Anleitung zur korrekten Verwendung regulärer Ausdrücke in PHP

Reguläre Ausdrücke bieten eine leistungsstarke Möglichkeit, Text zu verarbeiten. Mithilfe regulärer Ausdrücke können Sie eine komplexe Validierung von Benutzereingaben durchführen, Benutzereingaben und Dateiinhalte analysieren und Zeichenfolgen neu formatieren. PHP bietet Benutzern eine einfache Möglichkeit, reguläre POSIX- und PCRE-Ausdrücke zu verwenden. In diesem Tutorial werden die Unterschiede zwischen POSIX und PCRE erläutert und die Verwendung regulärer Ausdrücke mit PHP V5 erläutert.

Bevor Sie beginnen

Erfahren Sie, was Sie aus diesem Tutorial lernen können und wie Sie es am besten nutzen dieses Tutorial.

Über dieses Tutorial

Reguläre Ausdrücke bieten eine leistungsstarke Möglichkeit, Text zu manipulieren. Mithilfe regulärer Ausdrücke können Sie eine komplexe Validierung von Benutzereingaben durchführen, Benutzereingaben und Textinhalte analysieren und Zeichenfolgen neu formatieren.

Ziel

Dieses Tutorial konzentriert sich auf einfache Methoden mit regulären POSIX- und PCRE-Ausdrücken. Machen Sie Sie beherrschen die regulären Ausdrücke von PHP. Wir werden die Unterschiede zwischen POSIX und PCRE untersuchen und auch die Verwendung regulärer Ausdrücke mit PHP V5 erläutern. Wenn Sie diesem Tutorial folgen, erfahren Sie, wie, wann und warum Sie reguläre Ausdrücke verwenden.

Systemanforderungen

Sie können PHP auf jedem Microsoft® Windows® installieren oder dieses Tutorial auf absolvieren ein UNIX®-System, einschließlich Mac OS X und Linux®. Da es sich bei allen von uns eingeführten PHP-Plugins um integrierte PHP-Plugins handelt, müssen Sie nur PHP auf Ihrem System installieren und es besteht keine Notwendigkeit, andere Software zu installieren.

Start

Was ist ein regulärer Ausdruck?

Vor ein paar Jahren habe ich einige interessante Tests von Eingabefeldern in Webformularen durchgeführt. Der Benutzer gibt in dieses Formular eine Telefonnummer ein. Diese Telefonnummer wird dann während der Eingabe in die Anzeige des Nutzers gedruckt. Bei Bedarf können US-Telefonnummern auf verschiedene Arten eingegeben werden: entweder (555) 555-5555 oder 555-555-5555, 555-5555 wird jedoch nicht akzeptiert.

Sie fragen sich vielleicht, warum wir nicht alle nicht numerischen Zeichen wegwerfen und einfach sicherstellen, dass die verbleibenden Zeichen insgesamt 10 sind? Dieser Ansatz funktioniert zwar, hindert den Benutzer jedoch nicht daran, etwas wie !555?333-3333 einzugeben.

Aus Sicht eines Webentwicklers stellt diese Situation eine interessante Herausforderung dar. Ich könnte Routinen schreiben, um auf verschiedene Formate zu prüfen, aber ich würde gerne eine Lösung finden, die eine gewisse Flexibilität bietet, wenn der Benutzer dann ein Format wie 555.555.5555 akzeptiert.

Hier kommen reguläre Ausdrücke (kurz Regex) zum Einsatz. Ich habe sie schon einmal ausgeschnitten und in Apps eingefügt und nie schwer verständliche Syntaxprobleme festgestellt. Regex ähnelt stark mathematischen Ausdrücken. Wenn Sie einen Ausdruck der Form 2x2=4 sehen, denken Sie normalerweise „2 mal 2 ist 4“. Reguläre Ausdrücke sind sehr ähnlich. Wenn Sie nach dem Lesen dieses Artikels einen regulären Ausdruck wie diesen ^b$ sehen, werden Sie sich sagen: „Der Anfang einer Zeile ist b und dann das Ende der Zeile.“ Darüber hinaus werden Sie feststellen, wie einfach es ist, reguläre Ausdrücke in PHP zu verwenden.

