05月

19

正则的学习与应用（pcre）

文章分类：PHP  查看次数：451 + 92

为什么选择 （PERL REGULAR）而不是POSIX RE（POSIX REGULAR），因为在大多数的情况下，的运行速度总是要快于POSIX RE，而且有时候是快很多。

为什么要学习正则，因为正则实在是太强大了，比如这篇文章的发布就与正则有关。乍一看，正则总是让人看着很头大，但是细一看，会发现，其实正则还是很美的，:)

我也是个初学者，所以只是分享一下我学习的过程，我觉得学正则，最重要的就是不要怕，不要怕那些"乱七八糟"的符号。

OK，进入正题喽！

先来简单说一下各个符号的作用（可以在 php manual中找到更详细的说明）

有数种用途的通用转义符
^

断言目标的开头（或在多行模式下行的开头，即紧随一换行符之后）
$

断言目标的结尾（或在多行模式下行的结尾，即紧随一换行符之前）
.

匹配除了换行符外的任意一个字符（默认情况下）
[

字符类定义开始
]

字符类定义结束
|

开始一个多选一的分支
(

子模式开始
)

子模式结束
?

扩展 ( 的含义，也是 0 或 1 数量限定符，以及数量限定符最小值
*

匹配 0 个或多个的数量限定符
+

匹配 1 个或多个的数量限定符
{

最少／最多数量限定开始
}

最少／最多数量限定结束

模式中方括号内的部分称为“字符类”。字符类中可用的元字符为：

\

通用转义字符
^

排除字符类，但仅当其为第一个字符时有效
-

指出字符范围
]

结束字符类

还是来个demo吧，假如有以下这么一个文本文件

姓名：刘一|地址：刘一的家庭地址|邮箱：liuyi@gmail.com
姓名：马二|地址：马二的家庭地址|邮箱：maer@gmail.com
姓名：张三|地址：张三的家庭地址|邮箱：zhangsan@gmail.com
姓名：李四|地址：李四的家庭地址|邮箱：lisi@gmail.com
姓名：王五|地址：王五的家庭地址|邮箱：wangwu@gmail.com
姓名：赵六|地址：赵六的家庭地址|邮箱：zhaoliu@gmail.com
姓名：孙七|地址：孙七的家庭地址|邮箱：sunqi@gmail.com
姓名：黄八|地址：黄八的家庭地址|邮箱：huangba@gmail.com
姓名：钱九|地址：钱九的家庭地址|邮箱：qianjiu@gmail.com
姓名：吴十|地址：吴十的家庭地址|邮箱：wushi@gmail.com

我们要分离出各个人的姓名、地址、和邮箱，OK！入手
乍一看，挺简单的，还是思考一下吧

经过思考之后，我觉得不用正则会比较快一点:)

the code

$dest_file = "data.txt";
$fp = fopen($dest_file,"r");
$num = 0;
while(!feof($fp)){
    $buffer = fgets($fp,4096);
    $match[$num++] = explode("|",$buffer);
    for($i=0;$i<count($match[$num-1]);$i++){
        $tmp = explode("：",$match[$num-1][$i]);
        echo $tmp[0]."-".$tmp[1]."<br>";
    }
    echo "*************************************<br>";
}
fclose($fp);

这里关键的一个函数是fgets，它的作用是取出一行的内容，以字符串的形式返回，然后分别以"|"和"："作为分隔符执行explode，这样就得到了所需的数据了。

好，这次我们来真正的接触一下正则的应用
i.e.假设有这么一个url

$url = "http://bbs.blueidea.com/thread-2746458-1-1.html";

我们要取得blueidea.com

//取得blueidea.com
//下面这段代码的意思就是匹配以"http://"开始（"/"需要转义），在接下来的字符串中以"/"作为结束符
//括号是将符合括号里面的正则添加到$match数组中
//"/i"是忽略大小
//+号是指前面的表达式出现一次或多次
//方括号里的"^"表示取反
//"/.../"是休止符
//可以修改patten，来看看效果
$patten = "/^http:\/\/([^\/]+)/i";
preg_match($patten,$url,$match);
//"$"表示从尾部开始匹配
//"."需要转义
$patten1 = "/[^\.]+\.[^\.]+$/";
preg_match($patten1,$match[1],$match1);
echo $match1[0];
//一步到位的话
//下面这句话的兼容性不比上面
$patten = "/^http:\/\/[^\.]+\.([^\.]+\.[^\.\/]+)/i";
preg_match($patten,$url,$match);
echo $match[1];

下面来取得thread-2746458-1-1

//取得thread-2746458-1-1
//从尾部匹配比较方便
//"{}"大括号里的数字表示前面表达式的长度
//"[]"中括号里的字符表示可选的字符
$patten = "/([^\/]+)\.[a-z]{2,4}$/";
preg_match($patten,$url,$match);
echo $match[1];

最后再来取得参数2746458,1,1

$param = explode("-",$match[1]);
echo "<pre>";
print_r($param);
echo "

";

上面的几个例子中，并不是什么地方都用到了正则，有时候也可以用其他的方式替换，所以要灵活应用。

相关文章

评论

发表评论