PHP学习笔记九之正则表达式(进阶篇)
1.什么叫正则表达式
正则表达式是对字符串进行操作的一种逻辑公式,就是用一些特定的字符组合成一个规则字符串,称之为正则匹配模式。
$p = '/apple/'; $str = "apple banna"; if (preg_match($p, $str)) { echo 'matched'; }
其中字符串'/apple/'就是一个正则表达式,他用来匹配源字符串中是否存在apple字符串。
PHP中使用PCRE库函数进行正则匹配,比如上例中的preg_match用于执行一个正则匹配,常用来判断一类字符模式是否存在。
2.正则表达式的基本语法
PCRE库函数中,正则匹配模式使用分隔符与元字符组成,分隔符可以是非数字、非反斜线、非空格的任意字符。经常使用的分隔符是正斜线(/)、hash符号(#) 以及取反符号(~),例如:
/foo bar/ #^[^0-9]$# ~php~
如果模式中包含分隔符,则分隔符需要使用反斜杠(\)进行转义。
/http:\/\//
如果模式中包含较多的分割字符,建议更换其他的字符作为分隔符,也可以采用preg_quote进行转义。
(这个函数的作用是可以使$p直接变为上面经过反斜杠转义过得字符串)
$p = 'https://'; $p = '/'.preg_quote($p, '/').'/'; echo $p;
分隔符后面可以使用模式修饰符,模式修饰符包括:i, m, s, x等,例如使用i修饰符可以忽略大小写匹配:
$str = "Http://www.imooc.com/"; if (preg_match('/http/i', $str)) { echo '匹配成功'; }
3.元字符
正则表达式中具有特殊含义的字符称之为元字符,常用的元字符有:
\ 一般用于转义字符
^ 断言目标的开始位置(或在多行模式下是行首)
$ 断言目标的结束位置(或在多行模式下是行尾)
. 匹配除换行符外的任何字符(默认)
[ 开始字符类定义
] 结束字符类定义
| 开始一个可选分支
( 子组的开始标记
) 子组的结束标记
? 作为量词,表示 0 次或 1 次匹配。位于量词后面用于改变量词的贪婪特性。 (查阅量词)
* 量词,0 次或多次匹配
+ 量词,1 次或多次匹配
{ 自定义量词开始标记
} 自定义量词结束标记
//下面的\s匹配任意的空白符,包括空格,制表符,换行符。[^\s]代表非空白符。[^\s]+表示一次或多次匹配非空白符。 $p = '/^我[^\s]+(苹果|香蕉)$/'; $str = "我喜欢吃苹果"; if (preg_match($p, $str)) { echo '匹配成功'; }
元字符具有两种使用场景,一种是可以在任何地方都能使用,另一种是只能在方括号内使用,在方括号内使用的有:
\ 转义字符
^ 仅在作为第一个字符(方括号内)时,表明字符类取反
- 标记字符范围
其中^在反括号外面,表示断言目标的开始位置,但在方括号内部则代表字符类取反,方括号内的减号-可以标记字符范围,例如0-9表示0到9之间的所有数字。
//下面的\w匹配字母或数字或下划线。 $p = '/[\w\.\-]+@[a-z0-9\-]+\.(com|cn)/'; $str = "我的邮箱是Spark.eric@imooc.com"; preg_match($p, $str, $match); echo $match[0];
4.贪婪模式与懒惰模式
正则表达式中每个元字符匹配一个字符,当使用+之后将会变的贪婪,它将匹配尽可能多的字符,但使用问号?字符时,它将尽可能少的匹配字符,既是懒惰模式。
贪婪模式:在可匹配与可不匹配的时候,优先匹配
//下面的\d表示匹配数字 $p = '/\d+\-\d+/'; $str = "我的电话是010-12345678"; preg_match($p, $str, $match); echo $match[0]; //结果为:010-12345678
懒惰模式:在可匹配与可不匹配的时候,优先不匹配
$p = '/\d?\-\d?/'; $str = "我的电话是010-12345678"; preg_match($p, $str, $match); echo $match[0]; //结果为:0-1
当我们确切的知道所匹配的字符长度的时候,可以使用{}指定匹配字符数
$p = '/\d{3}\-\d{8}/'; $str = "我的电话是010-12345678"; preg_match($p, $str, $match); echo $match[0]; //结果为:010-12345678\w匹配字母或数字或下划线,\s匹配任意的空白符,包括空格、制表符、换行符
5.使用正则表达式来匹配
preg_match用来执行一个匹配,可以简单的用来判断模式是否匹配成功,或者取得一个匹配结果,他的返回值是匹配成功的次数0或者1,在匹配到1次以后就会停止搜索。
$subject = "abcdef"; $pattern = '/def/'; preg_match($pattern, $subject, $matches); print_r($matches); //结果为:Array ( [0] => def )
上面的代码简单的执行了一个匹配,简单的判断def是否能匹配成功,但是正则表达式的强大的地方是进行模式匹配,因此更多的时候,会使用模式:
$subject = "abcdef"; $pattern = '/a(.*?)d/'; preg_match($pattern, $subject, $matches); print_r($matches); //结果为:Array ( [0] => abcd [1] => bc )
通过正则表达式可以匹配一个模式,得到更多的有用的数据。
有一点要有一下/a(.*?)d/
首先a和d,楼主肯定知道是要去匹配a和d字母
那么中间的()表示分组,也就是( )匹配出来的结果需要专门分到一个组里作为填充数组的一个元素(也就是matches的第二个元素开始后的元素),填充数组这个参数是preg_match函数的第三个参数。
那么接下来是重点
. 匹配除换行符以外的任意字符,那么这里abcd字符串中没有换行符
*表示匹配0或多次,0次以上,属于贪婪模式,只要有了通过 . 匹配出来的字符,那就算在结果内
那么这时候就出现问题了,从a开始利用.*匹配到了bc 那么接下来遇到的d要不要匹配呢,如果匹配了,那字符串就结束了,那字符串模式中的最后一个d 我上哪找去呢。
这时候?就起作用了,?后面跟上的字符d 就表示 你可以任意的贪婪.*字符,但是一旦你遇到d字符就给我停止贪婪。这个d字符我是需要用在后面的匹配中的。
所以abcd通过这个模式匹配出来的结果就是 array("abcd", "bc")
同理,如果进行匹配的字符串是abcdd,使用这个模式匹配出来的结果也是一样的。
6.查找所有匹配结果
使用preg_match_all匹配所有li标签中的数据。
- item 1
- item 2
- "; //在这里补充代码,实现正则匹配所有li中的数据 $p = "/
- (.*)<\/li>/i";/*解释下这个正则://后面的i表示不区分大小写,
- (.*?)<\/li>表示li标签内的匹配的()内的值有多少,括号内的.表示所有单字符,*表示数量为0个或者多个。也就是li标签内有字符就显示出来*/ preg_match_all($p, $str, $matches); print_r($matches); ?>
结果为
Array ( [0] => Array ( [0] => item 1 [1] => item 2 ) [1] => Array ( [0] => item 1 [1] => item 2 ) )注意:当echo的是matches[1]和matches的区别
matches中存的是匹配的数据和括号中的数据,matches[0]为匹配的数据,结果中的
被当成条目显示成点了;matches[1]为括号中的数据;匹配了两次7.正则表达式的搜索与替换
正则表达式的搜索与替换在某些方面具有重要用途,比如调整目标字符串的格式,改变目标字符串中匹配字符串的顺序等。
例如我们可以简单的调整字符串的日期格式:
$string = 'April 15, 2014'; $pattern = '/(\w+) (\d+), (\d+)/i'; $replacement = '$3, ${1} $2'; echo preg_replace($pattern, $replacement, $string); //结果为:2014, April 15
其中${1}与$1的写法是等效的,表示第一个匹配的字串,$2代表第二个匹配的。
通过复杂的模式,我们可以更加精确的替换目标字符串的内容。
$patterns = array ('/(19|20)(\d{2})-(\d{1,2})-(\d{1,2})/', '/^\s*{(\w+)}\s*=/'); $replace = array ('\3/\4/\1\2', '$\1 =');//\3等效于$3,\4等效于$4,依次类推 echo preg_replace($patterns, $replace, '{startDate} = 1999-5-27'); //结果为:$startDate = 5/27/1999 /*详细解释下结果:(19|20)表示取19或者20中任意一个数字,(\d{2})表示两个数字,(\d{1,2})表示1个或2个数字,(\d{1,2})表示1个或2个数字。^\s*{(\w+)\s*=}表示以任意空格开头的,并且包含在{}中的字符,并且以任意空格结尾的,最后有个=号的。*/
用正则替换来去掉多余的空格与字符:
$str = 'one two'; $str = preg_replace('/\s+/', ' ', $str); echo $str; // 结果改变为'one two'
例:将目标字符串$str中的文件名替换后增加em标签,例如index.php要替换成index.php。
赞 (0)打赏 微信扫一扫相关文章:
教 AI「自我繁殖」,Google 工程师想让机器取代自己?人家可没那么傻
摘要:AutoML 项目将成为 AI 领域人才短缺问题的一个非常有效的缓解方案。在很多人看来,当人工智能时代来临的时候,低收入的体力劳动者应该担心自己的工作会不... [阅读全文] 8月31日消息,苹果昨日正式宣布将于美国当地时间9月7日上午10点(北京时间9月8日凌晨1点)召开发布会,iPhone 7/7 Plus届时将与大家见面,可能会... [阅读全文] 模块 官网模块介绍:module matplotlib 是Python最著名的绘图库,它提供了一整套和matlab相似的命令API,十分... [阅读全文] 在硅谷寻找一个有前途的初创公司是一个极具挑战性的工作,如果你的老板还是这一领域最引人注目的从业人员之一的话,难度就更大了。John Somorjai是Sales... [阅读全文] 最近在做校园图书馆图书信息的采集程序,既然是图书馆图书的采集,肯定有提交搜索的页面,无非是post提交,让我想到了curl模拟提交,首先通... [阅读全文]版权声明:本文内容由互联网用户贡献,该文观点仅代表作者本人。本站仅提供信息存储服务,不拥有所有权,不承担相关法律责任。 如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 2386932994@qq.com 举报,一经查实将立刻删除。
发表评论