第 8 章正则表达式

第8章正则表达式 • 正则表达式应用范围很广泛，不仅PHP脚本支持正则表达式，类似JavaScript这类的客户端脚本，也提供了对正规表示式的支持。正则表达式是一种用于模式匹配和替换的表达式，主要用于复杂的字符串操作。本章主要介绍PHP中，关于正则表达式的函数，以及其在实际应用中的例子。

8.1 POSIX扩展正则表达式函数 • 在PHP中，关于正则表达式的函数不多，但是足以满足对复杂字符串操作的需要。本节主要介绍正则表达式的基础知识和相关函数使用方法。

8.1.1 正则表达式基础 • 在介绍正则表达式之前，先对正则表达式的语法做一下了解。不同的脚本语言，正则表达式的表示方法略有不同，本小节以PHP作为标准。 • 首选正则表达式是一个字符串，在这个字符串内，可以设定一些规则，当正则表达式函数使用这些规则时，就可以根据已经设定好的内容，对指定的字符串进行替换或匹配的操作。 • 作为进一步的了解，下面列出几个简单的正则表达式。 • "\d{6}"：表示一个由6位数字组成的字符串。 • " [A-Za-z0-9]"：匹配所有大写字母、小写字母及0到9的数字。 • "^open"：表示以open开始的字符串。 • "something$"：表示以something结尾的字符串。 • "^[a-zA-Z]"：表示一个以字母开头的字符串。 • "go{2}"：表示字母g后面跟着2个o即：goo。

8.1.2 正则表达式替换 • ereg_replace()与str_replace()函数一样，都可以把字符串中查找到的子字符串，替换为指定的字符串，而ereg_replace()函数，还可以使用正则表达式来查找和替换，实现更复杂的字符串操作。下面演示ereg_replace()函数的使用方法，代码如清单所示。 • 清单 ereg_replace()函数的使用方法 • <?php • //简单的替换 • $year = "2008"; • $string = "北京将于二零零八年举办奥运会"; • //使用ereg_replace()函数替换字符串 • echo ereg_replace("二零零八",$year,$string)." "; • echo ereg_replace ("()二零零八", "\\12008", $string)." "; • echo ereg_replace ("(()二零零八)", "\\22008", $string)." "; • echo ereg_replace ("((())二零零八)", "\\32008", $string)." "; • //以下情况是非法的 • echo ereg_replace ("((())二零零八)", "\\42008", $string)." ";//参数2中指定的子字符串数大小括号的嵌套数 • ?>

8.1.3 正则表达式匹配 • 使用ereg()函数，可以查找字符串与子字符串匹配的情况，并返回匹配字符的长度，还可以借助参数把返回匹配字符的数组。下面演示ereg函数的使用方法，代码如清单所示。

8.1.4 不区分大小写的正则表达式替换 • eregi_replace()与ereg_replace()一样，都可用于正则表达式的替换，唯一的区别在于，eregi_replace()函数会忽略要操作字符串中字母的大小写。下面演示eregi_replace()函数的使用方法，代码如清单所示。 • 清单 eregi_replace()函数的使用方法 • <?php • //定义一个包含有大小写字母的字符串 • $string = "beijing 2008 BeiJing"; • echo "使用ereg_replace()函数替换beijing字符串: "; • $string = ereg_replace("(beijing)","\\1",$string); • echo $string; • echo " "; • echo " 使用eregi_replace()函数替换beijing字符串: "; • $string = eregi_replace("(beijing)","\\1",$string); • echo $string; • ?>

8.1.5 不区分大小写的正则表达式匹配 • eregi()与ereg ()一样，都可用于正则表达式的匹配，唯一的区别在于，eregi ()函数会忽略要操作字符串中字母的大小写。下面演示eregi ()函数的使用方法，代码如清单所示。 • 清单 eregi ()函数的使用方法 • <?php • //定义一个包含有大小写字母的字符串 • $string = "AAbbBcDDeeEE"; • if(ereg("abcde","ABCDE",$array)){ • echo "使用ereg()查找匹配的字符串 "; • print_r($array); • } • if(eregi("abcde","ABCDE",$array)){ • echo "使用eregi()查找匹配的字符串 "; • print_r($array); • } • ?>

