PHP正则替换函数preg_replace和preg_replace_callback使用总结
这篇文章主要介绍了PHP正则替换函数preg_replace和preg_replace_callback使用总结,本文是在写一个模板引擎遇到一个特殊需求时总结而来
编写PHP模板引擎工具类时，以前常用的一个正则替换函数为preg_replace()，加上正则修饰符/e，就能够执行强大的回调函数，实现模板引擎编译（其实就是字符串替换）。
PHPpreg_replace()正则替换，与Javascript正则替换不同，PHPpreg_replace()默认就是替换所有符号匹配条件的元素
需要我们用程序处理的数据并不总是预先以数据库思维设计的，或者说是无法用数据库的结构去存储的。比如模版引擎解析模版、垃圾敏感信息过滤等等。一般这种情况，我们用正则按我们的规则去匹配preg_match、替换preg_replace。但一般的应用中，无非是些数据库CRUD，正则摆弄的机会很少。根据前面说的，两种场景：统计分析，用匹配；处理用替换。PHPpreg_replace()正则替换，与Javascript正则替换不同，PHPpreg_replace()默认就是替换所有符号匹配条件的元素。
复制代码代码如下:
preg_replace(正则表达式,替换成,字符串,最大替换次数【默认-1，无数次】,替换次数)
大部分语言的正则表达式都是差不多的，不过也有细微的差异。PHP正则表达式
正则字符 正则解释 \ 将下一个字符标记为一个特殊字符、或一个原义字符、或一个向后引用、或一个八进制转义符。例如，“\n”匹配字符“n”。“\\n”匹配一个换行符。序列“\\”匹配“\”而“\(”则匹配“(”。 ^ 匹配输入字符串的开始位置。如果设置了RegExp对象的Multiline属性，^也匹配“\n”或“\r”之后的位置。 $ 匹配输入字符串的结束位置。如果设置了RegExp对象的Multiline属性，$也匹配“\n”或“\r”之前的位置。 匹配前面的子表达式零次或多次。例如，zo能匹配“z”以及“zoo”。等价于{0,}。 + 匹配前面的子表达式一次或多次。例如，“zo+”能匹配“zo”以及“zoo”，但不能匹配“z”。+等价于{1,}。 ? 匹配前面的子表达式零次或一次。例如，“do(es)?”可以匹配“does”或“does”中的“do”。?等价于{0,1}。 {n} n是一个非负整数。匹配确定的n次。例如，“o{2}”不能匹配“Bob”中的“o”，但是能匹配“food”中的两个o。 {n,} n是一个非负整数。至少匹配n次。例如，“o{2,}”不能匹配“Bob”中的“o”，但能匹配“foooood”中的所有o。“o{1,}”等价于“o+”。“o{0,}”则等价于“o”。 {n,m} m和n均为非负整数，其中n<=m。最少匹配n次且最多匹配m次。例如，“o{1,3}”将匹配“fooooood”中的前三个o。“o{0,1}”等价于“o?”。请注意在逗号和两个数之间不能有空格。 ? 当该字符紧跟在任何一个其他限制符（,+,?，{n}，{n,}，{n,m}）后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如，对于字符串“oooo”，“o?”将匹配单个“o”，而“o+”将匹配所有“o”。 .点 匹配除“\n”之外的任何单个字符。要匹配包括“\n”在内的任何字符，请使用像“[\s\S]”的模式。 (pattern) 匹配pattern并获取这一匹配。所获取的匹配可以从产生的Matches集合得到，在VBScript中使用SubMatches集合，在JScript中则使用$0…$9属性。要匹配圆括号字符，请使用“\(”或“\)”。 (?:pattern) 匹配pattern但不获取匹配结果，也就是说这是一个非获取匹配，不进行存储供以后使用。这在使用或字符“(|)”来组合一个模式的各个部分是很有用。例如“industr(?:y|ies)”就是一个比“industry|industries”更简略的表达式。 (?=pattern) 正向肯定预查，在任何匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如，“Windows(?=95|98|NT|2000)”能匹配“Windows2000”中的“Windows”，但不能匹配“Windows3.1”中的“Windows”。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始。 (?!pattern) 正向否定预查，在任何不匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如“Windows(?!95|98|NT|2000)”能匹配“Windows3.1”中的“Windows”，但不能匹配“Windows2000”中的“Windows”。 (?<=pattern) 反向肯定预查，与正向肯定预查类似，只是方向相反。例如，“(?<=95|98|NT|2000)Windows”能匹配“2000Windows”中的“Windows”，但不能匹配“3.1Windows”中的“Windows”。 (?