Wann man Regex verwendet

Sie sollten Regex verwenden, um Such- und Ersetzungsvorgänge abzuschließen, wenn Regeln zu befolgen sind, Sie diese aber nicht haben müssen die Notwendigkeit, die genauen Zeichen zu finden oder zu ersetzen. Im oben erwähnten Telefonnummernbeispiel definiert der Benutzer beispielsweise Regeln, die das Format der eingegebenen Telefonnummer angeben, nicht jedoch die in der Telefonnummer enthaltenen Ziffern. Dies gilt auch für Szenarien mit großen Mengen an Benutzereingaben. Abkürzungen für US-Bundesstaaten sind auf zwei Großbuchstaben von A bis Z beschränkt. Hier können auch reguläre Ausdrücke verwendet werden, sodass Sie den Text in einem Formular oder Benutzereingaben einfach auf Buchstaben des Alphabets beschränken können, unabhängig von Groß- und Kleinschreibung oder Längenproblemen.

Wann man Regex nicht verwenden sollte

Reguläre Ausdrücke sind leistungsstark, weisen aber auch einige Mängel auf. Eine davon erfordert Fähigkeiten im Lesen und Schreiben von Ausdrücken. Wenn Sie sich dafür entscheiden, reguläre Ausdrücke in Ihre Bewerbung aufzunehmen, sollten diese vollständig kommentiert werden. Wenn jemand anders den Ausdruck später ändern muss, kann er dies auf diese Weise tun, ohne die Funktionalität zu beeinträchtigen. Wenn Sie mit der Verwendung regulärer Ausdrücke nicht vertraut sind, kann es außerdem schwierig sein, diese zu debuggen.

Um diese Schwierigkeiten zu vermeiden, verwenden Sie keine regulären Ausdrücke, wenn einfachere integrierte Funktionen das Problem gut genug lösen.

POSIX und PCRE

PHP unterstützt zwei reguläre Ausdrucksimplementierungen: Portable Operating System Implementation (POSIX) und Perl-Compatible Regular Expression (PCRE). Die beiden Implementierungen bieten unterschiedliche Funktionen, sind aber in PHP gleichermaßen einfach zu verwenden. Welchen Regex-Stil Sie verwenden, hängt von Ihren bisherigen Erfahrungen und Nutzungsgewohnheiten mit Regex ab. Es gibt Hinweise darauf, dass PCRE-Ausdrücke etwas schneller sind als POSIX-Ausdrücke, aber in der überwiegenden Mehrheit der Anwendungen ist dieser Unterschied nicht so signifikant.

In den Beispielen in diesem Artikel ist die Syntax jeder Regex-Methode in den Kommentaren enthalten. In der Funktionssyntax ist der reguläre Ausdruck der Parameter regex und die gesuchte Zeichenfolge ist string. Die Parameter in Klammern sind optional. Da in diesem Tutorial hauptsächlich der grundlegende Inhalt vorgestellt wird, wird nicht auf alle optionalen Parameter eingegangen.

Syntax regulärer Ausdrücke

Obwohl sich POSIX- und PCRE-Implementierungen in der Unterstützung bestimmter Funktionen und Zeichenklassen unterscheiden, ist die Syntax dieselbe. Jeder reguläre Ausdruck besteht aus einem oder mehreren Zeichen, Sonderzeichen (manchmal auch als Metazeichen bezeichnet), Zeichenklassen und Zeichengruppen.

POSIX und PCRE verwenden die gleichen Platzhalter – Platzhalter bedeuten in Regex „alles hier“. Das Platzhalterzeichen ist ein Punkt oder Punkt (.). Um englische Punkte oder Punkte zu finden, verwenden Sie die Escape-Zeichen /: /.. Das Gleiche gilt für andere unten besprochene Sonderzeichen, wie z. B. Zeilenanker und Qualifizierer. Wenn ein Zeichen in einem regulären Ausdruck eine besondere Bedeutung hat, muss es maskiert werden, um seine ursprüngliche wörtliche Bedeutung auszudrücken.

