Regularni izraz php četiri riječi ispisane. Regularni izrazi (uzorci)

Najčešća upotreba regularnih izraza u Perlu je u operatorima pretraživanja i zamjene kao što je s//, m/, vezni operatori =~ ili != itd. U pravilu, svi ovi operateri imaju slične mogućnosti kao što su:

Obično su sve te opcije označene kao "/x". Mogu se čak koristiti unutar predložaka pomoću nove konstrukcije (?...)

Regularni izrazi ili obrasci isti su kao procedure regularnih izraza u Unixu. Izrazi i sintaksa posuđeni su iz slobodno distribuiranih V8 procedura Henryja Spencera, gdje su detaljno opisani.

Predlošci koriste sljedeće metaznakove (znakove koji označavaju grupe drugih znakova) koji se često nazivaju egrep standardom:

Metaznakovi imaju modifikatore (napisane nakon metakaraktera):

U svim ostalim slučajevima, vitičaste zagrade smatraju se običnim (pravilnim) znakovima. Stoga je "*" ekvivalent (0,) , "+" je (1,) i "?" - (0,1). n i m ne mogu biti veći od 65536.

Prema zadanim postavkama, metakarakteri su pohlepni. Podudaranje se propagira onoliko puta koliko je moguće, bez uzimanja u obzir učinka sljedećih metakaraktera. Ako im želite "smanjiti apetit", upotrijebite simbol "?". Ovo ne mijenja značenje metaznakova, samo smanjuje širenje. Tako:

Zamjenski znakovi rade na isti način kao dvostruki navodnici, tako da u njima možete koristiti znakove `\` (obrnute kose crte):

Osim toga, Perlu su dodani sljedeći metakarakteri:

Imajte na umu da je ovo sve "jedan" znak. Koristite modifikatore za označavanje slijeda. Tako:

Osim toga, postoje imaginarni metakarakteri. Označavanje nepostojećih simbola na mjestu promjene vrijednosti. kao što su:

Granica riječi (\b) je zamišljena točka između znakova \w i \W. Unutar klase znakova, "\b" predstavlja znak povratnice. Metakarakteri \A I \Z- slični su "^" i "$", ali ako početak retka "^" i kraj retka "$" djeluju za svaki red u nizu s više reda, tada \A I \Z označavaju početak i kraj cijelog višerednog niza.

Ako se unutar uzorka koristi grupiranje (zagrade), tada se broj podniza grupe označava kao "\cifra". Imajte na umu da slijedeći uzorak unutar izraza ili bloka, ove grupe su označene kao "$digit". Osim toga, postoje dodatne varijable:

Primjer:

$s = "Jedan 1 dva 2 i tri 3"; if ($s =~ /(\d+)\D+(\d+)/) ( print "$1\n"; # Rezultat "1" print "$2\n"; # "2" print "$+\n" ; # "2" ispis "$&\n"; # "1 dva 2" ispis "$`\n"; # "Jedan " ispis "$"\n"; # " i tri 3")

Perl verzija 5 sadrži dodatne konstrukcije predložaka:

Primjer:

$s = "1+2-3*4"; if ($s =~ /(\d)(?=-)/) # Pronađite broj iza kojeg slijedi "-" ( print "$1\n"; # Rezultat "2") else ( print "search error\n" ;)

(?!uzorak) - “gledanje” unaprijed negacijom:

Primjer:

$s = "1+2-3*4"; if ($s =~ /(\d)(?!\+)/) # Pronađite znamenku iza koje ne slijedi "+" ( print "$1\n"; # Rezultat "2" ) else ( print "traži pogreška\n"; )

(?ismx) - “unutarnji” modifikatori. Pogodno je koristiti u predlošcima, gdje, na primjer, morate odrediti modifikator unutar predloška.

Pravila regularnog izraza. (regularni izraz)

1. Bilo koji znak predstavlja sam sebe osim ako nije metakarakter. Ako trebate poništiti učinak metaznaka, stavite "\" ispred njega.
2. Niz znakova označava niz ovih znakova.
3. Gomila mogući likovi(klasa) nalazi se u uglatim zagradama "", to znači da in ovo mjesto može biti jedan od znakova navedenih u zagradama. Ako je prvi znak u zagradama “^”, tada se nijedan od navedenih znakova ne može pojaviti na ovom mjestu u izrazu. Unutar klase možete koristiti simbol "-" za označavanje niza znakova. Na primjer, a-z je jedno od malih slova latinica, 0-9 - broj, itd.
Forum PHP portala. S.U.

