php使用正则表达式做爬虫,基于PHP/CURL/codeIgniter的Spider Webbot爬虫[6]-PHP关于正则表达式的函数preg...

preg_replace(pattern,replacement,subject)

pattern模式，其实就是要查找的字段。不能是数字，字母。如果是数字和字母的话，要用/string/来表示

replacement替换字段 要替换上的string，可以是任意

subject操作目标，这里可以是一段string，也可以使一个变量，或者一个http_get()。

preg_match(pattern,subject)这个只返回bool真假

preg_match_all(pattern,subject,result_array)这个在返回bool真假的同时，还会返回一个二维数组，里面有相似的字符，还有把这个string作为一个数组元素

preg_split(pattern,subject)

如果在subject中找到了pattern，就在该处进行切割，并且不保留pattern

//返回result_array[0]=前半段，result_array[1]=后半段

$subject_string="there are 129 stories about Tim and another 3129 about Tom";

/这是要匹配的内容/ 这是pattern

$subject_string //这是target字符串

preg_match_all("/\d/"，$subject_string,$matches_array);

$matches_array=Array([0]=>1 [1]=>2 [2]=>9)

\跳脱符

匹配数字

\d可以表示单独一个数字，这样一个下标代表一个数字

\d\d\d 可以代表3个数字，并且一个下标代表三个数字

\d+表示取一整块数字，直到最后一位不是数字

匹配字母

\D匹配一个字母，

\D\D\D匹配3个字母，但是，如果不加上\b进行边界定位，就会匹配所有含有三个字母的情况

比如Tom，Tom，There之中的the，也会被抓取

/\b\D\D\D\b/这样可以正确匹配3个字母，等价于/\b\D{3}\b/

万用字元