PHP 正则表达式的几则使用技巧

【 tulaoshi.com - Web开发 】

我的PHP正则入门，是起源于网上的一篇文章，这篇文章由浅入深的阐述了PHP正则表达式使用的方法，我觉得是一个很好的入门材料，不过学成还是要 靠个人，在使用的过程中，还是会不断地忘记，因此反反复复的阅读了这篇文章有四五遍，对于其中一些比较困难的知识点，甚至要用很久才能消化，但是只要能见 坚持着看完，你会发现自己对于正则的运用能力就会显著提高。

PHP正则表达式的定义：

用于描述字符排列和匹配模式的一种语法规则。它主要用于字符串的模式分割、匹配、查找及替换操作。

PHP中的正则函数：

PHP中有两套正则函数，两者功能差不多，分别为：

一套是由PCRE（Perl Compatible Regular Expression）库提供的。使用“preg_”为前缀命名的函数；

一套由POSIX（Portable Operating System Interface of Unix ）扩展提供的。使用以“ereg_”为前缀命名的函数；（POSIX的正则函数库，自PHP 5.3以后，就不在推荐使用，从PHP6以后，就将被移除）

由于POSIX正则即将推出历史舞台，并且PCRE和perl的形式差不多，更利于我们在perl和php之间切换，所以这里重点介绍PCRE正则的使用。

PCRE正则表达式

PCRE全称为Perl Compatible Regular Expression，意思是Perl兼容正则表达式。

在PCRE中，通常将模式表达式（即正则表达式）包含在两个反斜线“/”之间，如“/apple/”。

正则中重要的几个概念有：元字符、转义、模式单元（重复）、反义、引用和断言，这些概念都可以在文章[1]中轻松的理解和掌握。

常用的元字符(Meta-character)：

元字符     说明

A       匹配字符串串首的原子

Z       匹配字符串串尾的原子

b       匹配单词的边界     /bis/   匹配头为is的字符串   /isb/   匹配尾为is的字符串   /bisb/ 定界

B       匹配除单词边界之外的任意字符   /Bis/   匹配单词“This”中的“is”

d     匹配一个数字；等价于[0-9]

D     匹配除数字以外任何一个字符；等价于[^0-9]

w     匹配一个英文字母、数字或下划线；等价于[0-9a-zA-Z_]

W     匹配除英文字母、数字和下划线以外任何一个字符；等价于[^0-9a-zA-Z_]

s     匹配一个空白字符；等价于[ftv]

S     匹配除空白字符以外任何一个字符；等价于[^ftv]

f     匹配一个换页符等价于 x0c 或 cL

匹配一个换行符；等价于 x0a 或 cJ

匹配一个回车符等价于x0d 或 cM

t     匹配一个制表符；等价于 x09或cl

v     匹配一个垂直制表符；等价于x0b或ck

oNN   匹配一个八进制数字

xNN   匹配一个十六进制数字

cC    匹配一个控制字符

模式修正符（Pattern Modifiers）：

模式修正符在忽略大小写、匹配多行中使用特别多，掌握了这一个修正符，往往能解决我们遇到的很多问题。

i     －可同时匹配大小写字母

M     －将字符串视为多行

S     －将字符串视为单行，换行符做普通字符看待，使“.”匹配任何字符

X     －模式中的空白忽略不计  

U     －匹配到最近的字符串

e     －将替换的字符串作为表达使用

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

PCRE的模式单元：

//1 提取第一位的属性

/^d{2} ([W])d{2}1d{4}$匹配“12-31-2006”、“09/27/1996”、“86 01 4321”等字符串。但上述正则表达式不匹配“12/34-5678”的格式。这是因为模式“[W]”的结果“/”已经被存储。下个位置“1”引用 时，其匹配模式也是字符“/”。

当不需要存储匹配结果时使用非存储模式单元“（？：）”

例如/(?:a|b|c)(D|E|F)1g/ 将匹配“aEEg”。在一些正则表达式中，使用非存储模式单元是必要的。否则，需要改变其后引用的顺序。上例还可以写成/（a|b|c）(C|E|F)2g/。

PCRE正则表达式函数：
代码如下：

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

函数的具体使用，我们可以通过PHP手册来找到，下面分享一些平时积累的正则表达式：

匹配action属性
代码如下：

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

在正则中使用回调函数
代码如下：

/**
* 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;
}

带断言的正则匹配
代码如下：

$match = '';
$str = 'xxxxxx.com.cn bold font
paragraph text
';
preg_match_all ( '/(?=(w{1})).*(?=/1)/', $str, $match );
echo "匹配没有属性的HTML标签中的内容：";
print_r ( $match );

替换HTML源码中的地址
代码如下：

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


最后，正则工具虽然强大，但是从效率和编写时间上来讲，有的时候可能没有explode来的更直接，对于一些紧急或者要求不高的任务，简单、粗暴的方法也许更好。

而对于preg和ereg两个系列之间的执行效率，曾看到文章说preg要更快一点，具体由于使用ereg的时候并不多，而且也要推出历史舞台了，再加个个人更偏好于PCRE的方式，所以笔者就不做比较了，熟悉的朋友可以发表下意见，谢谢。