最通俗易懂的php正则表达式教程(下)

乱七八糟 / 4959 次阅读

regular expression.jpg

POSIX风格的正则表达式的字符类：

  • [[:alnum:]]          文字数字字符
  • [[:alpha:]]        字母字符
  • [[:lower:]]        小写字母
  • [[:upper:]]        大写字母
  • [[:digit:]]        小数
  • [[:xdigit:]]        十六进制数字
  • [[:punct:]]        标点符号
  • [[:blank:]]        制表符和空格
  • [[:space:]]        空白字符
  • [[:cntrl:]]        控制符

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。

正则表达式的匹配

1、preg_match() 函数

函数原形： 

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。 
<?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";
	}
?>

2、ereg()和eregi()

Ereg()是POSIX扩展中正则表达式的匹配函数.eregi()是ereg()函数的忽略大小的版本.两者与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,即不需要使用分解符.

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. 

<?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(‘这不是一个有效的用户名');
	}
	
	//通过安全过滤，拼合文件路径
	$thefile = "/home/$username/$filename";
?>

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。 
<?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);
?>
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。 

<?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>
	*/
?>
多行匹配

仅仅使用POSIX下的正则表达式函数，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。 

<?php
	$rows = file('php.ini');  //将php.ini文件读到数组中

	//循环便历
	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);
?>

正则表达式的替换

1、ereg_replace()和eregi_replace()

函数原形： 

string ereg_replace (string $pattern,string $replacement,string $string)
String eregi_replace(string $pattern,string $replacerment,string $string)
Ereg_replace()在$string中搜索模式字符串$pattern,并将所匹配结果替换为$sreplacement。

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”是只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 

<?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()

函数原形： 

mixed preg_replace(mixed $patten,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。 
<?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);
?>
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。 
<?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。 

<?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”。";
?>
正则表达式的Wed验证应用

电子邮件地址的校验 

<?php
	/* 校验邮件地址 */
	function checkMail($email)
	{
		//用户名，由“\w”格式字符、“-”或“.”组成
		$email_name	= "\w|(\w[-.\w]*\w)";

		//域名中的第一段，规则和用户名类似，不包括点号“.”
		$code_at		= "@";
		$per_domain	= "\w|(\w[-\w]*\w)";

		//域名中间的部分，至多两段
		$mid_domain	= "(\." .$per_domain. "){0,2}";	

		//域名的最后一段，只能为“.com”、“.org”或“.net”
		$end_domain	= "(\.(com|net|org))";		

		$rs = preg_match(
			  "/^{$email_name}@{$per_domain}{$mid_domain}{$end_domain}$/",
			  $email
			 );
		return (bool)$rs;
	}

	//测试，下面均返回成功
	var_dump( checkMail("root@localhost") );
	var_dump( checkMail("Frank.Roulan@esun.edu.org") );
	var_dump( checkMail("Tom.024-1234@x-power_1980.mail-address.com") );
?>
URL地址的校验 
<?php
	/* 校验URL地址 */
	function checkDomain($domain)
	{
		return ereg("^(http|ftp)s? ://(www\.)?.+(com|net|org)$", $domain);
	}
	
	$rs = checkDomain ("www.taodoor.com");				//返回假
	$rs = checkDomain ("http://www.taodoor.com");		//返回真
?>
电话号码 
<?php
	/* 校验电话号码 */
	function checkTelno($tel)
	{
		//去掉多余的分隔符
		$tel = ereg_replace("[\(\)\. -]", "", $tel);
	
		//仅包含数字，至少应为一个6位的电话号（即没有区号）
		if(ereg("^\d+$", $tel))
		{
			return true;
		}else{
			return false;
		}
	}
	
	$rs = checkTelno("(086)-0411-12345678");			//返回真
?>
邮政编码的校验 
<?php
	/* 校验邮政编码 */
	function checkZipcode($code)
	{
		//去掉多余的分隔符
		$code = preg_replace("/[\. -]/", "", $code);

		//包含一个6位的邮政编码
		if(preg_match("/^\d{6}$/", $code))
		{
			return true;
		}else{
			return false;
		}
	}

	$rs = checkZipCode("123456");	//返回真
?>
至此，最通俗易懂的php正则表达式教程结束！