PHP 正規表示式常用函數使用

在PHP中有兩套正規表示式函數函式庫。一套是由PCRE（Perl Compatible Regular Expression）庫提供的。 PCRE函式庫使用和Perl相同的語法規則實現了正規表示式的模式匹配，其使用以“preg_”為前綴命名的函數。另一套是由POSIX（Portable Operation System interface）擴充函式庫提供的。 POSIX擴展的正規表示式由POSIX 1003.2定義，一般使用以「ereg_」為前綴命名的函數。
兩套函數庫的功能相似，執行效率稍有不同。一般而言，實現相同的功能，使用PCRE庫的效率略佔優勢。以下詳細介紹其使用方法。
6.3.1 正規表示式的符合
1． preg_match()
函數原型：int preg_match (string $pattern, string $content [, array $matches])
preg_match ()函數在$content字串中搜尋與$pattern給出的正規表示式相符的內容。如果提供了$matches，則將匹配結果放入其 中。 $matches[0]將包含與整個模式相符的文本，$matches[1]將包含第一個捕獲的與括號中的模式單元所匹配的內容，以此類推。該函數只 作一次匹配，最終回傳0或1的匹配結果數。程式碼6.1給出preg_match()函數的一段程式碼範例。
程式碼6.1 日期時間的符合 

<?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"; 
} 
?>

這是一個簡單動態文字字串匹配實例。假設目前系統時間是“2006年8月17日13點25分”，將輸出如下的內容。
匹配的時間是：2006-08-17 01:25 pm
目前日期是：2006-08-17
目前時間是：01:25 pm
2． ereg()和eregi()
ereg()是POSIX擴充函式庫中正規表示式的符合函數。 eregi()是ereg()函數的忽略大小寫的版 本。二者與preg_match的功能類似，但函數傳回的是一個布林值，表示符合成功與否。需要說明的是，POSIX擴充庫函數的第一個參數接受的是正規則 表達式字串，即不需要使用分界符。例如，代碼6.2是一個關於檔案名稱安全檢驗的方法。
程式碼6.2 檔案名稱的安全檢定 

<?php 
$username = $_SERVER[&#39;REMOTE_USER&#39;]; 
$filename = $_GET[&#39;file&#39;]; 
//对文件名进行过滤，以保证系统安全 
if (!ereg(&#39;^[^./][^/]*$&#39;, $userfile)) 
{ 
die(&#39;这不是一个非法的文件名！&#39;); 
} 
//对用户名进行过滤 
if (!ereg(&#39;^[^./][^/]*$&#39;, $username)) 
{ 
die(&#39;这不是一个无效的用户名&#39;); 
} 
//通过安全过滤，拼合文件路径 
$thefile = "/home/$username/$filename"; 
?>

通常情況下，使用與Perl相容的正規表示式比對函數perg_match()，將比使用ereg()或eregi()的速度更快。如果只是尋找字串中是否包含某個子字串，建議使用strstr()或strpos()函數。
3． preg_grep()
函數原型：array preg_grep (string $pattern, array $input)
preg_grep()函數傳回一個數組，其中包含了$input數組中與給定的$pattern模式相符的單元。對於輸入數組$input中的每個元素，preg_grep()也只進行一次匹配。程式碼6.3給出的範例簡單地說明了preg_grep()函數的使用。
程式碼6.3 陣列查詢比對

<?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); 
?>

6.3.2 進行全域正規表示式比對
1． preg_match_all()
與preg_match()函數類似。如果使用了第三個參數，將把所有可能的匹配結果放入。本函數傳回整個模 式匹配的次數（可能為0），如果出錯回傳False。下面是將文字中的URL連結位址轉換為HTML程式碼的範例。代碼6.4是 preg_match_all()函數的使用範例。
程式碼6.4 將文字中的連結位址轉成HTML 

<?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=&#39;$link_url&#39;>$link_text</a>",$text); 
} 
return $text; 
} 
//运行实例 
$str = “这是一个包含多个URL链接地址的多行文字。欢迎访问http://www.jb51.net”; 
print url2html($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=&#39;http://www.jb51.net&#39;> 
http://www.jb51.net</a> 
*/ 
?>

2．多行匹配
僅使用POSIX下的正規表式函數，很難進行複雜的配對操作。例如，對整個文件（尤其是多行文字）進行匹配查找。使用ereg()對此進行操作的一個方法是分行處理。程式碼6.5的範例示範了ereg()如何將INI檔案的參數賦值到陣列之中。
程式碼6.5 檔案內容的多行符合 

<?php 
$rows = file(&#39;php.ini&#39;); //将php.ini文件读到数组中 
//循环遍历 
foreach($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); 
?>

提示
這裡只是為了方便說明問題。解析一個*.ini文件，最佳方法是使用函數parse_ini_file()。此函數直接將*.ini檔案解析到一個大數組中。
6.3.3 正規表示式的替換
1． ereg_replace()和eregi_replace()
函數原型：string ereg_replace (string $pattern, string $replacement, string $string)
string eregi_replace (string $pattern, string $replacement, string $string)
ereg_replace()在$string中搜尋模式字串$pattern，並將所匹配結果替換 為$replacement。當$pattern中包含模式單元（或子模式）時，$replacement中形如「1」或「$1」的位置將依序被這些子 模式所匹配的內容替換。而「
eregi_replace()和ereg_replace()的功能一致，只是前者忽略大小寫。程式碼6.6是本函數的應用實例，這段程式碼示範如何對程式原始碼做簡單的清理工作。
程式碼6.6 原始碼的清理 

<?php 
$lines = file(&#39;source.php&#39;); //将文件读入数组中 
for($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()
函数原型：mixed preg_replace (mixed $pattern, 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。代码6.7是一个数组替换的应用实例。
代码6.7 数组替换 

<?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); 
?>

输出结果如下。
Name: Thomas Ching",
Email: tom@emailaddress.com
Address: No.5, Wilson St., New York, U.S.A
在preg_replace的正则表达式中可以使用模式修正符“e”。其作用是将匹配结果用作表达式，并且可以进行重新运算。例如： 

<?php 
$html_body = “<HTML><Body><h1 id="TEST">TEST</h1>My Picture<Img src=”my.gif”></Body></HTML>”; 
//输出结果中HTML标签将全部为小写字母 
echo preg_replace ( 
"/(<\/?)(\w+)([^>]*>)/e", 
"&#39;\\1&#39;.strtolower(&#39;\\2&#39;).&#39;\\3&#39;", //此处的模式变量\\2将被strtolower转换为小写字符 
$html_body); 
?>

提示
preg_replace函数使用了Perl兼容正则表达式语法，通常是比ereg_replace更快的替代方案。如果仅对字符串做简单的替换，可以使用str_replace函数。
6.3.4 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。代码6.8是一个经常用到关于日期的示例。
代码6.8 日期的拆分 

<?php 
$date = "08/30/2006"; 
//分隔符可以是斜线，点，或横线 
list($month, $day, $year) = split (&#39;[/.-]&#39;, $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。代码6.9是一个查找文章中单词数量的示例。
代码6.9 查找文章中单词数量  

<?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&#39;]\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[&#39;i&#39;]. "个单词“I”。"; 
?>

提示
preg_split() 函数使用了Perl兼容正则表达式语法，通常是比split()更快的替代方案。使用正则表达式的方法分割字符串，可以使用更广泛的分隔字符。例如，上面 对日期格式和单词处理的分析。如果仅用某个特定的字符进行分割，建议使用explode()函数，它不调用正则表达式引擎，因此速度是最快的。