8.1.6 使用正则表达式分割数组 • 使用split()函数，不仅可以完成与explode()函数同样的功能，而且还可以根据给出的正则表达式，来分割字符串，并返回一个数组。下面演示split()函数的使用方法，

8.1.7 用正则表达式不区分大小写将字符串分割到数组中 • spliti()与split()一样，都可以根据正则表达式，来分割字符串，唯一的区别在于，spliti ()函数会忽略要操作字符串中字母的大小写。下面演示spliti ()函数的使用方法，代码如清单所示。 • 清单 spliti()函数的使用方法 • <?php • //定义一个包含有大小写字母的字符串 • $string = "AAbbBcDDeeEE"; • if(ereg("abcde","ABCDE",$array)){ • echo "使用ereg()查找匹配的字符串 "; • print_r($array); • } • if(eregi("abcde","ABCDE",$array)){ • echo "使用eregi()查找匹配的字符串 "; • print_r($array); • } • ?>

8.1.8 产生不区分大小匹配的正则表达式 • 使用sql_regcase()函数，可以根据参数的字符串，产生一个不区分大小写的正则表达式。这大大减少了在脚本中，建立字符匹配正则表达式的时间。下面演示sql_regcase()函数的使用方法，代码如清单所示。

8.2 PERL兼容正则表达式函数 • PERL兼容正则表达式函数，使用的模式类似于Perl中的语法。其表达式应包含在定界符中，除数字、字母、反斜线外的任务字符，都可以做字界符使用，如果作为定界符的字符要出现在表达式中，可以使用反斜线进行转。

8.2.1 返回与模式匹配的数组单元 • 使用preg_grep()函数，可以根据给定的字符或正则表达式，查找指定数组，并返回与查找条件匹配的单元。下面演示preg_grep()函数的使用方法，代码如清单所示。

8.2.2 正则表达式匹配 • 使用preg_match()函数，可以查找字符串与子字符串匹配的情况，并返回匹配字符的长度，还可以借助参数把返回匹配字符的数组。下面演示preg_match()函数的使用方法，代码如清单所示。

8.2.3 全局正则表达式匹配 • preg_match_all()函数可以在字符串中搜索，与给出的正则表达式匹配的内容，并将结果按指定的顺序放到数组中。preg_match_all()与preg_match()函数的作用都是一样的，其区别在于，preg_match()函数在搜索到第1个字符匹配后，将停止搜索。而preg_match_all()函数在搜索到第1个匹配后，会从第1个匹配项后继续搜索，依次类推，直到搜索完整个字符串。下面演示preg_match_all()函数的使用方法，代码如清单所示。

8.2.4 转义正则表达式字符 • 当在正则表达式中使用特列符号时，需要对这些特殊符号进行转义。使用preg_quote()函数，可以对指定的字符串的中特殊字符，自动进行转义操作，这些字符包括：“.、\、+、*、?、[、^、]、$、(、)、{、}、=、!、<、>、|、:”。 • preg_quote()函数，不仅可以用于转义正则表达式的特殊字符，也可以为字符串中的特殊字符加上反斜线。下面演示preg_quote()函数的使用方法，代码如清单所示。

8.2.5 正则表达式的搜索和替换 • 使用preg_replace()函数，可以在字符串中搜索，与正则表达式匹配的项，并替换为一个指定的字符串。preg_replace()函数默认替换所有匹配项，也可以使用参数控制替换的匹配项。preg_replace()函数与ereg_replace()函数，实现的功能是一样的，下面特别演示preg_replace()函数将HTML转换为文本的方法， • preg_replace()函数有4个参数： • 第1个参数是必选参数，用于指定要查找的字符或正则表达式。 • 第2个参数是必选参数，用于指定替换匹配项的字符串。 • 第3个参数是必选参数，用于指定要查找的字符串。 • 第4个参数是可选参数，当使用该参数后，preg_replace()函数会根据这个参数的值，替换个数的匹配项。

8.2.6 用正则表达式分割字符串 • 使用preg_split()函数，将返回一个数组，数组的每个单元是使用正则表达式作为边界，分割出的子字符串。preg_split()函数还可以设定返回数组单元的个数。下面演示preg_split()函数的使用方法，代码如清单所示。