Zeilenanker sind spezielle Metazeichen, die dem Anfang und Ende einer Zeile entsprechen, aber keinen Text erfassen (siehe Tabelle 1). Wenn eine Zeile beispielsweise mit dem Buchstaben a beginnt, erfasst der Zeilenanker im Ausdruck ^a nicht den Buchstaben a, sondern stimmt mit dem Zeilenanfang überein.

Tabelle 1. Zeilenanker

锚	描述
^	匹配一行的开头
$	匹配一行的结尾

Qualifizierer , der unmittelbar vor dem Ausdruck angewendet wird (siehe Tabelle 2). Mithilfe von Qualifizierern können Sie angeben, wie oft ein Ausdruck bei einer Suche gefunden wird. Beispielsweise findet der Ausdruck a+ den Buchstaben a einmal oder mehrmals.

Tabelle 2. Qualifizierer

限定符	描述
?	限定符之前的表达式可被查找到 0 次或 1 次
+	限定符之前的表达式可被查找到 1 次或多次
*	限定符之前的表达式可被查找到任意次（含 0 次）
{n}	限定符之前的表达式仅可被查找到 n 次
{n,m}	限定符之前的表达式可被查找到 n 次到 m 次之间

Erfassen Sie in einem regulären Ausdruck Text und referenzieren Sie ihn in Ersetzungs- und Suchvorgängen. Text ist eine sehr nützliche Funktion (siehe Tabelle 3). Mithilfe der Erfassungsfunktion können Sie Suchvorgänge durchführen, um doppelte Wörter und schließende HTML- und XML-Tags zu finden. Wenn Sie beim Ersetzen Capture verwenden, können Sie den abgerufenen Text in die Ersetzungszeichenfolge einfügen. Später wird ein Beispiel gegeben, das zeigt, wie eine E-Mail-Adresse durch einen Hyperlink ersetzt wird.

Tabelle 3. Gruppierung und Erfassung

字符类	描述
()	分组字符，并能够捕获文本

POSIX-Zeichenklassen

Reguläre POSIX-Ausdrücke folgen einigen Standards, die sie für viele Regex-Implementierungen nutzbar machen (siehe Tabelle 4). Wenn Sie beispielsweise einen regulären POSIX-Ausdruck schreiben, können Sie ihn in PHP verwenden, Sie können ihn über den Befehl grep verwenden und Sie können ihn über einen der vielen Editoren verwenden, die reguläre Ausdrücke unterstützen.

Tabelle 4. POSIX-Zeichenklassen

字符	描述
[:alpha:]	匹配包含字母与数字的字符
[:digit:]	匹配任意数字
[:space:]	匹配任意空白

POSIX-Matching

verfügt über zwei Funktionen, die reguläre POSIX-Ausdrücke zum Durchsuchen von Zeichenfolgen verwenden, nämlich ereg() und eregi(). Die Methode

ereg()

ereg() durchsucht eine Zeichenfolge nach einem bestimmten regulären Ausdruck. Wenn keine Übereinstimmung gefunden wird, wird 0 zurückgegeben, Sie könnten also einen Test wie diesen durchführen:

Listing 1. ereg()-Methode

<?php
$phonenbr="555-555-5555";
// Syntax is ereg( regex, string [, out_captures_array])
if (ereg("[-[:digit:]]{12}", $phonenbr)) {
    print("Found match!/n");
} else {
    print("No match found!/n");
}
?>

