php 正则表达式学习笔记

webbase8 · 发表于 2009-2-18 14:38:02

[复制此代码]CODE:
//匹配文本，这个偶尔比较好用，但是要小心字符中包含\E
$str = '[a-z]';
$str = preg_replace('/\G[a-z]\E/', '', $str);
echo $str; //打印空，全被替换掉了，相关大概就是preg_quote功能
复制内容到剪贴板代码:
//给匹配结果命名，这样在匹配结果中就可以用这个名称来获取值
$str = 'abc123abc';
preg_match('/(?P<num>\d+)/', $str, $arr);
echo $arr['num']; //相当于echo $arr[1]
[复制此代码]CODE:
//仅用于分组的括号，匹配内容不会被变量捕获，有时候需要这样提高执行效率
$str = 'abc123abc';
preg_match('/abc(?:\d+)/', $str, $arr);
echo $arr[1]; //除了$arr[0]外没有$arr[1]了，不会赋予\1
[复制此代码]CODE:
//插入的好帮手，向前、向后锚点搜索位置，每3位添加一个逗号
$str = 'fdfad123456789fdfd';
$str = preg_replace('/(?<=\d)(?=(\d{3})+(?!\d))/', ',', $str);
echo $str; //打印 fdfad123,456,789fdfd
//以最少的结果匹配
$str = 123456;
preg_match('/\d+/', $str, $arr);
echo $arr[0]; //是人都知道是123456吧
preg_match('/\d+?/', $str, $arr);
echo $arr[0]; //这次是1
//一个比较有用的，可以判断前面的是否有匹配过,比如下边的例子，可以忽略等号右边是否有单引号双引号或者什么都没有
$str = <<<HTML




HTML;
preg_match_all('/<font\s+size=([\'"]?)(\d+)\1[^>]*>/', $str, $arr);
print_r($arr);
/*
Array
(
[0] => 12
[1] => 13
[2] => 14
)
*/
//部分模式修饰符，模式修饰符也可以放在表达式中的
//这里匹配符合XHTML规范的style里的颜色值，大写的STYLE被忽略了，但是里面的color可以大小写无所谓
$str = '';
preg_match_all('/style=([\'"]?)(?i)color

\w+)\1(?-i)/', $str, $arr);
print_r($arr[2])
//也可以把匹配内容放到里面，用:隔开，就不用写结束(?-i)
//preg_match_all('/style=([\'"]?)(?i:color

\w+))\1/', $str, $arr);
//再看一例子
$str = 'Style';
preg_match('/(?i:style)<\/B>/', $str, $arr);
print_r($arr); //可以匹配到
$str = 'Style';
preg_match('/(?i:style)<\/B>/', $str, $arr);
print_r($arr); //什么都没匹配到
//单词检索，可惜只能用在英文
$str = 'I\'m a teacher';
preg_match_all('/\b[a-z]+\b/i', $str, $arr);
print_r($arr)
复制内容到剪贴板代码:
//u修饰符,按unicode匹配
$str = '你您';
$str = preg_replace('/[你您]/', 'you', $str);
echo $str; //被拆开了,打印4次you
//看下面加上u修饰符后的效果,该修饰符需要编码utf-8否则会报错
//我的文本都是gb2312,所以要转成utf-8
$str = iconv('gb2312', 'utf-8', '你您');
$regex = iconv('gb2312', 'utf-8', '/[你您]/u');
$str = preg_replace($regex, 'you', $str);
echo $str; //打印2次you
//x模式修饰符，可以忽略空白和加注释
$str = 'test Test';
preg_match('/test #只匹配小写的test/x', $str, $arr);
print_r($arr);
复制内容到剪贴板代码:
//排除环视(?<!...) (?!...)、忽略优先 *? +? ?? 的复合使用
$str = 'test test1 test2';
preg_match('/(?:.(?<!))*<\/B>/i', $str, $arr);
//或者 preg_match('/(?

?!).)*<\/B>/i', $str, $arr);
print_r($arr)
//当时这样写应付不了 $str = 'test test1 test2 test3';
//改写一下正则既可 preg_match_all('/(?

?!<\/?B>).)*<\/B>/i', $str, $arr);
//根据上面来完成一个最简单的UBB替换
$str = 'test test1 test2 test3test';
$str = preg_replace('/\[B\]((?

?!\[\/?B\]).)*)\[\/B\]/i', '\1', $str);
$str = preg_replace('/\[B\]((?

?!\[\/?B\]).)*)\[\/B\]/i', '\1', $str);
print_r($str)
//如果已经确认回朔并不会有匹配结果，可以使用固化分组来放弃备用状态提高效率
$str = 'Subject';
preg_match('/(\w+):/', $str, $arr);
//用以下方法代替
//在第一组匹配规则匹配到文本末尾t时匹配结束，启用第二组匹配规则:并不会找到结果，所以这个时候回朔查找，但是\w不会包含:，所以可以直接放弃，
preg_match('/(?>\w+):/', $str, $arr);

webbase8 · 发表于 2009-2-18 14:39:16

asp只采集网站可见文本的正则

Function ClearHTMLCode(originCode)
Dim reg
set reg = new RegExp
reg.IgnoreCase = True
reg.Global = True
reg.Pattern = "(<s+cript(.+?)<\/s+cript>)"
originCode= reg.Replace(originCode, "")
reg.Pattern = "(<s+tyle(.+?)<\/s+tyle>)"
originCode= reg.Replace(originCode, "")
reg.Pattern = "<[^>]*>"
originCode= reg.Replace(originCode, "")
ClearHTMLCode = originCode
End Function
不过有一些过滤不了！而且速度太慢！

ganthur · 发表于 2009-2-19 20:14:29

学习了。。。。

spartak · 发表于 2009-3-7 20:53:05

good good study

iamatig · 发表于 2009-4-29 13:37:10

//以最少的结果匹配
$str = 123456;
preg_match('/\d+/', $str, $arr);
echo $arr[0]; //是人都知道是123456吧

真没礼貌

fengzishao · 发表于 2009-4-29 14:07:20

历害。要这的还是很多。。

帐号		自动登录	找回密码
密码			加入会员