Regularni izrazi su posebni uzorci za traženje podnizova u tekstu. Uz njihovu pomoć možete riješiti sljedeće probleme u jednom retku: “provjeri sadrži li niz brojeve”, “pronađi sve email adrese", "zamijenite nekoliko uzastopnih upitnika jednim."

Počnimo s jednom popularnom programerskom mudrošću:

Neki ljudi, kada se suoče s problemom, pomisle: "Da, ja sam pametan, riješit ću to koristeći regularne izraze." Sada imaju dva problema.

Primjeri šablona

Počnimo s parom jednostavni primjeri. Prvi izraz na slici ispod traži niz od 3 slova, gdje je prvo slovo "k", drugo je bilo koje rusko pismo a treći je "t" bez obzira na velika i mala slova (npr. "cat" ili "CAT" odgovara ovom obrascu). Drugi izraz traži u tekstu vrijeme u formatu 12:34.

Svaki izraz počinje znakom za razdvajanje. Kao njega se obično koristi simbol /, ali možete koristiti i druge simbole koji nemaju posebnu svrhu u regularnim izrazima, na primjer, ~, # ili @. Ako se znak / može pojaviti u izrazu, koriste se alternativni razdjelnici. Onda on sam ode linijski uzorak, koje tražimo, nakon čega slijedi drugi graničnik i na kraju može biti jedno ili više slova zastavice. Oni pitaju dodatne opcije prilikom traženja teksta. Evo primjera zastava:

• i - kaže da pretraživanje ne bi trebalo razlikovati velika i mala slova (prema zadanim postavkama osjetljivo na velika i mala slova)
• u - kaže da izraz i tekst koji se pretražuju koriste utf-8 kodiranje, a ne samo slova. Bez nje traženje ruskih (i bilo kojih drugih nelatiničnih) znakova možda neće raditi ispravno, stoga biste je uvijek trebali postaviti.

Sam predložak sastoji se od običnih znakova i posebnih konstrukcija. Pa, na primjer, slovo "k" u regularnim izrazima znači samo sebe, ali simboli znače "bilo koji broj od 0 do 5 može biti na ovom mjestu." Ovdje puni popis posebni znakovi(u PHP priručniku nazivaju se metakarakterima), a svi ostali znakovi u regularnom nizu su obični:

U nastavku ćemo analizirati značenje svakog od ovih znakova (i objasniti zašto je slovo "e" odvojeno u prvom izrazu), ali za sada pokušajmo primijeniti naše regularne izraze na tekst i vidjeti što će se dogoditi. Postoji u php posebna funkcija preg_match($regexp, $text, $match) , koji uzima regularni izraz, tekst i prazan niz kao ulaz. Provjerava sadrži li tekst podniz koji odgovara ovaj predložak i vraća 0 ako ne, ili 1 ako postoji. A u proslijeđenom nizu, prvo pronađeno podudaranje s pravilnim nizom smješta se u element s indeksom 0. Napišimo jednostavan program koji primjenjuje regularne izraze na različite nizove:

Nakon što pogledamo primjer, proučimo regularne izraze detaljnije.

Zagrade u regularnim izrazima

Ponovimo što znače različiti tipovi zagrade:

• Proteza za zube a(1,5) odredite broj ponavljanja prethodnog znaka - u ovom primjeru, izraz traži 1 do 5 uzastopnih slova "a"
• Uglate zagrade znače "bilo koji od ovih znakova", u u ovom slučaju- slova a, b, c, x, y, z ili brojevi od 0 do 5. Ostali posebni znakovi poput | ne rade unutar uglatih zagrada. ili * - označavaju regularni simbol. Ako postoji znak ^ u uglatim zagradama na početku, tada se značenje mijenja u suprotno: "bilo koji znak osim onih koji su naznačeni" - na primjer [^a-c] znači "jedan bilo koji lik, osim a, b ili c."
• Okrugle zagrade grupni simboli i izrazi. Na primjer, u izrazu abc+, znak plus se odnosi samo na slovo c i ovaj izraz traži riječi kao što su abc, abcc, abccc. A ako stavite zagrade a(bc)+, tada se kvantifikator plus odnosi na niz bc i izraz traži riječi abc, abcbc, abcbcbc

Napomena: možete navesti raspon znakova u uglatim zagradama, ali zapamtite da je rusko slovo e odvojeno od abecede i da biste napisali "bilo koje rusko slovo" morate napisati [a-âe].

