萬盛學電腦網

您现在的位置: 萬盛學電腦網 >> 程式設計 >  >> 網路程式設計 >> PHP 程式設計

PHP 正則提取字串數字完整指南:preg_match_all、模式對比與實戰函數

核心正則模式對比

模式含義匹配範例結果 (輸入: left:0px;top:202px)
/\d+/一或多個連續數字連續數字群組[0, 202, 90, 30]
/\d/單個數字每個數字獨立[0, 2, 0, 2, 9, 0, 3, 0]
/(\d+)/捕獲組:連續數字同 \d+ 但 $matches[1] 為捕獲組$matches[1] = [0, 202, 90, 30]
/\b\d+\b/單字邊界數字獨立數字詞視分隔符而定

preg_match_all 完整語法

<?php
$pattern = '/\d+/';
$subject = "left:0px;top:202px;width:90px;height:30px";
$matches = [];

// PREG_PATTERN_ORDER (預設): $matches[0] 完整匹配,$matches[1] 第一捕獲組...
preg_match_all($pattern, $subject, $matches, PREG_PATTERN_ORDER);
// $matches[0] = ['0', '202', '90', '30']

// PREG_SET_ORDER: $matches[0] = [完整匹配, 捕獲1, 捕獲2...]
preg_match_all($pattern, $subject, $matches, PREG_SET_ORDER);
// $matches = [['0'], ['202'], ['90'], ['30']]

// PREG_OFFSET_CAPTURE: 包含偏移位置
preg_match_all($pattern, $subject, $matches, PREG_OFFSET_CAPTURE);
// $matches[0] = [['0', 5], ['202', 10], ['90', 22], ['30', 33]]
?>

實戰函數庫

1. 提取所有數字 (最常用)

<?php
function extractAllNumbers(string $str): array
{
    preg_match_all('/\d+/', $str, $matches);
    return array_map('intval', $matches[0]);
}

$str = "價格: $1,299.99, 數量: 5, 重量: 1.5kg";
print_r(extractAllNumbers($str));
// [1, 299, 99, 5, 1, 5] 注意: 小數點會被分割
?>

2. 提取完整數字 (含小數、負號、千分位)

<?php
function extractNumbers(string $str): array
{
    // 匹配: 可選負號、數字、可選千分位、可選小數部分
    $pattern = '/-?(?:\d{1,3}(?:,\d{3})*|\d+)(?:\.\d+)?/';
    preg_match_all($pattern, $str, $matches);
    return array_map(fn($v) => (float)str_replace(',', '', $v), $matches[0]);
}

$str = "溫度: -12.5°C, 價格: $1,299.99, 數量: 5, 比率: 3.14159";
print_r(extractNumbers($str));
// [-12.5, 1299.99, 5, 3.14159]
?>

3. 提取指定長度數字 (如 8 位數字)

<?php
function extractFixedLengthNumbers(string $str, int $length): array
{
    $pattern = '/\b\d{' . $length . '}\b/';
    preg_match_all($pattern, $str, $matches);
    return $matches[0];
}

$str = "訂單: 20240115, 電話: 0912345678, 身分證: A123456789";
print_r(extractFixedLengthNumbers($str, 8));  // ['20240115']
print_r(extractFixedLengthNumbers($str, 10)); // ['0912345678']
?>

4. 獲取第一個符合條件的數字

<?php
function getFirstNumber(string $str, int $minLength = 1): ?string
{
    $pattern = '/\d{' . $minLength . ',}/';
    return preg_match($pattern, $str, $matches) ? $matches[0] : null;
}

function getFirstNumberExactLength(string $str, int $length): ?string
{
    $pattern = '/\b\d{' . $length . '}\b/';
    return preg_match($pattern, $str, $matches) ? $matches[0] : null;
}

$str = "時代發123生的12345678發生的";
echo getFirstNumber($str);           // 123
echo getFirstNumber($str, 4);        // 12345678
echo getFirstNumberExactLength($str, 8); // 12345678
?>

5. 替換/移除數字

<?php
// 移除所有數字
$str = "ABC123DEF456";
echo preg_replace('/\d+/', '', $str); // ABCDEF

// 替換為星號
echo preg_replace('/\d+/', '*', $str); // ABC*DEF*

// 遮罩手機中間四碼
$phone = '0912345678';
echo preg_replace('/(\d{4})\d{4}(\d{2})/', '$1****$2', $phone); // 0912****78

// 格式化數字:每三位加逗號
$num = '1234567890';
echo preg_replace('/(\d)(?=(\d{3})+(?!\d))/', '$1,', $num); // 1,234,567,890
?>

進階模式:具體業務場景

身分證字號 (台灣)

<?php
function extractTaiwanId(string $str): ?string
{
    // 格式: 1 個英文字母 + 9 個數字
    $pattern = '/[A-Z][0189]\d{8}/i';
    return preg_match($pattern, $str, $m) ? $m[0] : null;
}
?>

統一編號 (台灣公司)

<?php
function extractTaiwanBan(string $str): ?string
{
    // 8 位數字
    $pattern = '/\b\d{8}\b/';
    return preg_match($pattern, $str, $m) ? $m[0] : null;
}
?>

手機號碼 (台灣/中國大陸)

<?php
function extractPhoneNumbers(string $str, string $region = 'TW'): array
{
    $patterns = [
        'TW' => '/\b09\d{8}\b/',           // 台灣: 09xxxxxxxx
        'CN' => '/\b1[3-9]\d{9}\b/',       // 中國: 13-19 開頭 11 位
        'HK' => '/\b[569]\d{7}\b/',        // 香港: 5/6/9 開頭 8 位
        'US' => '/\b\d{3}[-. ]?\d{3}[-. ]?\d{4}\b/', // 美國格式
    ];
    
    $pattern = $patterns[$region] ?? $patterns['TW'];
    preg_match_all($pattern, $str, $matches);
    return array_unique($matches[0]);
}
?>

價格/金額提取 (含貨幣符號)

<?php
function extractPrices(string $str): array
{
    // 匹配: $/NT$/USD 等符號 + 數字 (含千分位、小數)
    $pattern = '/(?:NT\$|USD|\$|¥|€|£)\s*-?(?:\d{1,3}(?:,\d{3})*|\d+)(?:\.\d{1,2})?/';
    preg_match_all($pattern, $str, $matches);
    return $matches[0];
}

$str = "原價 NT$1,299, 特價 $999.99, 歐元 €89.50";
print_r(extractPrices($str));
// ['NT$1,299', '$999.99', '€89.50']
?>

效能優化建議

  1. 預編譯正則:靜態變數儲存編譯後模式,避免重複編譯
  2. 限制匹配範圍:使用 \b 邊界、^$ 錨點、具體前綴
  3. 避免貪婪陷阱:.* 易導致回溯災難,改用 [^"]* 等具體字符類
  4. 大字串分塊處理:超大文本分塊 preg_match_all,避免記憶體峰值
<?php
class NumberExtractor
{
    // 靜態快取編譯模式
    private static array $patterns = [];
    
    private static function getPattern(string $pattern): string
    {
        return self::$patterns[$pattern] ??= $pattern;
    }
    
    public static function extractAll(string $str): array
    {
        return self::extractWithPattern($str, '/\d+/');
    }
    
    public static function extractWithPattern(string $str, string $pattern): array
    {
        $compiled = self::getPattern($pattern);
        preg_match_all($compiled, $str, $matches);
        return $matches[0];
    }
}
?>

常見錯誤避坑

  1. 雙重跳脫:字串中 '/\d+/ ' vs "/\\d+/",單引號不解析變數但需雙重跳脫反斜線
  2. 貪婪匹配過度:/\d.*\d/ 會匹配整行,應用 /\d+?/ 非貪婪或具體模式
  3. 編碼問題:中文環境確保檔案 UTF-8,preg_* 預期 UTF-8,/u 修飾符明確宣告
  4. PCRE 回溯限制:極長字串可能觸發 pcre.backtrack_limit (預設 1000000),需調大或優化正則

總結

PHP 正則提取數字核心在於:選對模式 (\d+ vs \d)、善用捕獲組、理解 PREG_* 旗標、處理邊界與格式。常用場景封裝為工具函數 (extractAllNumbers, extractPrices, extractPhoneNumbers),複雜業務結合 filter_var()、NumberFormatter 等原生函數更穩健。記住:正則強大但非萬能,簡單切割用 explode()、strtok()、sscanf() 往往更快更清晰。

copyright © 萬盛學電腦網 all rights reserved