Düzenli ifadeler php veya. Normal ifadeler (desenler)

) Size bir sayfanın kaynak kodunun belirli parçalarını bulmak için normal ifadelerin kullanımına bir örnek gösterdim. Şimdi bunları nasıl yazacağımızı kendimiz öğreneceğiz. Bu beceri, yazmanıza, gereksiz parçalardan metin temizlemenize, büyük hacimli metinlerde gerekli kısımları aramanıza vb. Yardımcı olacaktır.

Bu konu oldukça zor ama en önemli noktaları kısaca vurgulamaya çalışacağım. Bunu ne kadar yapabilirim bilmiyorum ama umarım ders faydalı olur.
Yani, başlangıç \u200b\u200bolarak, PHP'de normal ifadelerle çalışmak için birkaç işlev vardır, ancak çoğunlukla üç işlev kullanılır:

• preg_replace - normal ifadeyle eşleşen metni arayın ve değiştirin;
• preg_match - sadece normal arama;
• preg_split - metni arayın ve bölün.

En azından önceki derslerde onları kullandık. Aksine, preg_match yerine preg_match_all vardı, ancak bu aslında aynı şeydir, sadece ikincisi ilk bulgudan sonra aramayı kesintiye uğratmaz. Yani, preg_match kullanırsak, tüm oluşumlarını değil, yalnızca ilkini bulacağız.

Hangi durumda hangi fonksiyonun kullanılacağına karar vermek oldukça basittir. Değiştirmemiz gerekiyor - sayfa kodunun gereksiz kısımlarını kaldırmamız gerektiğinde olduğu gibi değiştirmeyi kullanırız, hatırladın mı?

$ sayfa \u003d preg_replace ("/ ^] / i "," ", $ sayfa); $ sayfa \u003d preg_replace (" / ^] / i "," ", $ sayfa); $ sayfa \u003d str_replace (""," ", $ sayfa);

Fonksiyonun ilk parametresi, aradığımızı tanımlayan bir normal ifadedir. İkincisi, değiştirdiğimiz şeydir. Üçüncüsü - Baktığımız yer. Bu nedenle, burada $ page değişkenini aldık ve preg_replace işlevinin sonucunu ona atadık, burada tüm girdi türü \u003d onay kutularını ve ayrıca açma ve kapama etiketlerini aradık. Bunları "ile değiştirdiler, yani basitçe kaldırıldılar. Umarım burada her şey açıktır. Biraz sonra ifadenin (fonksiyonun ilk parametresi) analizine geçeceğiz.
Metnin geri kalanındaki tüm bağlantıları bulmak için kullanışlı olan preg_match_all kullanımının bir örneği de vardı. Daha sonra, ayrıştırdığımız anahtar kelimeleri içerdikleri için bağlantılara ihtiyacımız vardı. İşte olanlar:

Preg_match_all ("/ ]+?>(.*?)<\/a>/ uis ", $ sayfa, $ ok); için ($ j \u003d 0; $ j ". $ ok [$ j].""; }

İlk parametre, yine, doğal olarak "a" etiketi içinde bulunan tüm bağlantıları bulmak için normaldir (html işaretlemesine uygun değilseniz, okuyun). İkincisi, aramanın gerçekleştirileceği metni içeren bir değişkendir. Üçüncü parametre, sonucun yerleştirildiği bir değişkendir - $ ok. Bundan sonra, ihtiyacımız olan anahtarları elde etmek için sadece gerekli tüm $ ok öğelerinin üzerinden geçmek kalır. Ayrı olarak, çıktıda çok boyutlu bir dizi elde ettiğimiz söylenmelidir. Bu yüzden onu bu kadar karmaşık bir şekilde çıkarıyoruz: $ ok [$ j]. Dizinin yapısını görmek için aşağıdaki işlevi kullanın ve her şeyi anlayacaksınız.

Print_r ($ ok);

Görünüşe göre, işte kullandığımız işlevleri anladık. Şimdi geriye sadece bu yöntemlerin her birinin ilk parametresi olan bu çok düzenli ifadelerin nasıl yazılacağını öğrenmek kalıyor. En önemli şeye geçelim.

Düzenli nasıl yazılır

Öncelikle temel yapılara bir göz atalım. İfadelerin seçenekleri vardır. Bir harfle belirtilirler ve sonunda eğik çizgi ile yazılırlar.

Ek olarak, aşağıdaki meta karakterler desteklenir:

Metakarakterler de değiştiricilere sahip olabilir:

Pekala, şimdi son dersten müdavimlerimizin analizine geçebiliriz. Yukarıdaki tabletlere dayanarak elimizde ne olduğunu anlamaya çalışalım. İşte ifade:

/^] / i

İlk ve son eğik çizgiler "/", içlerinde normal bir ifade olduğunu gösterir. Aynı zamanda, sonuncudan sonra "i" koyarız, bu ilk tablodaki gibi bir seçenektir - büyük / küçük harfe duyarlı değildir. Eğik çizgilerin içinde normal çizginin kendisi var. Küçüktür işaretiyle ve bir girdi etiketiyle başlar ve bundan sonra ne gelirse gelsin, bir noktaya kadar, ki bu aranması gereken basit bir metindir. Ama noktanın kendisi ve ondan sonraki semboller - bu zaten daha ilginç. Bu durumda, yapı ". *?" herhangi bir karakter dizisi anlamına gelir. Yani, sadece metni ve verilen yapıyı birleştirirseniz, o zaman ilk oluşumdan sonra tüm metni sonuna kadar seçeceğiz. Durdurmak için, kapanış html etiketi "büyüktür" veya yeni satır karakteriyle karşılaşmanız gerekir. Bu tasarım bize şu fırsatı veriyor:

Köşeli parantez içindeki semboller mantıksal VEYA ile bağlantılıdır. Son, işaretten büyük VEYA satırın başlangıcıdır.
Bütün ifade bu, içinde başlangıç \u200b\u200bkoşulunu, orta ve bitiş koşullarını belirledik. Zor değil, değil mi? İşte netlik için bir örnek:

Her şeyi sağlamlaştırmak için bir tane daha parçalayalım. Bağlantılar için onları aradık:

/]+?>(.*?)<\/a>/ uis

İfadeyi okuyoruz. Yine, önce eğik çizgileri ve seçenekleri atın. Tanımlamadığım "u" haricinde "uis" bayrakları anlaşılabilir - bu, Unicode kodlama kullandığımızı gösterir. Geriye pek bir şey kalmadı. Başlangıç, açılan ve ardından sınıfa gelen "a" etiketidir

bu, daha fazla veya daha az DEĞİL (html etiketlerini açma ve kapatma), yani bu durumda herhangi bir karakter anlamına gelir. Sınıfa "+?" Eklenir, yani bu sınıf 1 veya daha fazla kez (ancak kesin olarak en az 1 kez) olacaktır. Ve sonra "a" etiketi için kapanış html etiketi gelir. Bağlantının içinde grup tarafından belirlenen metin var

Ne de olsa orada ne tür bir metin olacağını bilmiyoruz, bu yüzden böyle bir grup tanımlıyoruz. Ve sonunda, "a" kapanış etiketi:

Düz metin olarak algılanması için eğik çizgiden ters eğik çizgiyle kaçtığımızı lütfen unutmayın.

Fuh. Konu gerçekten oldukça karmaşık, pratik gerektiriyor. Belki de pek iyi bir şey yapmıyorum ve başka, daha doğru normal ifadeler oluşturmak mümkün, ancak ben de sizin kadar kendi kendime öğretiyorum, bu yüzden katı bir şekilde yargılamayın, bunun yerine seçeneklerinizi yorumlarda paylaşın. Ayrıca, net olmayan bir şey varsa, yorumlar ve bir iletişim sayfası hizmetinizdedir.

Normal ifadeler çok güçlü ancak anlaşılması zor bir dizi işleme aracıdır. Ana noktaları anlatacağım. Normal ifade bir dize modelidir. Bu kalıbı kullanarak, oluşum arayabilir, değiştirmeler yapabilir, kalıp eşleştirmesini kontrol edebilirsiniz.

Kalıp oluşturma kuralları

Şablonun sınırları belirli sembollerle gösterilmelidir, genellikle " / "ama kullanmayı tercih ederim" # "çünkü öne / ters eğik çizgilerin bolluğu gözlerinizi berbat gösterebilir ve" kafesler "genellikle başka hiçbir yerde kullanılmaz. Yani:" #RegularExpressionBody #"

Normal ifadenin içinde parantezler kullanılır - bunlar değiştirilebilen alt ifadelerdir, örneğin:

# ^ / katalog / (+) / (+) \\. html. * #

Bu ifade, bir dizedeki parametreleri almak içindir URL... Satırın başında özel bir karakter var " ^ "- bu bir satırın başlangıcı anlamına gelir. Sonra gelir" / katalog /"- özel karakter yoktur, bu yalnızca dizede yer alması gereken metindir. Sonra parantezlerle karşılaştılar, yani ilk alt ifadeye ulaştılar. Köşeli parantezler, bu yerde dizede bulunabilecek bir karakter kümesini belirtir . - "numaralandırma anlamına gelir. İşaret" \ "özel karakterlerden kaçar. Böylece, ilk alt ifadede Latin alfabesinin BÜYÜK ve küçük harfleri, 0'dan 9'a kadar sayılar, alt çizgi, kısa çizgi ve nokta olabilir. Kısa çizgi ve nokta özel karakterlerdir, ancak burada kaçarlar burada sadece semboller var. Köşeli parantezlerden sonra bir " + "- bu, önceki karakterin (ve köşeli parantez içinde bu karakter kümesine sahibiz) 1 veya daha fazla kez gidebileceği anlamına gelir. Sonra gelir" / "sadece bir karakter ve benzer bir ikinci alt ifade. Sonra gelir" \\ .html"bu metin anlamına gelir" .html". Ve sonra özel karakterler" .* "nokta, herhangi bir karakter anlamına gelir ve yıldız işareti, önceki karakterin herhangi bir miktarı anlamına gelir. Yani, sonra" .html"her şey gidebilir.

Miktar göstergesi, niceleyiciler

Yukarıda, önceki karakterlerin sayısını gösteren bu tür karakterleri zaten düşündük, örneğin: + ve * ... Miktarı belirtmek için tüm olasılıklar şunlardır:

Özel karakterler

Bazı karakter grupları için özel kısaltmalar vardır:

"Açgözlülük"

Normal ifade açgözlülüğü kavramına bir göz atalım. Örneğin, bir satır var:

#()#

Okuruz: alt ifade: