作为程序员一定要保持良好的睡眠,才能好编程

PHP常用正则表达式 正则表达式的使用

发布时间:2020-05-06


在线正则调试工具


http://tool.chinaz.com/regexhttps://learnku.com/articles/29389


特殊说明:

PHP中的正则表达式与js中的写法一不样

php是十六进制的,

它是写法是

$preg="/天气+([\x{4e00}-\x{9fa5}]+)/u"

后面一定要写上u


知道了php中utf-8编码下用正则表达式匹配汉字的最终正确表达式——/^[\x{4e00}-\x{9fa5}]+$/u,




\u这是错误的写法


这是js中的使用方法

想当然的,在php中来判断字符串是否为中文,就会沿袭这个思路:
<?php
$str = "php编程";
if (preg_match("/^[\u4e00-\u9fa5]+$/",$str)) {
print("该字符串全部是中文");
} else {
print("该字符串不全部是中文");
}
?>

不过,很快就会发现,php并不支持这样的表达,报错:
Warning: preg_match() [function.preg-match]: Compilation failed: PCRE does not support \L, \l, \N, \U, or \u at offset 3 in test.php on line 3

刚开始从google上查了很多次,想从php正则表达式对于十六进制数据的


 








php正则表达式

 

PHP正则表达式模式后面通常带有 /i, /is, /s, /isU等参数

 i  不区分大小写的匹配

 s  匹配任意字符,包括换行符在内

默认情况下,点号(.)不匹配换行符。
如果设置了这个修饰符,正则表达式中的点号元字符匹配所有字符,包含换行符。




 U  表示非贪婪


 ?  表示0个或1个

 +  表示1个或多个

 *  表示0个或多个

 



原子组

() 使用括号可以将里面的值,匹配到数组中



() 如果不需要此原子,可以使用 ?: 忽略原子组中的数据










[\d\D]或者[\s\S]  匹配换行

$testpattern = '/工号:([0-9.]+)[\s\S]+姓名:([\x{4e00}-\x{9fa5}]+)/uim';



<?php

 

/**

正则表达式

1.定界符号//

2.原子

所有字符都可以当原子,如果有.*?等有其它意义的就使用\转义

\也可以把无意义的原子转成有意义的 代表范围的原子

\d 任意一个数字 [0-9]

\D 任意一个除了数字之外的字符 [^0-9]

\s 任意一个空间字符,空格,\r \n \t\f [\r\n\t\f ]

\S 任意非空白 [^\r\n\t\f ]

\w 任意一个字a-z A-Z 0-9 _ [a-zA-Z0-9_]

\W 任意一个非字 [^a-zA-Z0-9_]

 

自已定义一个原子表[],可以配置[]中的任何一个原子,里面有任何一个都成功

[13579] [a-zA-Z][5-8]

[^135]除了135都可以 

3.元字符 * ? 元字符是一种特殊的字符,是用来修饰原子用的,不可以单独出现

* 表示其前的原子可以出现0次,1次或多次 /a9*b/   {0,}

+ 出现1次或多次/a9b/ {1,}

?   出现0次或1次 {0,1}

{} 用于定义前面原子出现的次数  可以代替 * + ?

{m} //m表示一个整数 {5}表示前面出现5次 /a9{3}f/ 表示a和f之间只能出现3个9

{m,n} m要小于n,前面出现的原子,最少m次,最多n次 {2,5}最少出2次,最多5次

{m,} 前面的原子最少出现m次,最多无限

 

. 除换行符外任意一个字符  /a.+f/ a和f之间最少有一个字符

 

^ 直接在一个正则表达式的第一个字符出现,则表达必须以这个正则表达式开始

/^one/ 必须以one开头

$ 直接在一个正则表达式的最后一个字符出现,则表达必须以这个正则表达式结束

/one$/ 必须以one结尾

/^one.*one?/ 以one开头,以one结尾

| 表示或的关系  优先级别最低,最后考虑 /abc|baa/ 出现abc或baa 都成功

\b 表示一个边界 /\bis\b/ this is abc 中间的is

\B 表示一个非边界 /\Bis\b/ this is abc  this中的is

 

