10.正则表达式

正则表达式简介

• 正则表达式的处理函数

• 表达式应该被包含在定界符中，如反斜杠“/”定界符

正则表达式的语法规则

原子

1. 普通字符作为原子

   '/5/'      #用5来作为原子
   
   '/php/'        #用php来作为原子进行匹配

2. 一些特殊字符和元符号作为原子：对于一些有特殊意义的字符，需要使用“\”转义字符

3. 非打印字符作为原子

4. 使用通用字符作为原子

5. 自定义原子表

   • 在某些情况下，通用字符不能代表所有的匹配类型，因此，就需要我们自定义原子表，使用"[]"来自定义一组类型
   • 还可以使用"[^]"来匹配除了表以外的任意字符
   • 还可以使用“-”来进行连接一组按照ASCLL码顺序排列的原子，来进行一类匹配

   '/[abc]jsp/' #匹配ajsp,bjsp,cjsp
   '/[^abc]jsp/'    #除了ajsp,bjsp,cjsp的其他字符，比如：djsp,ejsp等等
   '/[0-9]/'        #匹配0-9的数字，相当于\d
   

有特殊功能的字符

元字符

元字符不能单独出现，必须修饰原子，如果要匹配元字符本身，则要加上“\”进行转义

• 限定符

• 边界限制

• 句号：在字符类之外，模式中的圆点可以匹配目标中的任何一个字符，包括不可打印字符

'a.b' #匹配a和b之间任意有效的字符，比如：acb,axb,arb等等

• 模式选择符：匹配两个或者更多的选择之一

'/a|b/'   #匹配a字符或b字符
'/a|b|c/' #匹配a字符或b字符或c字符

• 模式单元：使用“()”进行包括，把包裹中的内容当成一个原子

'/(yes )*good/'   #匹配good、yes good、yes yes good等等

• 后向引用：使用“()”包裹起来的表达式，能够存储在缓冲区中，在后面的表达式中可以使用“\\1”、“\\2”、“\\3”来进行引用
• 正则表达式的优先级：从左往右进行计算

模式修正符

• 模式修正符在定界符之外进行使用，可以修正对正则表达式的解释，扩展了正则表达式在匹配、替换等操作时的某些功能

'/php/i'  #在匹配时不区分大小写
'/ph p/ix'    #忽略空白和不区分大小写

与Perl兼容的正则表达式函数

函数：preg_match()

• 第一个参数：为正则表达式文本
• 第二个参数：要匹配的字符
• 第三个参数：可选参数，用于获得包含了第一参数子模式匹配的各个部分的结果，子模式用“()”进行包裹，matches[0]包含了正则表达式pattern的整体结果，而matches[1]则保存了第一个子模式匹配的结果，以此类推。
• 该函数只匹配一次，并且返回0或1的匹配结果数

<?php
    $pattern='/(https?|ftp?):\/\/([^\.]+).(com|org|cn|xyz)/';
    $string="我的网址是https://siqulab.cn，四曲博客";
    $array=array();
    preg_match($pattern,$string,$array);
    echo "匹配结果：".$array[0]."<br/>";
    echo "协议：".$array[1]."<br/>";
    echo "域名：".$array[2].".".$array[3];
// 运行结果：
// 匹配结果：https://siqulab.cn
// 协议：https
// 域名：siqulab.cn
?>  

函数：preg_match_all()

• 该函数与preg_match()的用法一致，不同的是，它不止匹配一次，而是匹配到文本底部
• 第四个参数有两个预定义的值：
  • PREG_PATTERN_ORDER：默认参数，对结果使用matches[0]全部模式匹配的数组，对matches[1]第一个子匹配的数组
  • PREG_SET_ORDER：matches[0]为第一组结果，matches[1]为第二组结果，以此类推

<?php
    $pattern='/(https?|ftp?):\/\/([^\.\/]+).(com|org|cn|xyz|work)/';
    $string="我的网址是https://siqulab.cn,四曲博客:https://hecloud.work";

    #开始匹配
    preg_match_all($pattern, $string, $array,PREG_SET_ORDER);

