您的位置:首页 > 编程语言 > PHP开发

PHP函数preg_match_all正则表达式的简单应用

2009-06-15 11:18 543 查看
了解正则表达式之前,需要掌握一些常用的正则表达式的基础知识,这些如果能记住最好记住,记不住需要用的时候能查到就行,就几个特殊字符,所以说正则表达式玩的就是特殊,具体大家可以查看更加详细的说明。

preg_match_all函数具体说明大家可以查看PHP手册,本文使用preg_match_all用于测试正则表达的效果。

实例代码:

$html = '<div id="biuuu">51CTO</div><div id="biuuu_2">51CTO2</div><div id="biuuu_3">51CTO3</div>';

实例要求:分别将每一个DIV元素的ID和内容取出,如biuuu,biuuu_2,biuuu_3,51CTO,51CTO2和51CTO3(一些常用的抓站方法就是这样匹配的)

分析:字符串是一个简单的HTML元素,每一个DIV元素对应该一个ID和内容,并且是独立的,首先考虑如何取出一个DIV内的ID值和内容,如:51CTO,然后匹配其它类似的元素。一个DIV中需要取出两个值,也就是两个匹配的表达式,第一个表达式用于匹配ID值(biuuu),第二个表达式用于匹配ID的内容(51CTO),正则表达式常用的表达式使用小括号,那么前面的元素将会变成如下形式: <div id="(biuuu)">(51CTO)</div> <div id="(表达式1)">(表达式2)</div>

好,使用如上小括号把需要匹配的区域进行了划分,接下来就是如何匹配各个表达式内的内容,我们猜想一个ID可能是字母,数字或下划线,那这就变得简单了,使用中括号就可以实现,如下:

表达式1:[a-zA-Z0-9_]+ (表示匹配大小写字母,数字和下划线)

那如何匹配表达式2,因为ID的内容可以是任意的字符,但是要注意,不能匹配<或>字符,因为如果匹配这两个字符将会把后面使用的DIV都匹配出来,因此需要排除这两个字符开始的元素,也就是不匹配以<或>字符,如下:

表达式2:[^<>]+ (表示不匹配<和>字符)

这样,需要匹配的子表达式就实现了,但是还要需要匹配一个

的表达式,方法如下:

表达式:/ '/"(表达式1)/"'>(表达式2)<//div>/

注意其中的双引号"和/需要使用/转义字符转义,然后把前面两个表达式放进去,如下:

'/"([a-z0-9_]+)/"'>/<div id=/"([a-z0-9_]+)/">([^<>]+)<//div>/

这样就实现一个匹配每一个DIV元素ID值和内容的正则表达式,然后使用preg_match_all函数测试如下:

$html = '<div id="biuuu">51CTO</div><div id="biuuu_2">51CTO2</div><div id="biuuu_3">51CTO3</div>'; preg_match_all('/<div/sid=/"([a-z0-9_]+)/">([^<>]+)<//div>/',$html,$result); var_dump($result);

结果:

array(3) { [0]=> array(3)

{ [0]=> string(30) "<div id="biuuu">51CTO</div>" [1]=> string(33) "<div id="biuuu_2">51CTO2</div>" [2]=> string(33) "<div id="biuuu_3">51CTO3</div>" } [1]=> array(3) { [0]=> string(5) "biuuu" [1]=> string(7) "biuuu_2" [2]=> string(7) "biuuu_3" } [2]=> array(3) { [0]=> string(8) "51CTO" [1]=> string(9) "51CTO2" [2]=> string(9) "51CTO3" } }

共有三个表达式,分别显示每一个表达式匹配的值,并以数组的形式存储,这样就把每一个DIV元素的ID和内容取出。使用正则表达式最主要还是要知道需要什么,然后跟椐需要进行匹配,并且思路清晰,并适当的借助preg_match_all函数进行输出调试,非常方便。

我要用preg_match_all函数匹配字符串里的URL
比如http://…….htm ftp://…….avi 正则表达式怎么写??
看了一晚正则表达式还是没看懂,请高手帮帮忙了,先谢了

首先,完全正确的匹配是不可能的。其实可以这样做
<?php
$str="a http://wa hsssk ftp://sdff fsfsf http://bb"; preg_match_all("'(http://|ftp://|mms://|file:///)[^/s]+'is",$str,$m);
print_r($m[0]);
?>

/(http|ftp):////.*/.(htm|avi)/isU

谢谢楼上两位了,不知道/(http|ftp):////.*/.(htm|avi)/isU里的“isU”是什么意思
i 大小写不敏感
s .也匹配换行符,本来它是匹配所有除换行符外的所有字符的
U 非贪婪模式,简单的讲,就是找到最近的一个
内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签: