字符串与正则表达式

Posted 2020-07-18 Irving_yx

字符串处理
　　字符串是php中重要的数据类型之一。在web应用中，很多情况下需要对字符串进行处理和分析，通常涉及字符串的格式化、连接与分割、比较、查找等一系列操作。

　　字符串特点：PHP是弱类型语言，所以其他类型的数据一般都可以直接应用于字符串操作函数里，而自动转换成字符串类型进行处理。
　　注：不要希望可以将一个字符转换成整型时能够用得到该字符的编码(C语言可以),PHP中可以使用ord()和chr()函数。

　　常用字符串输出函数：
　　　　echo() 输出字符串
　　　　print() 输出一个或多个字符串
　　　　die() 输出一条信息并退出当前脚本
　　　　printf() 输出格式化字符串
　　　　sprint() 把格式化的字符串写入一个变量
　　常用字符串格式化函数：
　　　　trim()、ltrim()、rtrim() 从字符串中删除空格或其他预定义字符
　　　　str_pad() 把字符串填充为新的长度
　　　　strtolower() 把字符串转换为小写
　　　　strtoupper() 把字符串转换为大写
　　　　ucfirst() 把字符串中首字母转换为大写
　　　　ucwords() 把字符串中每个单词首字母大写
　　　　nl2br() 把字符串中每个新行之前插入html换行符
　　　　htmlspecilchars() 把一些预定义的字符转换成HTML实体
　　　　htmlspecilchars_decode() 把一些HTML实体转换成字符
　　　　md5() 将一个字符进行MD5加密

正则表达式

　　正则表达式也称为模式表达式，主要作用就是实现字符串的匹配、查找、替换和分割操作
　　PHP中两个正则库：PCRE库（主用,函数名以‘preg_’开头）、POSIX扩展语法（PHP4以前，函数名以‘ereg_‘开头）
　　几个重要的正则函数：
　　　　preg_match() 进行正则表达式匹配
　　　　preg_match_all() 进行全局正则表达式匹配
　　　　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
　　　　preg_grep() 返回与模式匹配的数组单元

正则表达式语法规则：
　　定界符：通常习惯使用双斜杠 /正则表达式/ (也可以使用其他符合作为定界符)
　　原 子：正则表达式的最基本组成单位，而且在每个模式中最少包含一个原子。原子是由所有那些未显示指定为元字符的打印和非打印字符组成。
　　　　　　> 单个字符、数字，如a-z，A-Z，0-9。
　　　　　　> 模式单元，如（ABC）可以理解为由多个原子组成的大的原子。
　　　　　　> 原子表，如 [ABC]。
　　　　　　> 重新使用的模式单元，如：\\1
　　　　　　> 普通转义字符，如：\d， \D， \w
　　　　　　> 转义元字符，如：\*，\.
　　　　　　*> 元字符
　　　　　　\d 等价于 [0-9]
　　　　　　\D 等价于 [^0-9]
　　　　　　\w 等价于 [0-9a-zA-Z]
　　　　　　\W 等价于 [^0-9a-zA-Z]
　　　　　　\s 等价于 [\f\n\r\t\v]
　　　　　　\S 等价于 [^\f\n\r\t\v]
　　元字符：
　　　　　　[] 表示单个字符的原子表
　　　　　　　　例如：[aoeiu] 表示任意一个元音字母
　　　　　　[0-9] 表示任意一位数字
　　　　　　[a-z][0-9]表示小写字和一位数字构成的两位字符
　　　　　　[a-zA-Z0-9] 表示任意一位大小字母或数字
　　　　　　[^] 表示除中括号内原子之外的任何字符 是[]的取反
　　　　　　　　例如：[^0-9] 表示任意一位非数字字符
　　　　　　[^a-z] 表示任意一位非小写字母

　　　　　　{m} 表示对前面原子的数量控制，表示是m次
　　　　　　　　例如：[0-9]{4} 表示4位数字0000-9999
　　　　　　　　　　　　[1][3-8][0-9]{9} 手机号码
　　　　　　　　　　　　[\-]?[0-9]+
　　　　　　{m,} 表示对前面原子的数量控制，表示是至少m次
　　　　　　　　例如： [0-9]{2,} 表示两位及以上的数字

　　　　　　{m,n}表示对前面原子的数量控制，表示是m到n次
　　　　　　　　例如： [a-z]{6,8} 表示6到8位的小写字母bb

　　　　　　* 表示对前面原子的数量控制，表示是任意次，等价于{0,}
　　　　　　+ 表示对前面原子的数量控制，表示至少1次，等价于{1,}
　　　　　　? 表示对前面原子的数量控制，表示0次或1次（可有可无） 等价于{0,1}
　　　　　　　　例如：正整数：[1-9][0-9]*
　　　　　　　　　　　整数：[\-]?[0-9]+


　　　　　　() 表示一个整体原子，【还有一个子存储单元的作用】。
　　　　　　也可以使用?:来拒绝子存储。 （?:.*?）
　　　　　　　　例如：　（red） 字串red
　　　　　　　　　　　　(red|blue) 字串red或blue
　　　　　　　　　　　　(abc){2} 表示两个abc
　　　　　　| 表示或的意思
　　　　　　　　(rea|blue) 字串red或blue
　　
　　　　　　^ 用在正则单元块的开头处，表示必须以指定的开头

　　　　　　$ 用在正则单元块的结尾处，表示必须以指定的结尾

　　　　　　. 表示任意一个除换行符之外的字符
　　　　　　常用组合： .*? 或 .+? 表示最小匹配所有字符（拒绝贪婪匹配）
　　模式修正符：i 、m 、s 、x 、e 、U 、 D
　　　　　　　　i 表示不区分大小写；
　　　　　　　　"/[a-zA-Z]/" <==>"/[a-z]/i"
　　　　　　　　s 表示匹配视为单行（就是可以让点.支持换行）
　　　　　　　　U 表示拒绝贪婪匹配