php小經驗:解析preg

正則表達式在 PHP 中的應用
在 PHP 應用中，正則表達式主要用於：
•正則匹配：根據正則表達式匹配相應的內容
•正則替換：根據正則表達式匹配內容並替換
•正則分割：根據正則表達式分割字符串
在 PHP 中有兩類正則表達式函數，一類是 Perl 兼容正則表達式函數，一類是 POSIX 擴展正則表達式函數。二者差別不大，而且推薦使用Perl 兼容正則表達式函數，因此下文都是以 Perl 兼容正則表達式函數為例子說明。
定界符
Perl 兼容模式的正則表達式函數，其正則表達式需要寫在定界符中。任何不是字母、數字或反斜線（）的字符都可以作為定界符，通常我們使用 / 作為定界符。具體使用見下面的例子。
提示
盡管正則表達式功能非常強大，但如果用普通字符串處理函數能完成的，就盡量不要用正則表達式函數，因為正則表達式效率會低得多。關於普通字符串處理函數。
preg_match()
preg_match() 函數用於進行正則表達式匹配，成功返回 1 ，否則返回 0 。
語法：
int preg_match( string pattern, string subject [, array matches ] )
參數說明：

參數 說明 pattern 正則表達式 subject 需要匹配檢索的對象 matches 可選，存儲匹配結果的數組， $matches[0] 將包含與整個模式匹配的文本，$matches[1] 將包含與第一個捕獲的括號中的子模式所匹配的文本，以此類推

例子 1 ：

復制代碼 代碼如下:
<?php
if(preg_match("/php/i", "PHP is the web scripting language of choice.", $matches)){
print "A match was found:". $matches[0];
} else {
print "A match was not found.";
}
?>

浏覽器輸出：

復制代碼 代碼如下:
A match was found: PHP

在該例子中，由於使用了 i 修正符，因此會不區分大小寫去文本中匹配 php 。
提示
preg_match() 第一次匹配成功後就會停止匹配，如果要實現全部結果的匹配，即搜索到subject結尾處，則需使用 preg_match_all() 函數。
例子 2 ，從一個 URL 中取得主機域名 ：

復制代碼 代碼如下:
<?php
// 從 URL 中取得主機名
preg_match("/^(http://)?([^/]+)/i","http://www.jb51.net/index.html", $matches);
$host = $matches[2];
// 從主機名中取得後面兩段
preg_match("/[^./]+.[^./]+$/", $host, $matches);
echo "域名為：{$matches[0]}";
?>

浏覽器輸出：

復制代碼 代碼如下:
域名為：jb51.net

preg_match_all()
preg_match_all() 函數用於進行正則表達式全局匹配，成功返回整個模式匹配的次數（可能為零），如果出錯返回 FALSE 。
語法：
int preg_match_all( string pattern, string subject, array matches [, int flags ] )
參數說明：

參數 說明 pattern 正則表達式 subject 需要匹配檢索的對象 matches 存儲匹配結果的數組 flags

可選，指定匹配結果放入 matches 中的順序，可供選擇的標記有：

1. PREG_PATTERN_ORDER：默認，對結果排序使 $matches[0] 為全部模式匹配的數組，$matches[1] 為第一個括號中的子模式所匹配的字符串組成的數組，以此類推
2. PREG_SET_ORDER：對結果排序使 $matches[0] 為第一組匹配項的數組，$matches[1] 為第二組匹配項的數組，以此類推
3. PREG_OFFSET_CAPTURE：如果設定本標記，對每個出現的匹配結果也同時返回其附屬的字符串偏移量

下面的例子演示了將文本中所有 <pre></pre> 標簽內的關鍵字（php）顯示為紅色。

復制代碼 代碼如下:
<?php
$str = "<pre>學習php是一件快樂的事。</pre><pre>所有的phper需要共同努力！</pre>";
$kw = "php";
preg_match_all('/<pre>([sS]*?)</pre>/',$str,$mat);
for($i=0;$i<count($mat[0]);$i++){
$mat[0][$i] = $mat[1][$i];
$mat[0][$i] = str_replace($kw, '<span style="color:#ff0000">'.$kw.'</span>', $mat[0][$i]);
$str = str_replace($mat[1][$i], $mat[0][$i], $str);
}
echo $str;
?>

正則匹配中文漢字
正則匹配中文漢字根據頁面編碼不同而略有區別：
•GBK/GB2312編碼：[x80-xff>]+ 或 [xa1-xff]+
•UTF-8編碼：[x{4e00}-x{9fa5}]+/u
例子：

復制代碼 代碼如下:
<?php
$str = "學習php是一件快樂的事。";
preg_match_all("/[x80-xff]+/", $str, $match);
//UTF-8 使用：
//preg_match_all("/[x{4e00}-x{9fa5}]+/u", $str, $match);
print_r($match);
?>

輸出：

復制代碼 代碼如下:

Array
(
[0] => Array
(
[0] => 學習
[1] => 是一件快樂的事。
)

)