PHP中的正则表达式函数

6.3 PHP中的正则表达式函数

在PHP中有两套正则表达式函数库。一套是由PCRE（Perl Compatible Regular Expression）库提供的。PCRE库使用和Perl相同的语法规则实现了正则表达式的模式匹配，其使用以“preg_”为前缀命名的函数。另一套是由POSIX（Portable Operation System interface）扩展库提供的。POSIX扩展的正则表达式由POSIX 1003.2定义，一般使用以“ereg_”为前缀命名的函数。

两套函数库的功能相似，执行效率稍有不同。一般而言，实现相同的功能，使用PCRE库的效率略占优势。下面详细介绍其使用方法。

6.3.1 正则表达式的匹配

1．preg_match()

函数原型：int preg_match (string $pattern, string $content [, array $matches])

preg_match ()函数在$content字符串中搜索与$pattern给出的正则表达式相匹配的内容。如果提供了$matches，则将匹配结果放入其中。$matches[0]将包含与整个模式匹配的文本，$matches[1]将包含第一个捕获的与括号中的模式单元所匹配的内容，以此类推。该函数只作一次匹配，最终返回0或1的匹配结果数。代码6.1给出preg_match()函数的一段代码示例。

代码6.1 日期时间的匹配

<?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";

}

?>

这是一个简单动态文本串匹配实例。假设当前系统时间是“2006年8月17日13点25分”，将输出如下的内容。

匹配的时间是：2006-08-17 01:25 pm

当前日期是：2006-08-17

当前时间是：01:25 pm

2．ereg()和eregi()

ereg()是POSIX扩展库中正则表达式的匹配函数。eregi()是ereg()函数的忽略大小写的版本。二者与preg_match的功能类似，但函数返回的是一个布尔值，表明匹配成功与否。需要说明的是，POSIX扩展库函数的第一个参数接受的是正则表达式字符串，即不需要使用分界符。例如，代码6.2是一个关于文件名安全检验的方法。

代码6.2 文件名的安全检验

<?php

$username = $_SERVER['REMOTE_USER'];

$filename = $_GET['file'];

//对文件名进行过滤，以保证系统安全

if (!ereg('^[^./][^/]*$', $userfile))

{

die('这不是一个非法的文件名！');

}

//对用户名进行过滤

if (!ereg('^[^./][^/]*$', $username))

{

die('这不是一个无效的用户名');

}

//通过安全过滤，拼合文件路径

$thefile = "/home/$username/$filename";

?>

通常情况下，使用与Perl兼容的正则表达式匹配函数perg_match()，将比使用ereg()或eregi()的速度更快。如果只是查找一个字符串中是否包含某个子字符串，建议使用strstr()或strpos()函数。

3．preg_grep()

函数原型：array preg_grep (string $pattern, array $input)

preg_grep()函数返回一个数组，其中包括了$input数组中与给定的$pattern模式相匹配的单元。对于输入数组$input中的每个元素，preg_grep()也只进行一次匹配。代码6.3给出的示例简单地说明了preg_grep()函数的使用。

代码6.3 数组查询匹配

<?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 进行全局正则表达式匹配

1．preg_match_all()

与preg_match()函数类似。如果使用了第三个参数，将把所有可能的匹配结果放入。本函数返回整个模式匹配的次数（可能为0），如果出错返回False。下面是一个将文本中的URL链接地址转换为HTML代码的示例。代码6.4是preg_match_all()函数的使用范例。

代码6.4 将文本中的链接地址转成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='$link_url'>$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.taoboor.com”;

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='http://www.taoboor.com'>
http://www.taoboor.com</a>

*/

?>

2．多行匹配

仅仅使用POSIX下的正则表式函数，很难进行复杂的匹配操作。例如，对整个文件（尤其是多行文本）进行匹配查找。使用ereg()对此进行操作的一个方法是分行处理。代码6.5的示例演示了ereg()如何将INI文件的参数赋值到数组之中。

代码6.5 文件内容的多行匹配

<?php

$rows = file('php.ini'); //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	这里只是为了方便说明问题。解析一个*.ini文件，最佳方法是使用函数parse_ini_file()。该函数直接将*.ini文件解析到一个大数组中。

6.3.3 正则表达式的替换

1．ereg_replace()和eregi_replace()

函数原型：string ereg_replace (string $pattern, string $replacement, string $string)

string eregi_replace (string $pattern, string $replacement, string $string)

ereg_replace()在$string中搜索模式字符串$pattern，并将所匹配结果替换为$replacement。当$pattern中包含模式单元（或子模式）时，$replacement中形如“/1”或“$1”的位置将依次被这些子模式所匹配的内容替换。而“/0”或“$0”是指整个的匹配字符串的内容。需要注意的是，在双引号中反斜线作为转义符使用，所以必须使用“//0”，“//1”的形式。

eregi_replace()和ereg_replace()的功能一致，只是前者忽略大小写。代码6.6是本函数的应用实例，这段代码演示了如何对程序源代码做简单的清理工作。

代码6.6 源代码的清理

<?php

$lines = file('source.php'); //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>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",

"'//1'.strtolower('//2').'//3'", //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 ('[/.-]', $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']/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['i']. "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。