//1 提取第一位的屬性

/^\d{2} ([\W])\d{2}\\1\d{4}$匹配“12-31-2006”、“09/27/1996”、“86 01 4321”等字串。但上述Regex不匹配“12/34-5678”的格式。這是因為模式“[\W]”的結果“/”已經被儲存。下個位置“\1”引用 時，其匹配模式也是字元“/”。

當不需要儲存匹配結果時使用非儲存模式單元“（？：）”

例如/(?:a|b|c)(D|E|F)\\1g/ 將匹配“aEEg”。在一些Regex中，使用非儲存模式單元是必要的。否則，需要改變其後引用的順序。上例還可以寫成/（a|b|c）(C|E|F)\2g/。

PCRERegex函數：

preg_match()和preg_match_all() preg_quote() preg_split() preg_grep() preg_replace()

函數的具體使用，我們可以通過PHP手冊來找到，下面分享一些平時積累的Regex：

匹配action屬性

$str = ''; $match = ''; preg_match_all('/\s+action=\"(?!http:)(.*?)\"\s/', $str, $match); print_r($match);

在正則中使用回呼函數

/** * 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; }

帶斷言的正則匹配

$match = ''; $str = 'xxxxxx.com.cn bold font paragraph text'; preg_match_all ( '/(?<=<(\w{1})>).*(?=<\/\1>)/', $str, $match ); echo "匹配沒有屬性的HTML標籤中的內容："; print_r ( $match );

替換HTML源碼中的地址

$form_html = preg_replace ( '/(?<=\saction=\"|\ssrc=\"|\shref=\")(?!http:|javascript)(.*?)(?=\"\s)/e', 'add_url(\$url, \'\\1\')', $form_html );

正則工具雖然強大，但是從效率和編寫時間上來講，有的時候可能沒有explode來的更直接，對於一些緊急或者要求不高的任務，使用簡單粗暴的方法也許更好,例如Str_iReplace();Strtr()等。

而對於preg和ereg兩個系列之間的執行效率，曾看到文章說preg要更快一點，具體由於使用ereg的時候並不多，而且也要推出曆史舞台了，再加個個人更偏好於PCRE的方式，所以ereg就不在我的考慮範圍內了。