上表是正则表达式比较全面的解释，而商标中的正则字符都有特殊含义，已经不再代表原字符含义。如正则表达式中“+”不代表加号，而是代表匹配一次或多次。而如果想要让“+”表示加号，则需要在其前面加上“\”转义，也就是用“\+”表示加号。
复制代码代码如下:
1+1=2正则表达式是：1\+1=2而正则表达式1+1=2可以代表，多个1=2，即：11=2正则表达式：1+1=2111=2正则表达式：1+1=21111=2正则表达式：1+1=2……
也就是说所有正则字符都有特定含义，如果需要再用来表示原字符含义，就需要在前面加“\”转义，即使非正则字符，用“\”转义也是没有问题的。
复制代码代码如下:
1+1=2正则表达式也可以是：\1\+\1\=\2对所有字符都转义，但是这种不建议使用。
而正则表达式必须要使用定界符包围起来，在Javascript中定界符是“/”，而在PHP中，比较常见的是用“/”定界，也可以用“#”定界，而且外面还需要用引号包围起来。
如果正则表达式包含这些定界符，您就需要对这些字符进行转义。
PHP正则表达式定界符
大多数语言的正则表达式都是由“/”作为定界符的，而在PHP中，还可以使用“#”定界，如果字符串中包含大量“/”字符，在使用“/”定界的时候，就需要对这些“/”转义，而使用“#”就不需要转义，更简洁。
复制代码代码如下:
通过上面的两条PHP正则替换代码我们可以发现，如果正则语句中包含大量“/”，无论使用“/”还是“#”做定界符都是可以的，但是使用“#”能让代码看起来更简洁。但是E维科技建议您还是保持使用“/”作为定界符，因为在Javascript等语言中，只能使用“/”作为定界符，这样写起来可以形成习惯，贯通于其他语言中。
PHP正则表达式修饰符
修饰符被放在PHP正则表达式定界符“/”尾部，在正则表达式尾部引号之前。
复制代码代码如下:
i忽略大小写，匹配不考虑大小写m多行独立匹配，如果字符串不包含[\n]等换行符就和普通正则一样。s设置正则符号.可以匹配换行符[\n]，如果没有设置，正则符号.不能匹配换行符\n。x忽略没有转义的空格eeval()对匹配后的元素执行函数。A前置锚定，约束匹配仅从目标字符串开始搜索D锁定$作为结尾，如果没有D，如果字符串包含[\n]等换行符，$依旧依旧匹配换行符。如果设置了修饰符m，修饰符D就会被忽略。S对非锚定的匹配进行分析U非贪婪，如果在正则字符量词后加“?”，就可以恢复贪婪X打开与perl不兼容附件u强制字符串为UTF-8编码，一般在非UTF-8编码的文档中才需要这个。建议UTF-8环境中不要使用这个，据E维科技调查使用这个会有一个Bug。这个Bug网址：
如果您熟悉Javascript的正则表达式，或许一定熟悉Javascript正则表达式的修饰符“g”，代表匹配所有符合条件的元素。而在PHP正则替换中，是匹配所有符号条件的元素，所以不存在Javascript修饰符“g”。
PHP正则中文和忽略大小写PHPpreg_replace()是区分大小写的，同时只能匹配ASCII编码内的字符串，如果需要匹配不区分大小写和中文等字符需要添加相应的修饰符i或u。
复制代码代码如下:
大小写和中文在PHP中都是敏感的，但是在Javascript正则中，只对大小写敏感，忽略大小写也是通过修饰符i作用的，但是Javascript不需要告知是否是UTF-8中文等特殊字符，直接可以匹配中文。
PHP正则换行符实例
PHP正则表达式在遇到换行符时，会将换行符当做字符串中间一个普通字符。而通用符号.不能匹配\n，所以遇到带有换行符的字符串正则会有很多要点。
复制代码代码如下:
//想要把上面$weigeti替换成jb51.net
echopreg_replace(''/^[A-Z].[A-Z]$/'','''',$weigeti);//这个正则表达式是，匹配只包含\w的元素，$weigeti是以V开头，符合[A-Z]，而且结尾是U，也符合[A-Z]。.无法匹配\n//输出【jb51.netISLOVEINGYOU】
echopreg_replace(''/^[A-Z].[A-Z]$/s'','''',$weigeti);//这个用修饰符s，也就是.可以匹配\n了，所以整句匹配，输出空//输出【】