() 重点

一、做为大原子使用

二、改变优先级

三、做为子模式使用,

/\d{4}\W\d{2}\W\d{2}\s+\d{2}\W\d{2}\W\d{2}\s+pm/ today is 2013-01-02 14:54:00

四、取消子模式 括号里加?: (?:\d{2})

例:$pattern = '/(\d{4}\W\d{2}\W\d{2})\s+(\d{2})\W(\d{2})\W(?:\d{2})/';

$subject = "today is 2013-01-02 14:54:00";

preg_match($pattern, $subject,$arr)

五、反向引用,可以在模式中直接将子模式取出来,再作为正则表达式模式的一部份

\1取第1个子模式,\2取第2个子模式....(注意单引号还是双引号)

"\\1" 双引号时先把\用\转义一下    '\1'

 

优先级 

() [] 

* + ? {}

^ $ \b

|

4.模式修正符号,定界符之后,可以一次使用一个或多个,对整个正则表达式调优使用,是正则表达式功能的扩展

i 不区分大小写

m 将字符串视为一行 ^ $视为多行后,任何一行都可以以正则开始或结束

s 将字符串视为单行。如果没有使用这个模式修正符号时,元字符中的"." 默认不能表示换行符号

x 模式中的空白忽略不计

U 取消贪婪,正则表达式的特点,就是比较“贪婪”

 因有的语言不支持,我们一般不需要U,可以用?代替

例如:/<li>(.*?)<\/li>/   这里的?就可以取消贪婪匹配。

 

 ****/

$pattern = '/(\d{4}\W\d{2}\W\d{2})\s+(\d{2})\W(\d{2})\W(?:\d{2})/';

$subject = "today is 2013-01-02 14:54:00";

preg_match($pattern, $subject,$arr);

 

$pattern = '/<li>(.+?)<\/li>/';

$subject = "<li>aaaa</li><li>bbbbbb</li><li>cccccc</li>";

if(preg_match_all($pattern, $subject,$arr)){

echo 'ok';

print_r($arr);

}else{

echo 'no';

}

 


---------------------------------------------------------------------------
php一些实例:

$str = preg_replace ( '/\<([\/]?)script([^\>]*?)\>/si', '&lt;\\1script\\2&gt;', $str );
$str = preg_replace ( '/\<([\/]?)iframe([^\>]*?)\>/si', '&lt;\\1iframe\\2&gt;', $str );
$str = preg_replace ( '/\<([\/]?)frame([^\>]*?)\>/si', '&lt;\\1frame\\2&gt;', $str );
$str = preg_replace ( '/]]\>/si', ']] >', $str ); 

preg_grep - 返回与模式匹配的数组单元 
preg_match_all - 进行全局正则表达式匹配
preg_match - 进行正则表达式匹配
preg_quote - 转义正则表达式字符
preg_replace_callback - 用回调函数执行正则表达式的搜索和替换
preg_replace - 执行正则表达式的搜索和替换
preg_split - 用正则表达式分割字符串

 

实例:

   
    // $pattern='/\/index.php\?m=content&c=[a-z0-9A-Z]&a=[a-z0-9A-Z]&catid=[0-9]/';
  /*
     $pattern='/\/index\.php\?m=content&c=[a-z0-9A-Z]+&a=[a-z0-9A-Z]+&catid=[0-9]+/';
     if(preg_match($pattern,$mmurl)){       
      preg_match_all($pattern,$mmurl,$all);
      $mmurl=$all[0][0];      
     }
   //echo $mmurl;
     */

 



常用的数字正则(严格匹配)

 

