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 正則表達式字串搜尋實戰:preg_match、preg_match_all、preg_replace 完全指南

前言

正則表達式是文字處理的利器,PHP 採用 PCRE (Perl Compatible Regular Expressions) 引擎,功能強大但語法複雜。本文系統整理 preg_match、preg_match_all、preg_replace、preg_split、preg_quote 等核心函數,提供常用模式範例、效能優化與除錯技巧。

核心函數速查

函數用途回傳值典型用法
preg_match搜尋第一次符合int (0/1/false),$matches 陣列為引用參數驗證格式、提取第一組
preg_match_all搜尋所有符合int (匹配次數),$matches 結構由 PREG_PATTERN_ORDER 決定提取所有連結、郵件、標籤
preg_replace搜尋並替換字串/陣列,或 null (錯誤)關鍵字高亮、模板替換、清理輸入
preg_replace_callback回呼函數替換字串/陣列複雜替換邏輯(計算、查表)
preg_split正則分割字串陣列分割複雜分隔符、保留分隔符
preg_quote跳脫正則特殊字元字串動態建構模式時必用
preg_last_error取得最後錯誤代碼int (PREG_NO_ERROR 等)除錯模式編譯/執行錯誤

常用模式範例庫

需求模式說明
Email/^[a-zA-Z0-9.!#$%&'*+\/=?^_`{|}~-]+@[a-zA-Z0-9-]+(?:\.[a-zA-Z0-9-]+)+$/RFC 5322 簡化版,實際建議用 filter_var($email, FILTER_VALIDATE_EMAIL)
URL (HTTP/HTTPS)/^https?:\/\/[^\s\/$.?#].[^\s]*$/i基本驗證,嚴格解析用 parse_url
手機號 (台灣)/^09\d{8}$/09 開頭 10 碼
身分證字號 (台灣)/^[A-Z][12]\d{8}$/字母+性別碼+8碼數字,需額外檢查碼驗證
中文字/[\x{4e00}-\x{9fff}]/u需 u 修飾符支援 Unicode
HTML 標籤/<[^>]+>/簡易移除,複雜 HTML 用 HTML Purifier
日期 YYYY-MM-DD/^\d{4}-\d{2}-\d{2}$/格式驗證,日期有效性需 DateTime 檢查
IPv4/^(?:(?:25[0-5]|2[0-4]\d|1\d\d|[1-9]?\d)\.){3}(?:25[0-5]|2[0-4]\d|1\d\d|[1-9]?\d)$/嚴格 0-255 各段
Base64/^(?:[A-Za-z0-9+\/]{4})*(?:[A-Za-z0-9+\/]{2}==|[A-Za-z0-9+\/]{3}=)?$/標準 Base64 格式

修飾符完整說明

修飾符名稱效果
iPCRE_CASELESS不區分大小寫
mPCRE_MULTILINE^ $ 匹配行首行尾(非字串首尾)
sPCRE_DOTALL. 匹配換行符
uPCRE_UTF8UTF-8 模式,正確處理多位元組字元
xPCRE_EXTENDED忽略模式空白、允許註解 #,提升可讀性
UPCRE_UNGREEDY反貪婪模式(量詞預設非貪婪)
JPCRE_DUPNAMES允許重複命名子模式 (?<name>...)

效能優化黃金法則

  1. 避免災難性回溯:(.*)*、(a+)+ 等嵌套量詞在不匹配字串上呈指數級回溯。改用具體字元類別、佔有優先量詞 ++ *+ ?+、原子群組 (?>...)。
  2. 錨定開頭結尾:^pattern$ 避免全字串掃描。
  3. 預編譯重用:同一模式重複使用時,PHP 會快取編譯結果(PCRE_CACHE),但動態生成模式無法快取。
  4. 優先用字串函數:strpos、str_contains (PHP 8)、str_starts_with 速度比正則快 10-100 倍。
  5. 限制回溯深度:ini_set('pcre.backtrack_limit', 100000) 防止耗盡資源。

實戰範例:關鍵字高亮

function highlightKeywords(string $text, array $keywords): string {
    if (!$keywords) return $text;
    // 逃脫關鍵字特殊字元,建立替代模式
    $pattern = '/(' . implode('|', array_map('preg_quote', $keywords)) . ')/iu';
    return preg_replace_callback($pattern, function($m) {
        return '' . htmlspecialchars($m[0]) . '';
    }, $text);
}

除錯技巧

  • 使用 regex101.com (選 PCRE) 即時測試、解釋、效能分析。
  • var_dump(preg_last_error_msg()) (PHP 8+) 取得人類可讀錯誤訊息。
  • 將複雜模式拆解為多個簡單步驟,配合 preg_replace_callback 處理邏輯。

總結

正則表達式威力強大但「寫時易讀、改時難維」。遵循「能用字串函數就不用正則、能用解析器就不用正則」原則。掌握 PCRE 修飾符、貪婪/非貪婪、回溯控制,並善用線上除錯工具,才能寫出高效、可維護的模式。

copyright © 萬盛學電腦網 all rights reserved