Regulärer Ausdruck[-[:digit:]]{12} findet 12 Zeichen, bei denen es sich um Zahlen oder Bindestriche handelt. Was den Umgang mit Telefonnummern angeht, ist das etwas grob, aber man könnte es auch so umschreiben: ^[0-9]{3}-[0-9]{3}-[0-9]{4}$. (In Regex sind [0-9] und [:digit:] tatsächlich identisch, und Sie bevorzugen möglicherweise die Verwendung der [0-9]-Form, da diese kürzer ist.) Dieser alternative Ausdruck ist offensichtlich präziser. Es sucht nach dem Anfang einer Zeile (^), gefolgt von einem Satz aus 3 Zahlen ([0-9]{3}), einem Bindestrich (-), einem weiteren Satz aus 3 Zahlen, einem weiteren Bindestrich, einem Satz aus 4 Zahlen, dann das Ende der Zeile ($). Wenn Sie Ausdrücke von Hand schreiben, erhalten Sie eine Vorstellung von der Komplexität des Problems, das der reguläre Ausdruck zu lösen versucht. Dies kann Ihnen dabei helfen, die Datentypen vorherzusagen, nach denen Sie suchen oder die Sie durch den Ausdruck ersetzen. Die Methode

eregi()

eregi() ähnelt der Methode ereg(), unterscheidet jedoch nicht zwischen Groß- und Kleinschreibung. Es wird eine Ganzzahl zurückgegeben, die die Länge der gefundenen Übereinstimmung enthält, aber Sie werden sie höchstwahrscheinlich in einer bedingten Anweisung wie dieser verwenden:

Listing 2. eregi()-Methode

<?php
$str="Hello World!";
// Syntax is ereg( regex, string [, out_captures_array])
if (eregi("hello", $str)) {
    print("Found match!/n");
} else {
    print("No match found!/n");
}
?>

Wenn dieses Beispiel ausgeführt wird, wird Found match! ausgegeben, weil hello. Wenn Sie verwenden, schlägt die Suche fehl. ereg

POSIX-Ersetzung

und ereg_replace() sind zwei Methoden zum Durchführen von Ersetzungen im Text mit den Eigenschaften regulärer POSIX-Ausdrücke. eregi_replace()

ereg_replace()

Sie können die Methode

verwenden, um in der POSIX-Syntax für reguläre Ausdrücke Groß- und Kleinschreibung zu berücksichtigen. Das folgende Beispiel beschreibt, wie eine E-Mail-Adresse innerhalb einer Zeichenfolge durch einen Hyperlink ersetzt wird: ereg_replace()

Listing 3. ereg_replace()-Methode

<?php
$origstr = "My e-mail address is: first.last@example.com";
// Syntax is: ereg_replace( regex, replacestr, string )
$newstr = /
ereg_replace("([.[:alpha:][:digit:]]+@[.[:alpha:][:digit:]]+)", 
    "<a href=/"mailto://1/">//1</a>", $origstr);
print("$newstr/n");
?>

Dies ist eine unvollständige Version eines regulären Ausdrucks zum Abgleichen von E-Mail-Adressen, aber sie zeigt, wie leistungsfähig

im Vergleich zu anderen normalen Ersetzungsfunktionen wie str_replace() ist. Wenn Sie reguläre Ausdrücke verwenden, definieren Sie Regeln für die Suche und nicht für die Suche nach Literalzeichen. ereg_replace()

eregi_replace()

Die

-Funktion ist genau die gleiche wie eregi_replace(), außer dass die Groß-/Kleinschreibung ignoriert wird: ereg_replace()

Listing 4. eregi_replace()-Funktion

本例将 banana 替换为 pear，替换操作忽略了大小写。

PCRE 字符类

由于 PCRE 语法支持更短的字符类和更多的特性，因此它比 POSIX 语法更为强大。表 5 列出了 PCRE 中支持而在 POSIX 表达式中没有的部分字符类。

表 5. PCRE 字符类

字符类	描述
/b	词边界，查找词的开始和结尾
/d	匹配任意数字
/s	匹配任意空白，如 tab 或空格
/t	匹配一个 tab 字符
/w	匹配包含字母与数字的字符

PCRE 匹配

PHP 中的 PCRE 匹配函数与 POSIX 匹配函数类似，但如果您习惯使用 POSIX 表达式，那么 PCRE 匹配函数的一项特性可能会使您感到棘手：PCRE 函数要求表达式以分隔符开始和结束。在绝大多数示例中，分隔符都是一个 /，可在引号内表达式的开始和结尾处看到。务必牢记，此分隔符并非表达式的一部分。

