PHP Regex的幾則提示

我的PHP正則入門，是起源於網上的一篇文章，這篇文章由淺入深的闡述了PHPRegex使用的方法，我覺得是一個很好的入門材料，不過學成還是要 靠個人，在使用的過程中，還是會不斷地忘記，因此反反覆複的閱讀了這篇文章有四五遍，對於其中一些比較困難的知識點，甚至要用很久才能消化，但是只要能見 堅持著看完，你會發現自己對於正則的運用能力就會顯著提高。

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，所以這裡重點介紹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。

常用的元字元(Meta-character)：

元字元 說明

\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

匹配一個分行符號；等價於 \x0a 或 \cJ

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：

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

在正則中使用回呼函數 複製代碼 代碼如下:/**
* 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 複製代碼 代碼如下:$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 複製代碼 代碼如下:$form_html = preg_replace ( '/(?<=\saction=\"|\ssrc=\"|\shref=\")(?!http:|javascript)(.*?)(?=\"\s)/e', 'add_url(\$url, \'\\1\')', $form_html );

最後，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，簡單、粗暴的方法也許更好。

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，所以筆者就不做比較了，熟悉的朋友可以發表下意見，謝謝。