Bexslashes

Ako ste pogledali druge vodiče o regularnim izrazima, vjerojatno ste primijetili da se obrnuta kosa crta svugdje drugačije piše. Negdje pišu jednu obrnutu kosu crtu: \d , ali ovdje se u primjerima ponavlja 2 puta: \\d . Zašto?

Jezik regularnih izraza zahtijeva da jednom napišete obrnutu kosu crtu. Međutim, u redovima u jednostrukim i dvostruki navodnici u PHP-u obrnuta kosa crta također ima posebno značenje: priručnik o stringovima. Pa, na primjer, ako napišete $x = "\$"; onda će PHP to tretirati kao posebnu kombinaciju i umetnuti samo znak $ u niz (a mehanizam regularnih izraza neće znati za obrnutu kosu crtu prije njega). Da bismo umetnuli niz \$ u niz, moramo udvostručiti obrnutu kosu crtu i napisati kod kao $x = "\\$"; .

Iz tog razloga, u nekim slučajevima (gdje niz znakova ima posebno značenje u PHP-u) od nas se traži da udvostručimo obrnutu kosu crtu:

• Za pisanje \$ u regularnom izrazu, pišemo "\\$" u kodu
• Da bismo napisali \\ u regularnom izrazu, udvostručimo svaku obrnutu kosu crtu i napišemo "\\\\"
• Da biste napisali obrnutu kosu crtu i broj (\1) u uobičajenom formatu, morate udvostručiti obrnutu kosu crtu: "\\1"

U drugim slučajevima, jedna ili dvije obrnute kose crte dat će isti rezultat: "\\d" i "\d" će umetnuti par znakova \d u red - u prvom slučaju, 2 obrnute kose crte su niz za umetanje obrnute kose crte , u drugom slučaju nema posebnog niza i znakovi će biti umetnuti kakvi jesu. Možete provjeriti koji će znakovi biti umetnuti u niz i što će mehanizam regularnih izraza vidjeti koristeći echo: echo "\$"; . Da, teško je, ali što možete učiniti?

Poseban dizajn u redovnoj sezoni

• \d traži bilo koju jednu znamenku, \D - bilo koji znak osim znamenke
• \w odgovara bilo kojem slovu (bilo koje abecede), broju ili podvlaci _. \W odgovara bilo kojem znaku osim slova, broja ili podvlake.

Također, postoji pogodan uvjet za označavanje granice riječi: \b . Ova konstrukcija znači da s jedne strane treba biti znak koji je slovo/broj/podvlaka (\w), a s druge strane treba biti znak koji to nije. Pa, na primjer, želimo pronaći riječ "mačka" u tekstu. Ako napišemo regularni izraz /cat/ui, on će pronaći niz ovih slova bilo gdje - na primjer, unutar riječi "stoka". Ovo očito nije ono što smo htjeli. Ako regularnom izrazu dodamo granični uvjet riječi: /\bcat\b/ui , sada će se pretraživati ​​samo samostalna riječ "cat".

Priručnik

• Sintaksa regularnog izraza u PHP-u, Detaljan opis

) Pokazao sam vam primjer korištenja regularnih izraza za pronalaženje određene komade izvorni kod stranice. Sada ćemo naučiti kako ih sami napisati. Ova vještina pomoći će vam u pisanju, čišćenju teksta od nepotrebnih fragmenata, traženju potrebnih dijelova u velikim količinama teksta i tako dalje.

Ova tema je prilično komplicirana, ali pokušat ću ukratko obuhvatiti najviše važne točke. Ne znam koliko ću uspjeti, ali se nadam da će lekcija biti korisna.
Dakle, počnimo s činjenicom da postoji nekoliko funkcija za rad s regularnim izrazima u PHP-u, ali najčešće se koriste tri:

• preg_replace - traži i zamijeni odgovarajući regularni izraz tekst;
• preg_match - samo obična pretraga;
• preg_split - pretraži i podijeli tekst.

Po barem, u prethodnim lekcijama koristili smo upravo njih. Točnije, umjesto preg_match bilo je preg_match_all, ali to je u biti ista stvar, samo što potonji ne prekida pretragu nakon prvog pronalaska. Odnosno, ako koristimo preg_match, nećemo pronaći sve pojave, već samo prvu.

Odabir funkcije koju ćete koristiti u kojoj situaciji vrlo je jednostavan. Moramo zamijeniti - koristimo replace, kao u slučaju kada smo trebali ukloniti nepotrebne dijelove koda stranice, sjećate se?

