preg_replace 基础入门应用

via：http://www.trindo.cn/show-62-1.html

Submitted by shinian315 on 2009, October 22, 1:37 PM. PHP

PHP代码

$str="as2223adfsf0s4df0sdfsdf";

echo preg_replace("/0/","",$str);　//去掉0字符，此 时相当于 replace的功能, preg_replac ("/0/","A",$str);　 这样就是将0变成A的意思了

echo preg_replace("/[0-9]/","",$str);　　　//去掉所有数 字

echo preg_replace("/[a-z]/","",$str); //这样是去掉 所有小写字母

echo preg_replace("/[A-Z]/","",$str); //这样是去掉 所有大写字母

echo preg_replace("/[a-z,A-Z]/","",$str); //这样是去掉 所有字母

$str="as2223adfsAAf0s4df0s中国人dD中南海 DDfsdf";

echo preg_replace("/[a-z,A-Z,0-9]/","",$str); //去掉所有字 母和数字

经过以 上的例子，相信大家知道，[ ] 和里面的,　有什么作用了。　　也可以看到，匹配的字符 串必须加 / / （看例子的第一个参数）

继续深一点的例子：
$str="acsdcs<55555555>sc<6666>sdcd";

echo preg_replace("/<.*>/","",$str); //这个是表 示去除以<开头，以>结尾的那部份，输出结果是：acsdcssdcd

注意：上面的 .* 是表示任何字符，也就是说不管<>包住的是什么都去掉　 其中. 表示任意字符， * 表示任意个数

现在我们来改动一下，如果 不想是任何个数呢？

$str="acsdcs<55555555>sc<6666>sdcd";

echo preg_replace("/<.{4}>/","",$str); 　　　// 此时输出：　acsdcs<55555555>scsdcd 因为{4}指定了条件：<>内为4个字符 的才满足条件，所以<55555555>不符合条件，没有被替换。

注意：这时我们又学到了一个知识点{数字} 表示指定前面的个数，*就表示是任意个(0-- 无限个)

表示重复次数的除了 *, {指定次数} 表示，还有很多表达 形式：

PHP代码

$str="acsdcs<55555555>sc<6666>sd<>cd";

echo preg_replace("/<[0-9]*>/","",$str); 　　//输出 acsdcscd
echo "";
echo preg_replace("/<[0-9]+>/","",$str); //输入 acsdcsscsd<>cd

上面的例子只要是 为了 表达 * 与+的区别 , * 表示重复0数或n 次，而+ 表示1次以上，即一例中<[0- 9]+ >表示<>里面至少要有一个数字才符合条件。

相信这 时大家知道，　为什么上例中用* 和用+输出的结果不同了吧

再来： 

$str="acsdcs<55555555>sc<6666>sd<>cd";
echo preg_replace("/<[0-9]?>/","",$str);　　　 　//输出acsdcs<55555555>sc<6666>sdcd 
看[0-9]? 这里的?表示 要是0次或1 次，超过1次又不符合条件了。

总结一下，上面我们学 会了 * + ? 和大括号{}表示重复次数的方法。

{}表示次数还可以再 复杂点：

$str="acs<22>dcs<55555>sc<333>sd<4444>cd&quo t;;
echo preg_replace("/<.{3,5}>/","",$str); 　　　//输出结果：acs<22>dcsscsdcd
上式表示只要是3至5次都符合条 件，<22>就不符合条件了，所以没有被替换
大家一定要搞明白上面所有 例子，不要着急，一定要完全理解透本页内容再向下一页学习

再来 学多几个正则表达式的元字符：

$str="sfsdf3333sdfsd222fsdf666sdf";
echo preg_replace ("/[0-9]*/","",$str);　　　//去除所有字符

可能每次都用[0-9]表示数字有点麻烦，所以正则用了个 \d表示数字。因此上面可 以改成：

echo preg_replace("/ \d*/","",$str);

$str="sfsdf3333s dfsd222fsd f666sdf";
echo preg_replace("/ \s*/","",$str);　　　　　　　//输出sfsdf3333sdfsd222fsdf666sdf \s 在这里表示空格的意思

还有一些转义字符，大家可以自己试下 ：

\w 表示字母或数字或下划线或汉字 //这个容易理解

\b 表示单词的开头或结束 //这个有点难理解，什么是单词的开头？ 



看例：
$str="applegone open";
echo preg_replace("/o*/","",$str); // 替换字符的o字符，结果会输出：applegne pen

$str="applegone open";
echo preg_replace("/ \bo*/","",$str); // 这时是输出applegone pen ，第一个0并没有被替 换，为什么呢？ 因为 \bo 指明了o必须是单词的开头才符合条件。

OK，看到这里，明白什么叫单词的开头了吧？

继续

$str="applegone open go";
echo preg_replace ("/o|g/","",$str); //o|g 中间的|表示或者的意思， 此句的的意 思是替换o或者g

