Preg sa zhoduje s akoukoľvek postavou. Regulárne výrazy (vzory). Príklad kódu: Skonvertuje všetky značky HTML na veľké písmená

$ subject = "Ďalšie články nájdete na https://php.earth/doc."; echo preg_replace ("# (https?: // ([^ s. /] + (?:. [^ s. /] +) * [^ s] *)) #i", "$ 2", $ predmet );

Výsledok

PHP regexp je výkonný algoritmus na porovnávanie vzorov, ktorý možno vykonať v jedinom výraze. Regulárne výrazy PHP používajú aritmetické operátory (napríklad +, -, ^) na vytváranie zložitých výrazov.

Na čo sa používajú regulárne výrazy:

• Regulárne výrazy uľahčujú identifikáciu údajov reťazca volaním jedinej funkcie. To šetrí čas pri vytváraní kódu;
• Pri overovaní údajov zadaných používateľom, ako je e-mailová adresa, doména lokality, telefónne číslo, IP adresa;
• Zvýrazňovanie kľúčových slov vo výsledkoch vyhľadávania;
• Regulárne výrazy možno použiť na identifikáciu značiek a ich nahradenie.

Regulárne výrazy v PHP

PHP obsahuje vstavané funkcie, ktoré umožňujú prácu s regulárnymi výrazmi. Teraz sa pozrime na často používané funkcie regulárneho výrazu PHP.

• preg_match - Používa sa na vykonanie zhody vzorov na reťazci. Vracia true, ak bola nájdená zhoda, a false, ak nebola nájdená žiadna zhoda;
• preg_split - používa sa na rozdelenie reťazca podľa vzoru, výsledok sa vráti ako číselné pole;
• preg_replace - používa sa na porovnávanie vzorov a nahradenie zadaným reťazcom.

Nasleduje syntax pre funkcie regulárneho výrazu, ako je preg_match, preg_split alebo náhrada regulárneho výrazu PHP:

Function_name je buď preg_match, preg_split alebo preg_replace.
"/ ... /" - lomky označujú začiatok a koniec regulárneho výrazu.
"'/ Vzor /" "je vzor, ​​ktorý musíme porovnať.
"Objekt" je reťazec, s ktorým sa má vzor zhodovať.

Teraz sa pozrime na praktické príklady použitia vyššie spomínaných funkcií.

Preg_match

Prvý príklad používa funkciu preg_match na vykonanie jednoduchého porovnávania vzorov so slovom guru v danej adrese URL.

Nižšie uvedený kód ukazuje implementáciu tohto príkladu:

"Preg_match (...)" - funkcia PHP zhoda s regulárnym výrazom.
"'/ Guru /" "je vzor regulárneho výrazu.
$ My_url je premenná obsahujúca text, s ktorým sa má vzor zhodovať.

Preg_split

Pozrime sa na ďalší príklad, ktorý používa funkciu preg_split.

Vezmeme frázu a rozdelíme ju do poľa; vzor je určený na vyhľadávanie jedného priestoru:

Preg_replace

Zvážte funkciu preg_replace, ktorá vykonáva zhodu so vzorom a nahrádza nájdený výsledok iným reťazcom.

Nižšie uvedený kód hľadá v reťazci slovo guru. Nahrádza ho kódom css, ktorý nastavuje farbu pozadia:

Guru", $ text); echo $ text;?>

Metaznaky

Vo vyššie uvedených príkladoch boli použité jednoduché šablóny. Metaznaky umožňujú zložitejšie porovnávanie vzorov regulárnych výrazov PHP, ako je napríklad overenie e-mailovej adresy. Poďme sa pozrieť na bežne používané metaznaky.

Teraz sa pozrime na komplexný príklad regulárneho výrazu PHP, ktorý kontroluje platnosť e-mailovej adresy:

Výsledok: e-mailová adresa [e-mail chránený] je platné.

Vysvetlenie šablóny " [e-mail chránený]+. (2,5) $ /] "

„‘ / ... / „“ začína a končí regulárny výraz.
„^“ Zhoduje sa so všetkými malými alebo veľkými písmenami, číslami 0 až 9 a bodkami, podčiarkovníkmi alebo pomlčkami.
« [e-mail chránený]»Zhoduje sa so symbolom @, za ktorým nasledujú malé alebo veľké písmená, čísla 0 až 9 alebo spojovníky.
„+. (2,5) $ /“ označuje bodku pomocou spätnej lomky, potom musia nasledovať všetky veľké alebo malé písmená, počet znakov na konci riadku musí byť medzi 2 a 5.

Jednou z veľmi výkonných a užitočných funkcií jazyka PHP je podpora regulárnych výrazov. Mnoho programátorov, začiatočníkov aj pomerne skúsených, je vystrašených vonkajšou zložitosťou a zmätenosťou jazyka regulárnych výrazov. Ale môžem vás ubezpečiť - stojí to za to. Používanie regulárnych výrazov výrazne uľahčuje prácu pri spracovaní textu a zle štruktúrovaných údajov.