正则  含义

^[1-9]\d*$  匹配正整数

^-[1-9]\d*$ 匹配负整数

^-?[1-9]\d*$    匹配整数

^[1-9]\d*|0$    匹配非负整数(正整数 + 0)

^-[1-9]\d*|0$   匹配非正整数(负整数 + 0)

^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$  匹配正浮点数

^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$   匹配负浮点数

^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$     匹配浮点数

^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$ 匹配非负浮点数(正浮点数 + 0)

^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$    匹配非正浮点数(负浮点数 + 0)

 

----------------------------------------------------------------------------------------------------------------

 

常用字符串正则

 

正则  含义  补充

^[A-Za-z]+$ 匹配由26个英文字母组成的字符串    或 /^[a-z]+$/i

^[A-Z]+$    匹配由26个英文字母的大写组成的字符串 

^[a-z]+$    匹配由26个英文字母的小写组成的字符串 

^[A-Za-z0-9]+$  匹配由数字和26个英文字母组成的字符串 注意\w包含下划线_

^\w+$   匹配由数字、26个英文字母或者下划线组成的字符串    

常用数字正则和常用字符串正则,是最基本的正则应用,读者可以作为入门的练习,试试能不能快速的读懂其中的含义。

 

----------------------------------------------------------------------------------------------------------------

 

匹配中文字符

 

普遍使用的正则是[\u4e00-\u9fa5],但这个范围并不完整。例如:

/[\u4e00-\u9fa5]/.test('中国') // 测试部首⻏,返回false

根据Unicode 5.0版编码,要准确的判断一个中文字符要包括:

范围  含义  范围  含义

2E80-2EFF CJK 部首补充  2F00-2FDF   康熙字典部首

3000-303F CJK 符号和标点 31C0-31EF   CJK 笔画

3200-32FF 封闭式 CJK 文字和月份 3300-33FF   CJK 兼容

3400-4DBF CJK 统一表意符号扩展 A    4DC0-4DFF   易经六十四卦符号

4E00-9FBF CJK 统一表意符号    F900-FAFF   CJK 兼容象形文字

FE30-FE4F CJK 兼容形式  FF00-FFEF   全角ASCII、全角标点

因此,正确的匹配中文字符正则表达式为:

var rcjk = /[\u2E80-\u2EFF\u2F00-\u2FDF\u3000-\u303F\u31C0-\u31EF\u3200-\u32FF\u3300-\u33FF\u3400-\u4DBF\u4DC0-\u4DFF\u4E00-\u9FBF\uF900-\uFAFF\uFE30-\uFE4F\uFF00-\uFFEF]+/g;

如果不希望匹配标点、符号,在正则中去掉对应的范围即可:

3000-303F   CJK 符号和标点   FF00-FFEF   全角ASCII、全角标点

 

----------------------------------------------------------------------------------------------------------------

 

匹配双字节字符(包括汉字在内)

 

[^\x00-\xff],可以用来计算字符串的长度(一个双字节字符长度计2,ASCII字符计1),代码示例如下:

console.info( "abc".replace( /[^\x00-\xff]/g,"aa" ).length ) // 3

console.info( "汉字".replace( /[^\x00-\xff]/g,"aa" ).length ) // 4

console.info( "abc汉字".replace( /[^\x00-\xff]/g,"aa").length ) // 7

 

----------------------------------------------------------------------------------------------------------------

匹配HTML标记的正则表达式

 

先说说网上流传的版本:

<(\S*?)[^>]*>.*?</\1>|<.*? />

*?  *表示0个或多个,?表示0个或1个,两个叠加起来标识0个多个,与*的功能重叠

(\S*?)  标签的长度必须大于0,因此不能用*? 

|<.*?\/>  没有分组,无法获取以<div/>这种自关闭格式书写的标签

</\1>

<.*? />   有的标签是不关闭的,比如<br><hr>,因此不能强制关闭

修正如下:

var rtag = /^<([a-z]+)\s*\/?>.*(?:<\/\1>)?$/i

rtag.exec( '<-div></-div>') // null 

rtag.exec( '<div>abc') // ["<div>abc", "div"]

