如何运用PHP函数preg_match_all测试正则表达式效果

PHP函数preg_match_all的具体使用方法我们可以在PHP函数preg_match_all实例要求：分别将每一个DIV元素的ID和内容取出，如biuuu，biuuu_2，biuuu_3，php自学网，php自学网2和php自学网3（一些常用的抓站方法就是这样匹配的）

分析：字符串是一个简单的HTML元素，每一个DIV元素对应该一个ID和内容，并且是独立的，首先考虑如何取出一个DIV内的ID值和内容， 如：php自学网，然后匹配其它类似的元素。一个DIV中需要取出两个值，也就是两个匹配的表达式，第一个表达式用于匹配ID值（biuuu），第二个表 达式用于匹配ID的内容（php自学网），正则表达式常用的表达式使用小括号，那么前面的元素将会变成如下形式：

<ol class="dp-xml">
<li class="alt"><span><span class="tag"><span class="tag-name">div</span><span> </span></span></span></li>
<li class="alt"><span><span class="attribute">id</span><span>=</span><span class="attribute-value">"(biuuu)"</span><span class="tag">></span></span></li>
<li class="alt"><span><span>(php自学网)</span></span></li>
<li class="alt"><span><span class="tag"><span class="tag-name">div</span><span class="tag">></span><span>　</span></span></span></li>
<li class="alt"><span><span class="tag"><span class="tag-name">div</span><span> </span><span class="attribute">id</span><span>=</span><span class="attribute-value">"(表达式1)"</span><span class="tag">></span></span></span></li>
<li class="alt"><span><span>(表达式2)</span></span></li>
<li class="alt"><span><span class="tag"><span class="tag-name">div</span><span class="tag">></span><span>  </span></span></span></li>
</ol>

好，使用如上小括号把需要匹配的区域进行了划分，接下来就是如何匹配各个表达式内的内容，我们猜想一个ID可能是字母，数字或下划线，那这就变得简单了，使用中括号就可以实现，如下：

表达式1：[a-zA-Z0-9_]+ （表示匹配大小写字母，数字和下划线）

那如何匹配表达式2，因为ID的内容可以是任意的字符，但是要注意，不能匹配字符，因为如果匹配这两个字符将会把后面使用的DIV都匹配出来，因此需要排除这两个字符开始的元素，也就是不匹配以字符，如下：

表达式2：[^]+ （表示不匹配字符）

这样，PHP函数preg_match_all需要匹配的子表达式就实现了，但是还要需要匹配一个的表达式，方法如下：

表达式：/ '"(表达式1)"'>(表达式2)/

注意其中的双引号"和/需要使用转义字符转义，然后把前面两个表达式放进去，如下：

<ol class="dp-xml">
<li class="alt">
<span><span>'"([a-z0-9_]+)"'</span><span class="tag">></span></span><span><span>/</span></span>
</li>
<li class="alt"><span><span class="tag"><span class="tag-name">div</span><span> </span><span class="attribute">id</span><span>=</span><span class="attribute-value">"([a-z0-9_]+)"</span><span class="tag">></span></span></span></li>
<li class="alt"><span><span>([^</span><span class="tag"><span class="tag">></span><span>]+)</span></span></span></li>
<li class="alt"><span><span class="tag"><span class="tag-name">div</span><span class="tag">></span><span>/　  </span></span></span></li>
</ol>