在 PCRE 中的最后一个分隔符后，您可添加一个修饰符来更改正则表达式的行为。举例来说，i 修饰符使正则表达式对大小写不敏感。这是与 POSIX 方法的一项重要差异，在 POSIX 中，您需要按照对大小写敏感性的需求来调用不同的方法。

preg_grep()

preg_grep() 方法返回一个数组，其中包含通过正则表达式在其中找到匹配项的另外一个数组的全部项目。如果您有一个较大的值集，并希望对其进行搜索以查找匹配项，那么该方法非常有用。下面是一个示例：

清单 5. preg_grep() 方法

<?php
$array = array( "1", "3", "ABC", "XYZ", "42" );
// Syntax is preg_grep( regex, inputarray );
$grep_array = preg_grep("/^/d+$/", $array);
print_r($grep_array);
?>

在本例中，正则表达式 ^/d+$ 查找行的开始（^）和结尾（$）之间包含一个或多个数字（/d+）的数组的所有元素。

preg_match()

preg_match() 函数使用 PCRE 在字符串中查找匹配项，它需要两个参数：regex 和字符串。您可以选择提供一个将由匹配项填充的数组、允许您修改匹配操作行为的标志，还可提供字符串中开始查找匹配项的位置（offset）。示例如下：

清单 6. offset 方法

<?php
$string = "abcdefgh";
$regex = "/^[a-z]+$/i";
// Syntax is preg_match(regex, string, [, out_matches [, flags [, offset]]]);
if (preg_match($regex, $string)) {
    printf("Pattern &#39;%s&#39; found in string &#39;%s&#39;/n", $regex, $string);
} else {
    printf("No match found in string &#39;%s&#39;!/n", $string);
}
?>

本例使用了正则表达式 ^[a-z]+$，在行的开始（^）和结尾（$）之间搜索可查找到一次或多次的（[a-z]+）、从 a 到 z 的任意字母。

preg_match_all()

preg_match_all() 函数为在字符串中查找到的全部匹配项构建一个数组。下例构建了一个包含句子中全部词的数组：

清单 7. preg_match_all() 函数

<?php
$string = "The quick red fox jumped over the lazy brown dog";
$re = "//b/w+/b/";
// Syntax is preg_match_all( regex, string, return_array [, flags [, offset]])
preg_match_all($re, $string, $arrayout);
print_r($arrayout);
?>

正则表达式 /b/w+/b 在词边界（/b）间查找可找到一次或多次的（/w+）单词字符。每个词都将置入输出数组 $arrayout 的一个数组元素中。

PCRE 替换

在 PHP 中进行 PCRE 替换与 POSIX 替换类似，不同之处在于使用的是 preg_replace() 而非 ereg_replace() 和 eregi_replace()。

preg_replace()

preg_replace() 函数使用 PCRE 进行替换。它需要这样几个参数：正则表达式、替换表达式和原始字符串。您还可以选择提供希望的最大替换数，以及以所完成的替换数填充的变量。示例如下：

清单 8. preg_replace() 函数

<?php
$orig_string = "5555555555";
printf("Original string is &#39;%s&#39;/n", $orig_string);
$re = "/^(/d{3})(/d{3})(/d{4})$/";
// Syntax is preg_replace( regex, replacement, string /
[, limit [, out_count]] );
$new_string = preg_replace($re, "(//1) //2-//3", $orig_string);
printf("New string is &#39;%s&#39;/n", $new_string);
?>

Dieses Beispiel zeigt schnell, wie man einen Teil des Textes erfasst und Rückverweise wie //1 verwendet. Diese Rückverweise werden in jeden Text eingefügt, der in Klammern gefunden wird. In diesem Fall entspricht //1 Gruppe 1 (/d{3}).

In dem Beispiel können Sie substr verwenden, um die Telefonnummer mit nur wenigen Änderungen an der Zeichenfolge aufzuteilen. Es wäre schwieriger, sich auf substr zu verlassen, um den korrekten Text zuverlässig zu erfassen.