这个表达式也不完善,比如第二条测试语句,这么写是为了能提取中包含了文本内容的标签,如果要严格匹配,可再次修改为:

var rtag = /^<([a-z]+)\s*\/?> (?:<\/\1>)?$/i // 去掉了中间的.*

这个正则的应用范围仅限于简单的标签匹配、提取,不能匹配嵌套标记。

 

----------------------------------------------------------------------------------------------------------------

 

匹配首尾空白字符的正则表达式

 

先说说网上流传的版本:

^\s*|\s*$

可以删除行首行尾的空白字符,例如:

'   \t    \n\r   abc   \t    \n\r   '.replace( /^\s*|\s*$/g, '' ) // abc

但是用\s*不能判断出字符串是否在开头或结尾处有\s,例如:

/^\s*|\s*$/.test( 'abc' ) // true

修正如下:

^\s+|\s+$

'   \t    \n\r   abc   \t    \n\r   '.replace( /^\s+|\s+$/g, '' ) // abc

/^\s+|\s+$/.test( 'abc' ) // false

 

----------------------------------------------------------------------------------------------------------------

 

匹配Email地址的正则表达式

 

先介绍下Email的规则:local-part@domain

   local-part最长64,domain最长253,总长最长256

   local-part可以使用任意ASCII字符:

   大小写英文字母 a-z,A-Z

   数字 0-9

   字符 !#$%&'*+-/=?^_`{|}~

   字符 .不能是第一个和最后一个,不能连续出现两次

   但是有些邮件服务器会拒绝包含有特殊字符的邮件地址

   domain(域名)仅限于26个英文字母、10个数字、连词号-

   连词号-不能是第一个字符

   顶级域名(com、cn等)长度为2到6个

先说说网上流传的版本:

\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*

()  莫名奇妙的分组,如果只分组不记录,可以使用(?:)

@\w domain不能包含下划线_

\w+([-.]\w+)*   顶级域名不符合规则

修正如下:

var remail = /^([\w-_]+(?:\.[\w-_]+)*)@((?:[a-z0-9]+(?:-[a-zA-Z0-9]+)*)+\.[a-z]{2,6})$/i

remail.exec( 'nuysoft@gmail.com' ) // "nuysoft@gmail.com", "nuysoft", "gmail.com"]

remail.exec( 'nuysoft@gmail.comcomcom' ) // null

remail.exec( 'nuysoft@_gmail.com ) // null

修正后的正则有如下局限性:

   不支持中文邮箱、中文域名,之所以不在其中支持是因为我个人的爱好倾向,反感这类华而不实的玩意

   不支持特殊符号,避免非邮件服务器拒绝,如果需要,可以添加。

参考文章:

http://en.wikipedia.org/wiki/Email_address

http://baike.baidu.com/view/119298.htm

 

----------------------------------------------------------------------------------------------------------------

 

匹配网址URL的正则表达式

 

先说说网上流传的版本:

[a-zA-z]+://[^\s]*

粗糙,没有对URL中各个块进行分组

修正如下(又一段网上流传的版本):

var _url = "^((https|http|ftp|rtsp|mms)?://)?" //

         + "(([0-9a-z_!~*'().&=+$%-]+: )?[0-9a-z_!~*'().&=+$%-]+@)?" // ftp的user@

         + "(([0-9]{1,3}.){3}[0-9]{1,3}" // IP形式的URL- 199.194.52.184

         + "|" // 允许IP和DOMAIN(域名)

         + "([0-9a-z_!~*'()-]+.)*" // 域名- www.