Regulárne výrazy sú výrazy napísané v špeciálnom jazyku. Nezľaknite sa, jazyk je dostatočne jednoduchý na pochopenie, sú potrebné len skúsenosti a prax.

Myslím, že ste sa opakovane stretli so situáciami, keď máte text (napríklad v programe Microsoft Word) a potrebujete v ňom nájsť niečo dôležité. Ak viete, čo presne hľadáte, všetko je jednoduché: vyvolali dialógové okno vyhľadávania, zadali požadované slovo, stlačili tlačidlo a voila - text sa našiel.

Čo však robiť, ak vopred poznáte len typ informácií, ktoré hľadáte? Vašou úlohou je napríklad nájsť všetky e-mailové adresy v niekoľkých stovkách listov dokumentu. Niektorí budú listovať v dokumente manuálne, niektorí budú hľadať psa (@) a hľadať ho. Súhlasím - oba varianty sú tvrdá práca, nevďačná práca.

Tu prichádzajú na pomoc regulárne výrazy. V určitej aproximácii možno regulárne výrazy porovnať s maskami alebo vzormi, ktoré sú prekryté textom: ak sa text zhoduje s maskou, potom je to požadovaný fragment. Predtým, ako sa však pozrieme na použitie regulárnych výrazov, pozrime sa na ich syntax.

Regulárny výraz je textový reťazec zložený podľa určitých zákonov a pravidiel. Reťazec pozostáva zo znakov a skupín znakov, metaznakov, kvantifikátorov a modifikátorov.

V tomto prípade sú symboly akékoľvek symboly akejkoľvek abecedy. A nielen tie čitateľné. Do výrazu môžete jednoducho vložiť nečitateľný znak, na to vám stačí poznať jeho kód v hexadecimálnom tvare. Napríklad:

// čitateľné znaky a Е // nečitateľné znaky a kódy \ x41 - to isté ako písmeno "A" \ x09 - tabuľkový znak

Skupina znakov je séria znakov napísaných v poradí:

Abvg ACZms

Hneď dávam do pozornosti - za významný znak sa považuje aj "medzera" v regulárnych výrazoch, takže pri písaní výrazov buďte opatrní. Napríklad tieto znaky grappa sú RÔZNE výrazy:

ABVGDE ABC KDE

Ďalším jazykovým prvkom sú metaznaky. Predpona „meta“ znamená, že tieto symboly opisujú niektoré ďalšie symboly alebo ich skupiny. V tabuľke sú uvedené hlavné metaznaky jazyka regulárnych výrazov:

Metaznaky z druhej polovice tabuľky sú veľmi ľahko zapamätateľné. "d" je číslica (číslica), "s" je symbol (symbol), "w" je slovo (slovo). Ak je písmeno veľké, musíte do popisu skupiny pridať „NIE“.

Vezmime si napríklad text „Červený dres má čísla 1812 a zelený dres je 2009“. Pozrime sa na príklady najjednoduchších regulárnych výrazov:

\ d \ d \ d \ d - nájde 1812 a 2009 \ D - nájde všetky písmená, medzery a interpunkčné znamienka \ s - nájde všetky medzery v texte.

Ale koniec koncov, rok v našom príklade možno písať nie štyrmi, ale dvoma číslami, slová môžu mať iné skloňovanie atď. Tu môžu pomôcť podmnožiny znakov, ktoré sú špecifikované pomocou hranatých zátvoriek:

Znamená ľubovoľnú číslicu (rovnako ako \ d) - znamená párnu číslicu - označuje akýkoľvek znak latinskej abecedy (v každom prípade) alebo číslicu.

Napríklad výraz \ d \ d \ d v testovacom riadku nájde iba 1812, ale nie 2009. Tento výraz by sa mal čítať ako „nájdi všetky štvorciferné sekvencie, kde posledná číslica je 0,2,4,6 alebo 8".

Musíme spomenúť len kvantifikátory a modifikátory.

Kvantifikátor je špeciálna konštrukcia, ktorá určuje, koľkokrát sa má postava alebo skupina postáv objaviť. Kvantifikátor je uzavretý v zložených zátvorkách "()". Existujú dva formáty záznamu: presný a rozsah. Presné formát je napísaný takto:

X je počet, koľkokrát sa musí predchádzajúci znak alebo skupina zopakovať. Napríklad výraz

Druhou formou zápisu je rozsah. Napísané ako

(X, Y) // alebo (, Y) // alebo (X,)

kde X je minimum a Y je maximálny počet opakovaní. Napríklad:

znie ako „dve až štyri po sebe idúce číslice“. Ak jedna z hraníc nie je špecifikovaná, znamená to absenciu obmedzenia. Napríklad:

\ w (3,) - tri alebo viac písmen. \ d (, 5) - neexistujú žiadne číslice alebo sú tam číslice, ale nie viac ako päť.

Kvantifikátory možno použiť buď na jeden znak, alebo na skupinu:

[A-Ya-me] (1,3)

Táto konštrukcia vyberie z textu všetky ruské slová s jedným, dvoma alebo tromi písmenami (napríklad "alebo", "nie", "ja", "idem" atď.)