    #输出结果
    for($i=0;$i<count($array);$i++){    #匹配到两个结果，因此循环两次
        echo "第".$i."个网址为：".$array[$i][0]."<br/>";
        echo "协议：".$array[$i][1]."<br/>";
        echo "域名：".$array[$i][2].".".$array[$i][3];
        echo "<br/><br/>";
    }

// 运行结果：
// 第0个网址为：https://siqulab.cn
// 协议：https
// 域名：siqulab.cn

// 第1个网址为：https://hecloud.work
// 协议：https
// 域名：hecloud.work
?>  

函数：preg_grep()

• 第一个参数，要匹配的模式，也就是正则表达式
• 第二个参数为输入数组，对输入数组当中的每个元素，只进行一次匹配

字符处理函数

• strstr()或者strpos()函数，查找某个字符串中是否包含某个字符串
• substr()函数，搜索一个字符串在另一个字符串当中的第一次出现，该函数返回字符串的其余部分，如未找到，则返回false，第一个参数是提供被搜索的字符串，第二个参数为所搜索的字符串
  • strpos()，返回字符串在另一个字符串中第一次出现的位置，如果没有找到，则返回false

字符串的替换

• preg_replace()

​ 该函数会在第三个参数subject中搜索第一个参数所匹配的匹配项，并用第二个参数当中的内容进行替换，第四个参数是可选参数，则仅替换limit个匹配，如果省略或其数值为-1，则所有的匹配项都会被替换

​ 该函数的逆向引用，最好不要采用“\\n”的形式，最好采用\${n}的形式进行逆向引用

<?php
    $pattern='/([0-9]{1,2})\/([0-9]{1,2})\/([0-9]{4})/';
    $string="你好12/3/2012，这是一个日期";
    echo preg_replace($pattern,"\${3}-\${1}-\${2}",$string);    //使用\${n}的方式进行向后引用

// 运行结果：
// 你好2012-12-3，这是一个日期
?>  

• str_replace()

1. 第一个参数为目标对象
2. 第二个参数为替换对象
3. 第三个参数subject则是被处理的对象
4. 第四个参数可选，表示被替换的次数
5. 该函数返回被替换的字符串
6. 第一个字符串和第二个字符串都可以为数组

<?php
    $array=array("a","b","c");
    echo str_replace($array,"", "abcd");    #用第一个参数中的每个元素对第三个参数进行匹配

#将第三个参数中含有a、b、c三个字符的位置替换为空
// 输出结果：
// d
?>  

7. 如果第一个和第二个都是字符串，则会进行对应位置的替换

<?php
    $array=array("a","b","c");
    $array_1=array("d","e","f");
    echo str_replace($array,$array_1, "abcd");    #用第一个参数中的每个元素对第三个参数进行匹配
// 运行结果：
// defd
?>  

字符串的分割和链接

• 函数preg_split()

1. 如果指定了limit参数，则至多返回limit个子字符串
2. 第四个参数：

<?php
    var_dump(preg_split("/[\s,]+/", "hello,siqu"));
    echo "<br/>";

    #使用偏移量，偏移量即为输出结果第一字符在原字符的位置
    $array=preg_split("/[\s,]+/", "hello,siqu",-1,PREG_SPLIT_OFFSET_CAPTURE);

    #打印结果
    for ($i=0;$i<count($array);$i++){
        echo "结果为：".$array[$i][0]."<br/>";
        echo "偏移量：".$array[$i][1]."<br/>";
    }

// 运行结果：
// array(2) { [0]=> string(5) "hello" [1]=> string(4) "siqu" }
// 结果为：hello
// 偏移量：0
// 结果为：siqu
// 偏移量：6
?>  

• 函数explode()

1. 第一个参数为分割字符
2. 第二个参数要分割的字符串
3. 第三个参数可选，表示要返回多少个子串
4. 成功返回字符串，否则返回false

<?php
    $array=explode(",", "hello,siqu");
    var_dump($array);

// 运行结果：
// array(2) { [0]=> string(5) "hello" [1]=> string(4) "siqu" }
?>  

• 函数implode()

1. 该函数用于将数组pieces中的每个元素使用glue链接起来，并且组合成一个字符串

<?php
    $array=array("yes","no");
    echo implode("+", $array);
// 运行结果：
// yes+no
?>