preg_replace 基础入门应用

来源：http://www.trindo.cn/archives/?article-62.html

PHP代码

1. $str="as2223adfsf0s4df0sdfsdf";   
2.   
3. echo preg_replace("/0/","",$str);　//去掉0字符，此 时相当于 replace的功能, preg_replace ("/0/","A",$str);　 这样就是将0变成A的意思了   
4.   
5. echo preg_replace("/[0-9]/","",$str);　　　//去掉所有数 字   
6.   
7. echo preg_replace("/[a-z]/","",$str); //这样是去掉 所有小写字母   
8.   
9. echo preg_replace("/[A-Z]/","",$str); //这样是去掉 所有大写字母   
10.   
11. echo preg_replace("/[a-z,A-Z]/","",$str); //这样是去掉 所有字母   
12.   
13. $str="as2223adfsAAf0s4df0s中国人dD中南海 DDfsdf";   
14.   
15. echo preg_replace("/[a-z,A-Z,0-9]/","",$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

1. $str="acsdcs<55555555>sc<6666>sd<>cd";   
2.   
3. echo preg_replace("/<[0-9]*>/","",$str); 　　//输出 acsdcscd   
4. echo "

   ---

   ";   
5. 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

$str="111 88";
echo preg_replace("/ /i","",$str); //这样输出的结果是11188 ,而 没有去掉
改进一下：
$str="111 88";
echo preg_replace("/ |<\/a>/i","",$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：
$str="111 88"; // 如果href 前面多几个空格
echo preg_replace("/ |<\/a>/i","",$str); //输出111 88, 这样就出错了。
因此我们再将其改进一下：
$str="111 88";
echo preg_replace("/ |<\/a>/i","",$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。