8.3 正则表达式应用实例 • 正则表达式主要应用在复杂字符串操作中，最经常使用的是检验某类特殊字符串，如：电子邮件地址、IP地址、邮政编码等。本节将介绍正则表达式的应用实例，并列出部分常用正则表达式供读者参考。

8.3.1 正则表达式的应用 • 正则表达式的应用很广泛，特别是在一些复杂字符串操作时，使用正则表达式，将会变得非常简单。下面简单演在PHP中使用正则表达式的方法， • 定义了一个用于检查电子邮件地址的函数，其核心语句是ereg()函数。电子邮件地址的命名规则是：以字母、数字、下划线及中划线开头，后跟“@”符号，其后跟字母、数字、下划线及中划线组成的字符串，其后跟“.”符号，其后跟字母、数字、下划线及中划线组成的字符串，使用正则表达式表示就是：^([a-zA-Z0-9_-])+@([a-zA-Z0-9_-])+(\.[a-zA-Z0-9_-])+。 • 在建立与电子邮件地址相匹配的正则表达式后，就可以使用ereg()函数来对模式与字符串进行匹配，如果相匹配就是正确的电子邮件地址，如果不匹配就是非法邮件地址。

8.3.2 匹配特定数字 • 正则表达式可以用于数字的匹配，下面演示特定数字的正则表达式的方法，代码如清单所示。

8.3.3 匹配特定字符串 • 正则表达式一个重要的作用就是，处理复杂的字符串，而字符串匹配，主要是针对26个英文字母来进行的。下面演示匹配特定字符串的正则表达式，代码如清单所示。

8.3.4 常用正则表达式 • 除了用于匹配特定数字和字符外，下面列出一些常用的正则表达式，供读者参考，演示代码如清单所示。

8.4 常见问题 • 正则表达式可以处理很复杂的字符串，但是其语法相对来说也是比较复杂，在学习正则表达式时，注意多参考例子。由于正则表达式函数实现的功能，有一些字符串函数也可以实现，所以在实际应用中，应该根据实际情况选择使用。

8.4.1 关于正则表达式的语法 • 在本章中，介绍了正则表达式的相关语法，其中主要语法都可以在表8-1中查找。表8-1中的正则表达式语法，包括了POSIX扩展与PERL兼容两种正则表达式的语法，在使用时要注意，POSIX扩展正则表达式函数，不支持类似的表达式：\d、\w等。可以通过一段代码，来演示两类函数正则表达式语法的区别，代码如下所示。 • <?php • //定义一个字符串,存储一个网址 • $url = "http://www.rzphp.com"; • //使用POSIX扩展正则表达式函数把网址转化为一个连接 • echo ereg_replace("[[:alpha:]]+://[^<>[:space:]]+[[:alnum:]/]", "<a href=\"\\0\">\\0</a>",$url); • //使用PERL兼容正则表达式函数把网址转化为一个连接 • echo preg_replace("/[[:alpha:]]+:\/\/[^<>[:space:]]+[[:alnum:]\/]/", "<a href=\"\\0\">\\0</a>",$url); • ?>

8.4.2 关于字符串替换 • 正则表达式函数，如ereg_repalce()、eregi_replace()、preg_replace()函数，都可以实现字符串的替换。但并不是所有的字符串替换，都必须使用正则表达式来完成，str_replace()在完成普通的字符串替换时，比正则表达式有优势，只有在替换复杂的字符串时，正则表达式才能体现出价值。 • 在同样使用正则表达式替换字符串时，推荐使用preg_replace()函数，即PERL兼容的正则表达式函数。

8.4.3 关于正则表达式的选择 • 在本书介绍的众多函数中，有许多功能相同的函数，在实际应用时，如何选择正确的函数，直接影响到程序的执行效率等问题。 • 在处理简单的字符串时，可以选择字符串函数来完成，例如分割字符串，explode()函数就可以满足大部分的需要，如果这时使用split()或preg_split()函数，将带来不必要的效率损耗。 • 而在字符串处理函数，不能解决当前问题的情况下，可以选择使用正则表达式函数，而同样的正则表达式函数，本书推荐使用PERL兼容的正则表达式函数。

第 8 章 正则表达式