         + "([0-9a-z][0-9a-z-]{0,61})?[0-9a-z]." // 二级域名

         + "[a-z]{2,6})" // first level domain- .com or .museum

         + "(:[0-9]{1,4})?" // 端口- :80

         + "((/?)|" // a slash isn't required if there is no file name

         + "(/[0-9a-z_!~*'().;?:@&=+$,%#-]+)+/?)$";

var rurl = new RegExp( _url, 'i' );

 

测试:

rurl.exec( 'baidu.com' ) // ["baidu.com", undefined, undefined, undefined, undefined, "baidu.com", undefined, "baid", undefined, undefined, "", "", undefined]

rurl.exec( 'http://baidu.com' ) // 

rurl.exec( 'http://www.baidu.com' ) // ["http://baidu.com", "http://", "http", undefined, undefined, "baidu.com", undefined, "baid", undefined, undefined, "", "", undefined]

rurl.test( 'baidu' ) // true

看来不怎么也好用,有待学习TODO。

 

----------------------------------------------------------------------------------------------------------------

 

匹配帐号是否合法

 

先说说网上流传的版本:

^[a-zA-Z][a-zA-Z0-9_]{4,15}$

(字母开头,允许5-16字节,允许字母数字下划线)

限制必须以字母开头现在看来不合适,比如QQ登录平台

限制不能以下划线开头也没有必要,比如百度就允许,因此简单点

修正如下:

var ruser = /\w{4,16}/

 

----------------------------------------------------------------------------------------------------------------

 

匹配国内电话号码

 

网上流传的版本很好用:

\d{3}-\d{8}|\d{4}-\d{7}

评注:匹配形式如 0511-4405222 或 021-87888822

 

----------------------------------------------------------------------------------------------------------------

 

匹配腾讯QQ号

 

网上流传的版本很好用:

 [1-9][0-9]{4,}

评注:腾讯QQ号从10000开始

 

----------------------------------------------------------------------------------------------------------------

 

匹配中国邮政编码

 

网上流传的版本很好用:

[1-9]\d{5}(?!\d)

评注:中国邮政编码为6位数字

 

----------------------------------------------------------------------------------------------------------------

 

匹配身份证

 

先说说网上流传的版本:

\d{15}|\d{18}

d{15}

\d{18}  可以判断,但是有些粗糙 

从身份证可以解析出地址、生日、性别等,因此特别说明一下:

   身份证规则

中国的身份证为15位(一代)或18位(二代),区别在于二代证只是在一代证的第七位数字前加了19和在末尾加了一位验证码

   将15位升级为18位,并解析18位号码构成(地址、生日、性别)

代码如下:

function parseID(ID) {

    if ( ID.length == 15 ) {

        // 升级为18位

        ID = ID.substr( 0, 6 ) + "19" + ID.substr( 6 );

        // 前17位对应的系数

        var rank = [

                "7", "9", "10", "5", "8", "4", "2", "1", "6", "3", "7", "9", "10", "5", "8", "4", "2"

        ];

        // 前17为加权除以17后的余数对应的最后一位身份证号码

        var last = [

                "1", "0", "X", "9", "8", "7", "6", "5", "4", "3", "2"

        ];

        // 加权和

        for ( var i = 0, sum = 0, len = ID.length; i < len; i++)

            sum += ID[ i ] * rank[ i ];

        // 加上最后一位

        ID += last[ sum % 11 ];

    }

    if ( ID.length != 18 ) return null;

 

    var match = rid.exec( ID );

    return match ? {

        ID : ID,

        area : match[ 1 ],

        y : match[ 2 ],

        m : match[ 3 ],

        d : match[ 4 ],

        sex : match[ 5 ] % 2

    } : null;

}

限制:

   这里只是解析出了地址代码,如何将代码转换为实际地址请问度娘。

   返回对象中的sex为1(男)或0(女),并未做转换,如果页面显示需要,可以这样转换:sex ? "男" : "女"

测试:

console.info( parseID( "142327840821047" ) );

console.info( parseID("142327198408210470" ) );