$stranica = preg_replace("/ ^]/i", "", $stranica); $stranica = preg_replace("/ ^]/i", "", $stranica); $stranica = str_replace("", "", $stranica);

Prvi parametar funkcije je regularni znak koji određuje što tražimo. Drugo je ono čime ga zamjenjujemo. Treće - Gdje gledamo? Stoga smo ovdje uzeli varijablu $page i dodijelili joj rezultat funkcije preg_replace gdje smo tražili sve input type=checkbox, kao i oznake za otvaranje i zatvaranje. Zamijenili su ih sa ", odnosno jednostavno su ih izbrisali. Nadam se da je ovdje sve jasno. Nešto kasnije ćemo prijeći na analizu samog izraza (prvog parametra funkcije).
Tu je i primjer korištenja preg_match_all, što je bilo korisno za pronalaženje svih poveznica u preostalom tekstu. Tada su nam bile potrebne veze jer su sadržavale ključne riječi, koje smo analizirali. Evo što se dogodilo:

Preg_match_all("/ ]+?>(.*?)<\/a>/uis",$page,$ok); za ($j=0; $j ".$ok[$j].""; }

Prvi parametar opet je regularni izraz za pronalaženje svih veza koje su prirodno zatvorene u oznaci "a" (ako niste upoznati s html označavanjem, pročitajte). Druga je varijabla koja sadrži tekst koji će se pretraživati. Treći parametar je varijabla u koju se stavlja rezultat - $ok. Nakon ovoga, sve što preostaje je proći kroz sve potrebne elemente $ok da dobijemo ključne zahvate koji su nam potrebni. Zasebno treba reći da na izlazu dobivamo višedimenzionalni niz. Zato smo ga prikazali na tako složen način: $ok[$j]. Da biste vidjeli strukturu niza, upotrijebite funkciju u nastavku i sve ćete razumjeti.

Ispis_r($ok);

Čini se da smo posložili funkcije koje smo koristili za svoj rad. Sada preostaje samo naučiti kako napisati te iste regularne izraze, koji su prvi parametar svake od ovih metoda. Prijeđimo na ono najvažnije.

Kako napisati pravilne rečenice

Prvo, pogledajmo osnovne strukture. Izrazi imaju opcije. Određeni su jednim slovom i ispisani na kraju, a ispred njih stoji kosa crta.

Osim toga, podržani su sljedeći metakarakteri:

Metaznakovi, pak, mogu imati modifikatore:

Pa, sada možemo prijeći na analizu naših uobičajenih obrazaca iz prošle lekcije. Na temelju gore navedenih znakova, pokušajmo shvatiti što imamo. Evo izraza:

/^]/i

Prva i zadnja kosa crta “/” označavaju da se unutar njih nalazi regularni izraz. U isto vrijeme, nakon posljednjeg stavljamo "i", ovo je opcija, kao u prvoj tablici - ne uzimajte u obzir velika i mala slova. Unutar kosih crta je sam pravilan niz. Započinje znakom manje od i oznakom za unos, a sve što dolazi nakon toga do znaka točke samo je običan tekst za traženje. Ali sama točka i simboli iza nje su zanimljiviji. U ovom slučaju, konstrukcija ".*?" znači bilo koji niz znakova. To jest, ako kombiniramo samo tekst i ovu konstrukciju, tada ćemo odabrati sav tekst nakon prvog pojavljivanja i do kraja. Da biste prestali, morate naići na završnu HTML oznaku "više od" ili znak novog retka. Ovaj dizajn nam daje upravo takvu priliku:

Znakovi u uglatim zagradama povezani su logičkim ILI. Kraj je znak veće ILI početak retka.
To je sav izraz, u njemu postavljamo početni uvjet, srednji i krajnji uvjet. Nije teško, zar ne? Evo ilustracije radi jasnoće:

Pogledajmo još jednu stvar da sve učvrstimo. Potražili smo poveznice s njima:

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

Čitamo izraz. Opet, prvo odbacujemo kose crte i opcije. Oznake "uis" su same po sebi razumljive, osim za "u", koju nisam opisao - pokazuje da koristimo Unicode kodiranje. Nije ostalo puno. Početak je oznaka "a", koja se otvara, zatim dolazi klasa

što znači NIJE veće ili manje od (otvarajuće i zatvarajuće HTML oznake), odnosno bilo koji znakovi u ovom slučaju. “+?” se dodaje klasi, što znači da će ova klasa biti prisutna 1 ili više puta (ali barem 1 put sigurno). Zatim dolazi završna html oznaka za oznaku "a". Unutar veze nalazi se tekst koji je odredila grupa

Uostalom, ne znamo kakav će tekst tamo biti, pa definiramo takvu grupu. I na kraju je završna oznaka "a":

Imajte na umu da kosu crtu izbjegavamo pomoću obrnute kose crte tako da se percipira kao jednostavan tekst.