$str="applegone open go";
echo preg_replace("/\bo|o\b/","",$str); //输出 applegone pen g 因为上面说过了，\b 可以表示单词的开头或结尾, 
因此上 例的意思是替换在单词开头的o或在单词结尾的o

继续
^ 是表示字符串开头的意思，$表示字符串的结尾的意思
$str="applegaone an apple open go";
echo preg_replace("/ \ba/","",$str); //结果输出：pplegaone n pple open go 替换了单词 的开头的a

echo preg_replace ("/^a/","",$str); //结果输出：pplegaone an apple open go 只 替换了字符串开头的 a

如果明白了^ , 也会明白了 $ 的意思了吧？ ^ 表示字符串的开头，$表示字符串的结尾。

時候，我們需面對一種 特殊的情況，請看下例：

$str="a2b333a56b33b";
echo preg_replace("/a.*b/","",$str); //本來是想替換 a2b 和a56b的，但輸出結果卻是空白

想一下，為什麼上例輸出結果 是空白呢？ 因為整個字符串是以a 开头，以b结尾。所以把整个字符串都替换了。

当一个表达式既符合短字符串的匹配，又符合长字符串的匹配，正则表 达式在默认情况，是匹配最长的那个，这种情况叫做正则表达式贪婪匹配

即匹配尽量多的字符。

加深一下理解，再试下下面几个例： 

$str="abb3";
echo preg_replace ("/a.*b/","",$str); //输出3 , 按照贪婪匹配的原则， a.*b 匹 配的是abb,而不是ab

$str="aabb5"; //嵌套的情况, 
echo preg_replace("/a.*b/","",$str); // 输出5,按照贪 婪匹配的原则， a.*b 匹配的是aabb,而不是中间的ab

可能这时候你 会问，如果我真想替换是中间的ab字符，而不想替换aabb呢，那么你又需要学习：懒惰匹 配
$str="5abb5";
echo preg_replace("/a.*? b/","",$str); //输出5b5 ， *?表示匹配任意的次，但尽量少， 所以只 替换5abb5中的ab,而不是abb

$str="5a1b22b5";
echo preg_replace("/a.*?b/","",$str); //输出 522b5 *? 匹配最少的那个 a1b，而不是 a1b22b
注意：懒惰匹配是指嵌套情况下的最少重 复。
请看下例：
$str="5a1ba22b5";
echo preg_replace("/a.*?b/","",$str); //输出结果是55, a1b 和a22b 并不是嵌套关系，所以这个不能用懒惰匹配来解释,此例可以看作是替换了a1b和a22b。


总结一下：贪婪匹配匹配尽量多的字符，懒惰匹配匹配尽量 少的字符

懒惰匹配还有其它的表达方式：

*? 重复任意次，但尽可能少重复 
+? 重复1次以上，但尽可能少重复 
?? 重复0次或1次，但尽量少重复 
{n,m}? 重复n到m次，但尽量少重复 
{n,}? 重复n次以上，但尽量少重

懒惰匹配还有个特殊的 情况：
$str="aabab";
echo preg_replace("/a.*? b/","",$str); //此时输出的结果是空白
为什么上例中a.*?b 替换了整个字符串？ 其实，并不是因为替换了整个字符串，而是 替换了aab 和 ab

具体实例：

去掉所有HTML标识
假 如你有一份HTML






PHP正则表达式
Click Here




当你用PHP的 file_get_contents 把它全部读入了 一个字符串 $str之 后。

如果你只需要这份文件里面的文字，不要其它HTML标记。如何 去掉呢？
先分析一下，不管什么HTML标记，都有个特点：以<开头，以> 结尾，我们只需要去掉以<开头，以> 结尾的字符即可
可能你会想到用以 下的表达式
$str= preg_replace ("/<.*>/","",$str); // 这样可不行。为什么？试验一下， 看下例：
$str="111