Okrem zložených zátvoriek s, existujú tri ďalšie metaznaky-kvantifikátory: "*" (hviezdička), "+" (plus) a "?" (otázka). Používajú sa v prípadoch, keď nie je vopred známy minimálny a maximálny počet požadovaných opakovaní. Napríklad pri vyhľadávaní e-mailových adries nemôžete vopred určiť, koľko znakov bude v používateľskom mene (pred „pes“) a koľko v názve domény (po „pes“).

Metaznak "*" sa číta ako "akékoľvek číslo od nuly alebo viac", t.j. dizajn

definuje ľubovoľný počet po sebe nasledujúcich písmen vrátane ich úplnej absencie.

Symbol „+“ sa od hviezdičky líši len tým, že vyžaduje aspoň jeden symbol. Tie. dizajn

zhoduje sa s akoukoľvek číselnou sekvenciou, kde je jedna alebo viac číslic.

Symbol "?" zodpovedá absencii alebo prítomnosti jedného znaku. Tie. dizajn

zhoduje sa s akoukoľvek číselnou sekvenciou, kde je jedna alebo dve číslice.

Tu stojí za zmienku taká vlastnosť antifierov "*" a "+" ako chamtivosť... Pointa je, že štandardne sa tieto znaky zhodujú s najdlhším možným sledom znakov. Napríklad pre riadok „Mama umývala rám“ výraz:

vyberie "mama soap ra", čo je trochu nečakané, pretože sme mali dostať "ma". Ak chcete zmeniť toto správanie, použite znak "?" (otáznik), napísaný bezprostredne za kvantifikátorom. Dusí apetít kvantifikátorov tým, že ich núti vrátiť prvý zápas, nie ten najdlhší. Teraz zmeníme predchádzajúci príklad:

a dostaneme požadovanú zhodu "ma".

Posledným prvkom jazyka je modifikátory... Modifikátor je špeciálny znak, ktorý definuje "systémové" parametre analýzy regulárneho výrazu. Existujú iba štyri takéto symboly, možno ich použiť jednotlivo aj súčasne:

V tabuľke sú uvedené najpopulárnejšie a najužitočnejšie príklady regulárnych výrazov. Niektoré sa vám môžu zdať komplikované a ťažkopádne, no pri podrobnom štúdiu na to nepochybne prídete.

Regulárne výrazy v PHP.

Na prácu s regulárnymi výrazmi v PHP existujú špeciálne funkcie, ktorých zoznam a stručný popis sú uvedené v tabuľke:

Uvedený zoznam funkcií nie je ani zďaleka úplný, no na úspešné začatie práce s regulárnymi výrazmi úplne postačuje. Ak vás táto téma zaujíma, určite si prečítajte doplnkovú literatúru (napríklad Friedlovu knihu „Regulárne výrazy“). Okrem toho pre účely školenia odporúčam nainštalovať niektorý zo špeciálnych programov na testovanie regulárnych výrazov (napríklad „PCRE“ alebo „RegEx Builder“).

Vyhľadá predmet v danom texte podľa vzoru

Ak je zadaný voliteľný parameter zhody, vyplní sa výsledkami vyhľadávania. Element $ match bude obsahovať časť reťazca, ktorá sa zhoduje s celým vzorom, $ sa zhoduje s časťou reťazca, ktorá sa zhoduje s prvým podvzorom atď.

príznaky môžu nadobúdať nasledujúce hodnoty:

PREG_OFFSET_CAPTURE

Ak je zadaný tento príznak, pre každý nájdený podreťazec bude označená jeho pozícia v pôvodnom reťazci. Malo by sa pamätať na to, že tento príznak mení formát vrátených údajov: každý výskyt sa vráti ako pole, ktorého nulový prvok obsahuje nájdený podreťazec a prvý obsahuje posun. Tento príznak je dostupný v PHP 4.3.0 a vyšších.

Dodatočný parameter flags je dostupný od PHP 4.3.0.

Vyhľadávanie sa vykonáva zľava doprava, od začiatku riadku. Voliteľný parameter offset možno použiť na určenie alternatívnej počiatočnej pozície pre vyhľadávanie. Voliteľný parameter offset je dostupný od PHP 4.3.3.

komentár: Použitie parametra offset nie je ekvivalentné nahradeniu zhodného reťazca substr ($ predmet, $ offset) vo volaní funkcie preg_match_all () keďže vzor môže obsahovať podmienky ako napr ^ , $ alebo (? ... Porovnaj:

Zatiaľ čo tento príklad

Funkcia preg_match () vráti počet nájdených zhôd. Môže to byť 0 (nenájdená žiadna zhoda) a 1, pretože preg_match () skončí po prvej nájdenej zhode. Ak potrebujete nájsť alebo spočítať všetky zhody, mali by ste použiť funkciu preg_match_all ()... Funkcia preg_match () sa vracia FALSE v prípade, že sa počas vykonávania vyskytli nejaké chyby.

Výzva: Funkciu nepoužívajte preg_match () ak je potrebné skontrolovať prítomnosť podreťazca v danom reťazci. Použite na to strpos () alebo strstr () pretože túto úlohu dokončia oveľa rýchlejšie.