这样就实现一个匹配每一个DIV元素ID值和内容的正则表达式，然后使用preg_match_all函数测试如下：

<ol class="dp-xml">
<li class="alt"><span><span>$</span><span class="attribute">html</span><span> = </span></span></li>
<li class="alt"><span><span class="attribute-value">'</span></span></li>
<li class="alt"><span><span class="attribute-value">php自学网</span></span></li>
<li class="alt"><span><span class="attribute-value"></span></span></li>
<li class="alt"><span><span class="attribute-value"></span></span></li>
<li class="alt"><span><span class="attribute-value">php自学网2</span></span></li>
<li class="alt"><span><span class="attribute-value"></span></span></li>
<li class="alt"><span><span class="attribute-value"></span></span></li>
<li class="alt"><span><span class="attribute-value">php自学网3</span></span></li>
<li class="alt"><span><span class="attribute-value">'</span><span>;   </span></span></li>
<li><span>preg_match_all('/</span></li>
<li><span class="tag"><span class="attribute">divsid</span><span class="tag-name">divsid</span><span>=</span><span class="attribute-value">"([a-z0-9_]+)"</span><span class="tag">></span></span></li>
<li>
<span>([^</span><span class="tag"><span class="tag">></span><span>]+)</span></span>
</li>
<li><span class="tag"><span class="tag-name">div</span><span class="tag">></span><span>/'</span><span>,$html,$result);   </span></span></li>
<li class="alt"><span>var_dump($result);  </span></li>
</ol>

PHP函数preg_match_all示例结果：

<ol class="dp-xml">
<li class="alt"><span><span>array(3) {   </span></span></li>
<li>
<span>[0]=</span><span class="tag">></span><span> array(3)   </span>
</li>
<li class="alt"><span>{   </span></li>
<li>
<span>[0]=</span><span class="tag">></span><span> string(30) "<br></span><span class="tag"><span class="tag-name">div</span><span> </span><span class="attribute">id</span><span>=</span><span class="attribute-value">"biuuu"</span><span class="tag">></span><span>php自学网</span><span class="tag"></span><span class="tag-name">div</span><span class="tag">></span><span>"   </span></span>
</li>
<li class="alt">
<span>[1]=</span><span class="tag">></span><span> string(33) "<br></span><span class="tag"><span class="tag-name">div</span><span> </span><span class="attribute">id</span><span>=</span><span class="attribute-value">"biuuu_2"</span><span class="tag">></span><span>php自学网2</span><span class="tag"></span><span class="tag-name">div</span><span class="tag">></span><span>"   </span></span>
</li>
<li>
<span>[2]=</span><span class="tag">></span><span> string(33) "<br></span><span class="tag"><span class="tag-name">div</span><span> </span><span class="attribute">id</span><span>=</span><span class="attribute-value">"biuuu_3"</span><span class="tag">></span><span>php自学网3</span><span class="tag"></span><span class="tag-name">div</span><span class="tag">></span><span>"   </span></span>
</li>
<li class="alt"><span>}   </span></li>
<li>
<span>[1]=</span><span class="tag">></span><span> array(3)   </span>
</li>
<li class="alt"><span>{   </span></li>
<li>
<span>[0]=</span><span class="tag">></span><span> string(5) "biuuu"   </span>
</li>
<li class="alt">
<span>[1]=</span><span class="tag">></span><span> string(7) "biuuu_2"   </span>
</li>
<li>
<span>[2]=</span><span class="tag">></span><span> string(7) "biuuu_3"   </span>
</li>
<li class="alt"><span>}   </span></li>
<li>
<span>[2]=</span><span class="tag">></span><span> array(3)   </span>
</li>
<li class="alt"><span>{   </span></li>
<li>
<span>[0]=</span><span class="tag">></span><span> string(8) "php自学网"   </span>
</li>
<li class="alt">
<span>[1]=</span><span class="tag">></span><span> string(9) "php自学网2"   </span>
</li>
<li>
<span>[2]=</span><span class="tag">></span><span> string(9) "php自学网3"   </span>
</li>
<li class="alt"><span>}   </span></li>
<li><span>}  </span></li>
</ol>

共有三个表达式，分别显示每一个表达式匹配的值，并以数组的形式存储，这样就把每一个DIV元素的ID和内容取出。使用正则表达式最主要还是要知道需要什么，然后跟椐需要进行匹配，并且思路清晰，并适当的借助PHP函数preg_match_all进行输出调试，非常方便。