preg_replace 是 PHP 最強大的字串替換工具,支援正則表達式、回調函數、子模式回參。本文深入實戰:HTML 標籤屬性處理、XSS 過濾、模板引擎替換、效能優化與常見陷阱。
preg_replace(
string|array $pattern,
string|array $replacement,
string|array $subject,
int $limit = -1,
int &$count = null
): string|array
// 旗標修飾符常用組合:
// i - 不分大小寫
// m - 多行模式 (^$ 匹配行首尾)
// s - 單行模式 (. 匹配換行)
// u - UTF-8 模式 (處理中文必加)
// x - 忽略模式空白、允許註解
// A - 強制從字串開頭匹配
// D - $ 僅匹配字串結尾 (不匹配末尾換行前)
<?php
$html = "<td class='title'>熱賣商品</td>";
// 完整移除標籤及內容
echo preg_replace('/<td[^>]*class=[\'"\"]title[\'"\"][^>]*>[^<]*<\/td>/i', '', $html);
// 輸出: (空字串)
// 保留標籤結構,只移除內容
echo preg_replace('/(<td[^>]*class=[\'"\"]title[\'"\"][^>]*>)[^<]*(<\/td>)/i', '$1$2', $html);
// 輸出: <td class='title'></td>
// 使用 \\1 \\2 (雙引號字串中需雙重跳脫)
echo preg_replace("/(]*class=['\"]title['\"][^>]*>)[^<]*(<\/td>)/i", '\\1\\2', $html);
// PHP 7.4+ 箭頭函數回調:動態計算替換內容
$text = '價格: 100 元, 數量: 5 個';
echo preg_replace_callback('/(\d+)/', fn($m) => $m[1] * 2, $text);
// 價格: 200 元, 數量: 10 個
?>
實戰案例一:HTML 標籤屬性淨化 (防 XSS)
<?php
function sanitizeHtml($html, $allowedTags = ['b','i','u','strong','em','p','br','a','img']) {
// 1. 移除所有不在白名單的標籤 (保留內容)
$pattern = '/<\/?([a-zA-Z0-9]+)([^>]*)>/';
$html = preg_replace_callback($pattern, function($m) use ($allowedTags) {
$tag = strtolower($m[1]);
if (in_array($tag, $allowedTags)) {
// 2. 淨化屬性:只保留 href, src, alt, title, class, style
$attrs = $m[2];
$attrs = preg_replace_callback('/(\w+)\s*=\s*([\'"\"])(.*?)\\2/', function($am) {
$attr = strtolower($am[1]);
$allowedAttrs = ['href', 'src', 'alt', 'title', 'class', 'style', 'target', 'width', 'height'];
return in_array($attr, $allowedAttrs) ? $am[0] : '';
}, $attrs);
// 3. 移除危險協議
$attrs = preg_replace('/(href|src)\s*=\s*[\'"\"]\s*javascript:/i', '$1="#"', $attrs);
$attrs = preg_replace('/(href|src)\s*=\s*[\'"\"]\s*data:/i', '$1="#"', $attrs);
return "<{$tag}{$attrs}>";
}
return ''; // 移除標籤但保留內容 (由外層處理)
}, $html);
return $html;
}
$dirty = "<script>alert('xss')</script><p onclick='steal()'>正常</p><a href='javascript:alert(1)'>連結</a>";
echo sanitizeHtml($dirty);
// 輸出: 正常<p>正常</p><a href="#">連結</a>
?>
實戰案例二:簡易模板引擎替換
<?php
function renderTemplate($template, $data) {
// {{ variable }} 或 {{ object.property }}
return preg_replace_callback('/\{\{\s*([\w\.]+)\s*\}\}/', function($m) use ($data) {
$path = explode('.', $m[1]);
$value = $data;
foreach ($path as $key) {
if (is_array($value) && array_key_exists($key, $value)) {
$value = $value[$key];
} elseif (is_object($value) && property_exists($value, $key)) {
$value = $value->$key;
} else {
return ''; // 找不到路徑
}
}
return htmlspecialchars((string)$value);
}, $template);
}
$template = '
<html>
<body>
<h1>{{ page.title }}</h1>
<p>歡迎, {{ user.name }}! 您的等級: {{ user.level }}</p>
<ul>
{{#each items}}
<li>{{ name }} - $ {{ price }}</li>
{{/each}}
</ul>
</body>
</html>
';
$data = [
'page' => ['title' => '商品列表'],
'user' => ['name' => 'Admin', 'level' => 'VIP'],
'items' => [
['name' => '產品A', 'price' => 100],
['name' => '產品B', 'price' => 200],
]
];
// 注意:上述模板引擎需配合迴圈邏輯,完整實作建議用 Twig/Blade
echo renderTemplate($template, $data);
?>
實戰案例三:BBCode / Markdown 簡易轉換
<?php
function bbcodeToHtml($text) {
$patterns = [
// [b]粗體[/b]
'/\[b\](.*?)\[\/b\]/is' => '<strong>$1</strong>',
// [i]斜體[/i]
'/\[i\](.*?)\[\/i\]/is' => '<em>$1</em>',
// [url=link]文字[/url]
'/\[url=([^\]]+)\](.*?)\[\/url\]/is' => '<a href="$1" target="_blank" rel="noopener">$2</a>',
// [img]url[/img]
'/\[img\](.*?)\[\/img\]/is' => '<img src="$1" alt="">',
// [code]程式碼[/code]
'/\[code\](.*?)\[\/code\]/is' => '<pre><code>$1</code></pre>',
// 換行
'/\n/' => '<br>',
];
return preg_replace(array_keys($patterns), array_values($patterns), $text);
}
$bbcode = "[b]重要[/b] 公告:\n[url=https://example.com]點這裡[/url] 查看詳情\n[code]echo 'hello';[/code]";
echo bbcodeToHtml($bbcode);
?>
效能優化關鍵
- 預編譯模式:重複使用的正則儲存為靜態變數或類別常數
- 避免過度使用 .*? (非貪婪):明確指定字元集如
[^<]*、[^\]]* 大幅提速
- 使用具名捕獲群組:
(?Ppattern) 替換時用 ${name} 更易維護
- 大量資料分批處理:配合
preg_replace_callback 避免記憶體峰值
- 簡單替換用 strtr/str_replace:正則引擎開銷大,能用字面替換就不用正則
常見正則陷阱對照
模式 問題 修正
/<.*>/貪婪匹配跨多標籤 /<[^>]*>/ 或 /<.*?>/s
/\d+/ 匹配中文數字未加 u 修飾符 /\d+/u
/(.*)/ 替換為 $1雙引號字串 $1 被解析為變數 單引號 '$1' 或雙重跳脫 '\\1'
替換含反斜線路徑 反斜線被正則/字串雙重解析 用 preg_quote() 轉義或四重反斜線 \\\\\\\\
大量資料 preg_replace 記憶體爆炸 內部建立大量臨時字串 分塊處理、或用 stream_filter
現代替代方案
- HTML 解析/修改:DOMDocument + DOMXPath (結構化、安全)
- 模板引擎:Twig、Blade、Plates (編譯快取、繼承、沙箱)
- Markdown 轉 HTML:league/commonmark (標準合規、擴充性強)
- BBCode/輕量標記:已棄用,改用 Markdown 或編輯器輸出 HTML
PHP 程式設計排行
copyright © 萬盛學電腦網 all rights reserved