Wenn die Zeichenfolge die Form (555)5555555 haben kann, können Sie den Ausdruck in ^(?(/d{3}))?(/d{3})(/d{4})$ ändern, um etwaige Klammern zu finden.

Fazit

PHP bietet zwei Syntaxen für reguläre Ausdrücke: POSIX und PCRE. Dieses Tutorial bietet einen allgemeinen Überblick über die Hauptfunktionen in PHP, die reguläre POSIX- und PCRE-Ausdrücke unterstützen.

Mithilfe regulärer Ausdrücke können Sie Regeln definieren, um leistungsfähigere Such- und Ersetzungsvorgänge durchzuführen – die weit über das Suchen und Ersetzen von Text hinausgehen.

Referenzen

Lernen

• Sie können sich auf den englischen Originaltext dieses Artikels auf der globalen Website von DeveloperWorks beziehen.
  
  

• Regular-Expressions.info bietet Informationen zu regulären Ausdrücken.
  
  

• PHP: Reguläre Ausdrucksfunktionen (Perl-kompatibel) – Handbuch ist ein PHP-Onlinedokument, das PCRE-bezogene Inhalte abdeckt.
  
  

• Regular Expression Functions (POSIX Extended) ist eine PHP-Onlinedokumentation zu POSIX.
  
  

• Besuchen Sie die PHP-Projektressourcen in DeveloperWorks für weitere Informationen über PHP.
  
  

• DeveloperWorks-Tutorials zum Erlernen des Programmierens in PHP finden Sie unter „PHP lernen, Teil 1“, Teil 2 und Teil 3.
  
  

• Erfahren Sie mehr über die neuesten technischen Veranstaltungen und Webcasts von DeveloperWorks.
  
  

• Besuchen Sie DeveloperWorks Open Source Zone, um viele Anleitungen, Tools und Projektaktualisierungen zu erhalten, die Sie bei der Verwendung von Open-Source-Technologie unterstützen Entwickelt und verwendet mit IBM-Produkten.
  
  

Produkte und Technologie erhalten

• über PHP.netLaden Siedie neueste Version von PHP herunter.
  
  

• Regular Expression Library verfügt über ein großes Repository mit regulären Ausdrücken.
  
  

• Bestellen Sie den kostenlosen SEK für Linux, das sind zwei DVDs, die die neueste Testsoftware von IBM auf der Linux-Plattform enthalten, einschließlich DB2®, Lotus®, Rational®, Tivoli® und WebSphere®.
  
  

• Innovieren Sie Ihr nächstes Open-Source-Projekt mit der IBM-Testsoftware, verfügbar als Download oder auf DVD.

Diskutieren

• Treten Sie der DeveloperWorks-Community bei, indem Sie an DeveloperWorks-Blogs .

Über den Autor

		Nathan A. Good 是明尼苏达州 Twin Cities 的一位作者、软件工程师和系统管理员。他撰写的图书包括与 Lee Babin 等人合著的 PHP 5 Recipes: A Problem-Solution Approach（Apress 出版社，2005 年）、Regular Expression Recipes for Windows Developers: A Problem-Solution Approach（Apress 出版社，2005 年）、Regular Expressions: A Problem-Solution Approach（Apress 出版社，2005 年）及与 Kapil Sharma 等人合著的 Professional Red Hat Enterprise Linux 3（Wrox 出版社，2004 年）。

Nathan A. Good ist ein Autor, Softwareentwickler und Systemadministrator mit Sitz in Twin Cities, Minnesota. Zu seinen Büchern gehören PHP 5 Recipes: A Problem-Solution Approach (Apress, 2005), Regular Expression Recipes for Windows Developers: A Problem-Solution Approach(Apress Publishing House, 2005), Reguläre Ausdrücke: Ein Problemlösungsansatz(Apress Publishing House, 2005) und Professional Red gemeinsam mit Kapil Sharma et al. verfasst. Hat Enterprise Linux 3 (Wrox Press, 2004).

Das obige ist der detaillierte Inhalt vonAnleitung zur korrekten Verwendung regulärer Ausdrücke in PHP. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!