参考资料:

http://baike.baidu.com/view/118340.htm#1

 

----------------------------------------------------------------------------------------------------------------

 

匹配IP地址

 

先说说网上流传的版本:

\d+\.\d+\.\d+\.\d+

\d  数字没有限制

修正如下:

var rip = /^(?:(?:[01]?\d{1,2}|2[0-4]\d|25[0-5])\.){3}(?:[01]?\d{1,2}|2[0-4]\d|25[0-5])$/;

rip.test( "192.168.1.1" ) // true

rip.test( "0.0.0.0" ) // true

rip.test( "255.255.255.255" ) // true

rip.test( "256.255.255.255" ) // false

进一步增加分组:

var rip2 = /^([01]?\d{1,2}|2[0-4]\d|25[0-5])\.([01]?\d{1,2}|2[0-4]\d|25[0-5])\.([01]?\d{1,2}|2[0-4]\d|25[0-5])\.([01]?\d{1,2}|2[0-4]\d|25[0-5])$/;

rip2.exec( "192.168.1.1" ) // ["192.168.1.1", "192", "168", "1", "1"]

rip2.exec( "0.0.0.0" ) // ["0.0.0.0", "0", "0", "0", "0"]

rip2.exec( "255.255.255.255" ) // ["255.255.255.255", "255", "255", "255", "255"]

rip2.exec( "256.255.255.255" ) // null

 

----------------------------------------------------------------------------------------------------------------



           

这里是几个主要非英文语系字符范围

           

2E80~33FFh:中日韩符号区。收容康熙字典部首、中日韩辅助部首、注音符号、日本假名、韩文音符,中日韩的符号、标点、带圈或带括符文数字、月份,以及日本的假名组合、单位、年号、月份、日期、时间等。

           

3400~4DFFh:中日韩认同表意文字扩充A区,总计收容6,582个中日韩汉字。

           

4E00~9FFFh:中日韩认同表意文字区,总计收容20,902个中日韩汉字。

           

A000~A4FFh:彝族文字区,收容中国南方彝族文字和字根。

           

AC00~D7FFh:韩文拼音组合字区,收容以韩文音符拼成的文字。

           

F900~FAFFh:中日韩兼容表意文字区,总计收容302个中日韩汉字。

           

FB00~FFFDh:文字表现形式区,收容组合拉丁文字、希伯来文、阿拉伯文、中日韩直式标点、小符号、半角符号、全角符号等。

           

比如需要匹配所有中日韩非符号字符,那么正则表达式应该是^[\u3400-\u9FFF]+$ 
           理论上没错, 可是我到msn.co.ko随便复制了个韩文下来, 发现根本不对, 诡异 
           再到msn.co.jp复制了个'お', 也不得行..

           

然后把范围扩大到^[\u2E80-\u9FFF]+$, 这样倒是都通过了, 这个应该就是匹配中日韩文字的正则表达式了, 包括我們臺灣省還在盲目使用的繁體中文

           

而关于中文的正则表达式, 应该是^[\u4E00-\u9FFF]+$, 和论坛里常被人提起的^[\u4E00-\u9FA5]+$很接近

           

需要注意的是论坛里说的^[\u4E00-\u9FA5]+$这是专门用于匹配简体中文的正则表达式, 实际上繁体字也在里面, 我用测试器测试了下'中華人民共和國', 也通过了, 当然, ^[\u4E00-\u9FFF]+$也是一样的结果





 

PHP 中 PCRE 库和 POSIX 库的对比:

提示: 我们更推荐使用 后者 PCRE 库,因为它效率更高。


POSIXPCRE(推荐)阐述

ereg_replace()preg_replace()替换

ereg()preg_match()匹配

eregi_replace()preg_replace()替换

eregi()preg_match()匹配

split()preg_split()分割

spliti()preg_split()分割

spl_regcase()无对等函数(可用模式修饰符 i 代替)产生用于不区分大小的匹配的正则表达式

RCRE 函数的分隔符

RCRE 需要由分隔符闭合包裹。

分隔符可以使用任意 非字母数字、非反斜线、非空白字符,例如:

/foo bar/ 分隔符为 /

#^[0-9]$# 分隔符为 #

+php+ 分隔符为 +

%[a-zA-Z0-9_-]% 分隔符为 %

当然我们推荐统一使用 /

PCRE 的主要函数

preg_grep($pattern, $array) ------ 返回与正则表达式匹配的数组单元。

preg_match($pattern, $string) ------ 执行一个正则表达式匹配

preg_match_all() ------ 执行一个全局正则表达式匹配

preg_filter ------ 执行一个正则表达式搜索 和 替换

preg_replace ------ 执行一个正则表达式的搜索和替换

preg_replace_callback ------ 执行搜索并且使用一个回调进行替换

preg_split ------ 通过一个正则表达式分割字符串

preg_quoto ------ 转义正则表达式字符

preg_last_error ------ 返回最后一个 PCRE 正则执行产生的错误代码

实例

1. preg_grep() 匹配数组

返回与正则表达式匹配的数组单元


<?php
$array = ['Linux RedHat9.0', 'Apache2.2.9', 'MySQL5.0.51', 'PHP5.2.6', 'LAMP', '100'];
// 返回与正则匹配的数组元素
$version = preg_grep("/^[a-zA-Z]+(\d|\.)+$/", $array);
print_r($version);

结果输出:


Array

(

    [1] => Apache2.2.9

    [2] => MySQL5.0.51

    [3] => PHP5.2.6

)

2.1 preg_replace() 文本替换

普通替换用法:

<?php
// 正则
$pattern = "/<[\/\!]*?[^<>]*?>/is";
// 待匹配文本内容
$text = "这个文本中有 <b>粗体</b> 和 <u>带有下划线</u>以及 <i>斜体</i>还有 <font color='red' size='7'>带有颜色和字体大小</font>的标记";
// 将所有 HTML 标记替换为空。
echo preg_replace($pattern, "", $text);
echo PHP_EOL . "<br/>" . PHP_EOL;
// 通过第4个参数传入数字2,替换前两个匹配到的 HTML 标记
echo preg_replace($pattern, "", $text, 2);
结果输出:



这个文本中有 粗体 和 带有下划线以及 斜体还有 带有颜色和字体大小的标记

<br/>

这个文本中有 粗体 和 <u>带有下划线</u>以及 <i>斜体</i>还有 <font color='red' size='7'>带有颜色和字体大小</font>的标记

2.2 preg_replace() 文本替换 - 反向引用

包含反向引用:


<?php
// 日期格式的正则表达式
$pattern = "/(\d{2})\/(\d{2})\/(\d{4})/";
$text = "今年国庆节放假日期为 10/01/2019 到 10/07/2019 共7天。";
echo preg_replace($pattern, "\\3 - \\1 - \\2", $text);
echo PHP_EOL . "<br/>" . PHP_EOL;
echo preg_replace($pattern, "\${3} - \${1} - \${2}", $text);

结果输出:



今年国庆节放假日期为 2019 - 10 - 01 到 2019 - 10 - 07 共7天。

<br/>

今年国庆节放假日期为 2019 - 10 - 01 到 2019 - 10 - 07 共7天。

3 preg_split() 分割字符串

<?php
// 按正则所匹配的分隔符进行分割字符串
$keywords = preg_split("/[\s,]+/", "hypertext language, programming");
print_r($keywords);
// 将字符串分割成 单个字符
$chars = preg_split("//", 'lamp', -1, PREG_SPLIT_NO_EMPTY);
print_r($chars);
// 将字符串分割为匹配项及其偏移量
$chars = preg_split("/ /", 'hypertext language, programming', -1, PREG_SPLIT_OFFSET_CAPTURE);
print_r($chars);