echopreg_replace(''/^[A-Z].[A-Z]$/m'','''',$weigeti);//这里使用了修饰符，将\n作为多行独立匹配。也就等价于：/$preg_m=preg_replace(''/^[A-Z].[A-Z]$/m'','''',$weigeti);
$p=''/^[A-Z].[A-Z]$/'';$a=preg_replace($p,'''',''jb51.net'');$b=preg_replace($p,'''',''IS'');$c=preg_replace($p,'''',''LOVING'');$d=preg_replace($p,'''',''YOU'');
$preg_m===$a.$b.$c.$d;///输出【jb51.net】?>
以后您在使用PHP抓取某个网站内容，并用正则批量替换的时候，总无法避免忽略获取的内容包含换行符，所以在使用正则替换的时候一定要注意。
PHP正则匹配执行函数PHP正则替换可以使用一个修饰符e，代表eval()来执行匹配后的内容某个函数。
复制代码代码如下:
根据上面代码，尽管匹配后的函数strtolower()在引号内，但是依旧会被eval()执行。
正则替换匹配变量向后引用
如果您熟悉Javascript，一定对$1$2$3……等向后引用比较熟悉，而在PHP中这些也可以被当作向后引用参数。而在PHP中，还可以使用\1\\1来表示向后引用。
向后引用的概念就是匹配一个大片段，这个正则表达式内部又被用括号切割成若干小匹配元素，那么每个匹配元素就被按照小括号序列用向后引用代替。
复制代码代码如下:
echopreg_replace(''/.+(http\:[\w\-\/\.]+\/)[^\w\-\!]+([\w\-\!]+).+/'',''$1'',$weigeti);echopreg_replace(''/.+(http\:[\w\-\/\.]+\/)[^\w\-\!]+([\w\-\!]+).+/'',''\1'',$weigeti);echopreg_replace(''/.+(http\:[\w\-\/\.]+\/)[^\w\-\!]+([\w\-\!]+).+/'',''\\1'',$weigeti);//上面三个都是输出【http://www.jb51.net】
echopreg_replace(''/^(.+)网址：(http\:[\w\-\/\.]+\/)[^\w\-\!]+([\w\-\!]+).+$/'',''栏目：$1
网址：$2
商标：$3'',$weigeti);/栏目：W3CSchool在线教程网址：http://www.jb51.net商标：Jbzj!/
//括号中括号，外面括号先计数echopreg_replace(''/^((.+)网址：(http\:[\w\-\/\.]+\/)[^\w\-\!]+([\w\-\!]+).+)$/'',''原文：$1
栏目：$2
网址：$3
商标：$4'',$weigeti);/原文：W3CSchool在线教程网址：http://www.jb51.net，你Jbzj!了吗？栏目：W3CSchool在线教程网址：http://www.jb51.net商标：Jbzj!/?>
应用举例如下：
复制代码代码如下:
publicfunctioncompile($template){
//if逻辑$template=preg_replace("/\<\!\-\-\{if\s+(.+?)\}\-\-\>/e","\$this->ifTag(''\\1'')",$template);
return$template;}
/if标签/protectedfunctionifTag($str){
//$str=stripslashes($str);//去反转义
return'''';}}
$template=''xxxyyyzzz'';
$tplComplier=newTemplate();
$template=$tplComplier->compile($template);
echo$template;
?>
输出结果为：
复制代码代码如下:
xxxyyyzzz
仔细观察，发现$user["password"]中的双引号被转义了，这不是我们想要的结果。
为了能够正常输出，还必须反转义一下，但是，如果字符串中本身含有反转义双引号的话，我们此时反转义，原本的反转义就变成了非反转义了，这个结果又不是我们想要的，所以说这个函数在这方面用的不爽！
后来，发现一个更专业级的正则替换回调函数preg_replace_callback()。
复制代码代码如下:
mixedpreg_replace_callback(mixedpattern,callbackwww.shanxiwang.netcallback,mixedsubject[,intlimit])本函数的行为几乎和preg_replace()一样，除了不是提供一个replacement参数，而是指定一个callback函数。该函数将以目标字符串中的匹配数组作为输入参数，并返回用于替换的字符串。
回调函数callback：
一个回调函数，在每次需要替换时调用，调用时函数得到的参数是从subject中匹配到的结果。回调函数返回真正参与替换的字符串。这是该回调函数的签名：
复制代码代码如下:
stringhandler(array$matches)
像上面所看到的，回调函数通常只有一个参数，且是数组类型。
罗列一些有关preg_replace_callback()函数的实例：
Example#1preg_replace_callback()和匿名函数
复制代码代码如下:
\s\w|'',function($matches){returnstrtolower($matches[0]);},$line);echo$line;}fclose($fp);?>
如果回调函数是个匿名函数，在PHP5.3中，通过关键字use，支持给匿名函数传多个参数，如下所示：
复制代码代码如下:
Example#2preg_replace_callback()和一般函数
复制代码代码如下:
?>
Example#3preg_replace_callback()和类方法
如何在类的内部调用非静态函数？你可以按如下操作：对于PHP5.2，第二个参数像这样array($this,''replace'')：
复制代码代码如下:
privatefunctionprocess($text){$reg="/\{([0-9a-zA-Z\-]+)\:([0-9a-zA-Z\-]+):?\}/";returnpreg_replace_callback($reg,array($this,''replace''),$text);}privatefunctionwww.edu800.cnreplace($matches){if(method_exists($this,$matches[1])){return@$this->$matches[1]($matches[2]);}}}?>
对于PHP5.3，第二个参数像这样"self::replace"：注意，也可以是array($this,''replace'')。
复制代码代码如下:
privatefunctionprocess($text){$reg="/\{([0-9a-zA-Z\-]+)\:([0-9a-zA-Z\-]+):?\}/";returnpreg_www.hunanwang.netreplace_callback($reg,"self::replace",$text);}privatefunctionreplace($matches){if(method_exists($this,$matches[1])){return@$this->$matches[1]($matches[2]);}}}?>
根据上面所学到的知识点，把模板引擎类改造如下：
复制代码代码如下:
publicfunctioncompile($template){
//if逻辑$template=preg_replace_callback("/\<\!\-\-\{if\s+(.+?)\}\-\-\>/",array($this,''ifTag''),$template);
return$template;}
/if标签/protectedfunctionifTag($matches){return'''';}}
$template=''xxxyyyzzz'';
$tplComplier=newTemplate();
$template=$tplComplier->compile($template);
echo$template;
?>
输出结果为：
复制代码代码如下:
xxxyyyzzz
正是我们想要的结果，双引号没有被反转义！
|
|