Fuj. Tema je stvarno dosta složena, zahtijeva vježbu. Možda radim nešto ne baš optimalno i moguće je stvoriti druge, ispravnije regularne izraze, ali ja sam samouk kao i vi, stoga nemojte strogo suditi, već podijelite svoje mogućnosti u komentarima. Također, ako nešto nije jasno, komentari i kontakt stranica su vam na usluzi.

Regularni izrazi su vrlo moćan, ali u isto vrijeme teško razumljiv alat za obradu nizova. Opisat ću glavne točke. Regularni izraz je uzorak niza. Pomoću ovog predloška možete pretraživati ​​pojavljivanja, vršiti zamjene i provjeravati usklađenost s predloškom.

Pravila za izradu uzorka

Granice predloška moraju biti označene određenim simbolima, često koristeći " / ", ali radije koristim " # " zato što vam obilje kosih crta naprijed/natrag može zaslijepiti oči, a hash oznake se obično ne koriste nigdje drugdje. Dakle: " #HereBodyRegularExpression#"

Zagrade se koriste unutar regularnog izraza - to su podizrazi kojima se može manipulirati, na primjer:

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

Ovaj izraz je dizajniran za dobivanje parametara u nizu URL. Na početku retka nalazi se poseban znak " ^ " - ovo znači početak retka. Slijedi " /katalog/" - ovdje nema posebnih znakova, ovo je samo tekst koji bi trebao biti sadržan u retku. Zatim smo naišli na zagrade, tj. došli smo do prvog podizraza. Uglate zagrade označavaju mnogo znakova koji mogu biti u retku na ovom mjestu. Znak " - " znači nabrajanje. Znak " \ " izbjegava posebne znakove. Dakle, u prvom podizrazu možemo imati VELIKA i mala slova latinične abecede, brojeve od 0 do 9, podvlaku, crticu i točku. Crtica i točka su posebni znakovi, ali ovdje su escaped, tako da su to samo simboli. Nakon uglatih zagrada nalazi se " + " - to znači da se prethodni znak (a za nas je to skup znakova navedenih u uglatim zagradama) može pojaviti 1 ili više puta. Zatim dolazi " / " je samo simbol i sličan drugi podizraz. Zatim dolazi " \.html"što znači tekst" .html". A zatim posebni znakovi " .* "Točka znači bilo koji znak, a zvjezdica znači bilo koju količinu prethodnog znaka. To jest, nakon " .html“Sve može proći.

Označavanje količine, kvantifikatori

Gore smo već razmotrili takve simbole koji označavaju broj prethodnih simbola, kao što je + I * . Ovdje su sve mogućnosti za određivanje količine:

Posebni znakovi

Za neke grupe znakova postoje posebne kratice:

"Pohlepa"

Pogledajmo koncept regularnog izraza pohlepa. Na primjer, postoji redak:

#()#

Čitamo: podizraz:

$a = " Moj blog";
preg_match("/ /", $a);

$a = " Moj blog";
preg_match("/ /", $a, $b);

$a = " Moj blog";
preg_match("/ /", $a, $b);
odjek $b;

$a = " [e-mail zaštićen]";
if(preg_match("/^+@+.+$/", $a)) echo "e-mail adresa je točna!";
else echo "e-mail adresa NIJE ispravno napisana!";

Pa... Nadam se da te takvi zapisi sada ne plaše i da ih sasvim razumiješ.

Na kraju, želim nešto reći. Članak se pokazao glomaznim, a ujedno je pokrivao samo dio mogućnosti. Ako čitate ovu rečenicu, onda ste je najvjerojatnije pročitali do kraja, na čemu vam veliko hvala

Što se tiče serije članaka o razvoju cms bloga, prvi dio serije Proglašavam zatvorenim! U bliskoj budućnosti počet ćemo implementirati administrativnu ploču, stoga nemojte "prebacivati" Ako imate bilo kakvih pitanja, rado ću odgovoriti. Svaka ti čast, to je sve što imam!