php中字符串和正则表达式详解

一、字符串类型的特点

1、PHP是弱类型语言，其他数据类型一般都可以直接应用于字符串函数操作。

<?php
echo substr("123456",2,4);  //输出345
echo substr(123456,2,4);    //输出345
echo hello;                 //先查找hello常量，若没找到，将hello看做字符串使用
?>

2、字符串可以作为“数组”，是字符的集合。

<?php
$str = "3water.com";
echo $str[0];
echo $str[1];
echo $str[2];
?>

但是字符串不是真的数组,不能使用数组的函数.如count($str)不会返回字符串长度。PHP引擎无法区分字符和数组，产生二义性。自PHP4起，已经用花括号替代方括号。

<?php
//为保证向后兼容，方括号仍然可以使用
$str = 3water.com;
echo $str{0};
echo $str{1};
echo $str{2};
?>

3、双引号变量解析

在PHP中，当用双引号或者定界符定义字符串时，其中的变量会被解析。

<?php
$arr = array('name' => "dwqs",'add' => "www.ido321.com");
echo "$arr[name]";  //可以解析，但是在方括号中不能使用引号
//echo "$arr['name']";  错误
echo "{$arr['name']}";  //可以解析,用花括号包含元素，name不带引号也是可以的
//假设存在对象$square
echo "$square->width"; //可以解析
echo "$square->width00 cent"; //不可以解析，用花括号解决
echo "{$square->width}width00 cent"; //可以解析
?>

二、字符串输出函数

三、常用的字符串格式函数

PS：PHP的字符串处理函数大部分不对源字符串做修改，而是返回新的字符串

四、正则表达式

正则表达式描述了一种字符串匹配的模式，通过这个模式在特定的函数中对字符串进行匹配、查找、替换和分隔等操作，由原子、元字符和模式修正符三部分组成的文字模式。

在PHP中，有两套正则的处理函数库：PCRE和POSIX。前者以preg_前缀命名，与Perl兼容；后者以ereg_前缀命名。二者功能相似，但PCRE的效率略高。

与Perl语言兼容的正则表达式处理函数：

1、语法

1.1 定界符：在与Perl兼容的正则函数中使用模式时，必须给模式加上定界符。除了字母、数字和反斜线(\)之外的任何字符都可以作为定界符号

<?php
//以下正则合法
echo $m1 = '/<\/\w+/';
echo $m2 = '|(\d{3})-\d|Sm';
echo $m3 = '!^(?i)php[34]!';
echo $m4 = '{^\s+(\s+)?$}';
?>

1.2 原子：原子包含了普通字符，如字母、数字；非打印字符，如空格、回车；特殊字符和元字符，如引号、*、+等，必须用”\”进行转义；自定义原子表，如[apj]、[a-z]；通用字符类型，如\d、\D。

<?php
//下面二者等价，匹配e-mail
$mail1 = '/^[0-9a-zA-Z]+@[0-9a-zA-Z]+(\.[0-9a-zA-Z]+){0,3}$/';
$mail2 = '/^\w+@\w+(\.\w+){0,3}$/';
?>

1.3 元字符：用于构建正则表达式的具有特殊含义的字符。Perl可以使用各种元字符来搜索匹配，如*、+、？.常见的元字符如下

1.4 模式修正符：在正则的定界符之外使用，扩展正则在匹配、替换等方面的功能。

2.与Perl兼容的正则表达式函数

2.1 preg_match(string pattern,string subject[,array matches])：用于对字符串的查找和匹配。参数说明：

pattern是正则，subject是需要处理的字符串，可选的matches用于保存于pattern的各个子模式的匹配结果，matches[0]保存了与pattern匹配的整体内容,matches[1]保存了pattern中第一个小括号中匹配的内容，以此类推。

<?php
header("content-type:text/html;charset=utf8");
$pattern = '/(http):\/\/(www)\.([^\.\/]+)\.(com|net|org)/i';
$subject = "我的博客:http://www.ido321.com";
if(preg_match($pattern, $subject,$matches)){
echo "搜索的URL是：".$matches[0]."<br/>";  //数组第1个元素保存整个匹配结果
echo "URL中的协议是：".$matches[1]."<br/>";//数组第2个元素保存第1个字表达式
echo "URL中的主机是：".$matches[2]."<br/>";//数组第3个元素保存第2个字表达式
echo "URL中的域名是：".$matches[3]."<br/>";//数组第4个元素保存第3个字表达式
echo "URL中的顶域是：".$matches[4]."<br/>";//数组第5个元素保存第4个字表达式
}
?>

结果

preg_match_all()与preg_match()函数类似，不同的是前者会一直匹配到字符串末尾，后者在第一次匹配后就停止匹配。

2.2 preg_grep(string pattern,array iput)：匹配数组中的元素，返回与正则匹配的数组单元。参数说明：

pattern是正则，input是需要匹配的数组。

<?php
$arr = array('Linux RedHat9.0','Apache2.2.9','MySQL5.0.51','PHP5.2.6','LAMP','100');
$version = preg_grep('/^[a-zA-Z]+(\d|\.)+$/',$arr);
//输出：Array([1]=>Apache2.2.9 [2]=>MySQL5.0.51 [3]=>PHP5.2.6)
print_r($version); 
?>

2.3 preg_replace(mixed pattern,mixed replacement,mixed subject[,int limit])：字符串替换。说明：

该函数会在subject中搜索与pattern的匹配项，并用replacement替换。limit用于限制匹配的次数，即替换的次数。

<?php
$pattern = '/<[\/\!]*?[^<>]*?/is';
$text = '这个文本有<b>粗体</b>和<u>带有下划线</u>以及<i>斜体</i>';
echo preg_replace($pattern,"",$text);  //将所有HTML标记替换为空
echo preg_replace($pattern,"",$text,2); //值替换前2个HTML标记
?>

2.4 preg_split(string pattern,string subject[,int limit[,int flags]])：对字符串进行分割。说明：

函数返回一个数组。数组元素包含subject中与pattern匹配作为边界所分割的字符串，limit含义见2.3，flags含义请参考文档。

<?php
//按任数量的空格分割字符串
$kerwords = preg_split("/[\s,]+/","hypertext language,programming");
//输出：Array([0]=>hypertext [1]=>language,[2[=>programming)
print_r($kerwords);
?>