333

88";
echo preg_replace("/<.*>/","",$str); //结果输出 11188, 它把333也去掉了,我们只想去掉

标记，但根据贪婪匹配 的原理，这个表达式会去掉：

333

 
那么，我们改为使 用懒惰匹配
$str="111

333

88";
echo preg_replace("/<.*?>/","",$str); //结果输 出：11133388 正是我们想要的结果

有时候，HTML标记常会出现嵌套 的现象：

$str="111

3

444

33

88" ;;
echo preg_replace("/<.*?>/","",$str); // 结果输出：11134443388 也是我们想要的结果

去掉超级链接

如果我们并不想去掉超级链接，而是想去掉超级链接标识呢？

先分析一下超链接标识的特点， Click Herer 
还可能有 Click Here 或 Click Here
还可能有大小写不同的情况 Click Herer
不管什么情况, 肯定是
$str="11188";
echo preg_replace("//i","",$str); //这样输出的结果是11188 ,而 没有去掉
改进一下：
$str="11188";
echo preg_replace("/|<\/a>/i","",$str); // 要用 <\/a>表示，加斜杠表转义，否则会出错的, 加i是为了不区分大小写
上 例中输出了11188 ，是正确去掉超链接标识了，但上例的表达式壮健性太差了，稍有变化 ，就会出错。
稍变一下：
$str="11188"; // 如果href 前面多几个空格
echo preg_replace("/|<\/a>/i","",$str); //输出11188, 这样就出错了。 
因此我们再将其改进一下：
$str="11188";
echo preg_replace("/|<\/a>/i","",$str); 
作业题：
下面是一条壮健性比较好的替换超链接代码的表达式, 好好分析一下
echo preg_replace("/]*>|<\/[^a]*a[^>] *>/i","",$str);

------------------------- ---
PS：上面去掉超链接的，只是学习作用，在实际上，用起来，还是不好用， 我再找了两个，还可以用的

echo preg_replace("/]*?>(.*)<\/a>/si","\\1",$str);
echo preg_replace("#(.*) <\/a>#iU","\\1",$str);

这两个，就不 会出错。

=================修饰符==================

Pattern Modifiers - 规则表达式的修饰符


下面是当前规则表达式里可用的修饰. 括号内的名字是那些修饰符的内部 PCRE 名字. 


i (PCRE_CASELESS)
如果设置了这个修饰符, 则表达式不区分大小写. 


m (PCRE_MULTILINE)
默认的, PCRE 认为目标字符串值是单行字符串 (即使他确实包含多行). 行开始标记 (^) 只匹配字符串的开始部分, 而行结束标记 ($) 只匹配字符串的尾部,或者一个结束行(除非指定 E 修饰符). 这个和 Perl 里面一样. 


如果设定了这个修饰符, 行开始和行结束结构分别匹配在目标字符串任何新行的当前位置后面的或者以前的, 和每一个开始和结束一样. 这个等于 Perl 里面的 /m 修饰符. 如果目标字符串没有 "n" 字符, 或者模式里没有 ^ 或 $ ,这个修饰符不起作用. 


s (PCRE_DOTALL)
如果设置这个修饰符, 模式里的一个"点"将匹配所有字符, 包括换行. 没有他, 换行将被排除在外. 这个修饰符等同于 Perl 里面的 /s 修饰符. 一个相反的类型，例如 [^a] 将总是匹配换行字符，而不管这个修饰符的限制. 


x (PCRE_EXTENDED)
如果设置这个修饰符, 模式里面的空格数句将会被全部忽略，除非用转义符或者一个字符的内部类型,还有所有字符类型外的未转义的 # 号之间的也被忽略. 这个等同于 Perl 里面的 /x 修饰符, 这样可以复杂的模式里面加入注释. 注意,只适用于数据字符. 空格字符将不会在指定的模式字符指定顺序中出现。


e
如果设置这个修饰符, preg_replace() 将在替换值里进行正常的涉及到 \ 的替换, 等同于在 PHP 代码里面一样, 然后用于替换搜索到的字符串. 


只在 preg_replace() 里使用这个修饰符; 其它 PCRE 函数忽略他. 


A (PCRE_ANCHORED)
如果设置这个修饰符, 模式被强制为锚（anchored）, 也就是说, 他将值匹配搜索字符串的开始. 这个效果可以通过恰当的模式结构自身来实现,那是在 Perl 里面的唯一途径. 


D (PCRE_DOLLAR_ENDONLY)
如果设置这个修饰符,则模式里的 $ 修饰符将仅匹配目标字符串里的尾部. 没有这个修饰符, $ 字符也匹配新行的尾部 (但是不再新行的前面). 如果设置了 m 修饰符则忽略这个修饰符. 在 Perl 里面没有类似的. 


S
如果一个模式将被使用多次, 使用长些时间分析他来来提高匹配的速度. 如果使用这个修饰符，则进行额外的分析. 目前, 研究模式仅用于非锚模式，没有一个固定的开始字符. 


U (PCRE_UNGREEDY)
这个修饰符翻转数量的 "greediness" ，使得默认不被 greedy，但是如果你紧跟问号（?)，则可以 greedy. 这个和 Perl 不兼容. 这个也可以通过在模式里面的(?U) 修饰符得到. 


X (PCRE_EXTRA)
这个修饰符打开额外的功能，这些和 Perl 不兼容. 任何模式里面的后面带字符但没有特殊意义的反斜杠将引起错误, 从而储备这些联合用于将来的扩充. 默认的, 在 Perl 里面, 反斜杠后面有无意义的字符被当成正常的 literal. 目前还没有其他的控制特征