您当前的位置： 首页 > 学无止境 > 心得笔记 网站首页心得笔记

2-8 正则表达式考察点

发布时间：2020-10-03 12:50:33编辑：雪饮阅读（）

正则表达式的中文匹配

Utf-8汉字编码范围是0x4e00-0x9fa5，utf-8要使用u模式修正符使模式字符串被当成utf-8

则匹配中文的正则表达式如：

<?php
function myDump($val){
    echo "<pre>";
    print_r($val);
    echo "</pre>";
}

$str='中文';
$pattern='/[\x{4e00}-\x{9fa5}]+/u';
preg_match($pattern,$str,$match);
myDump($match);

运行结果如：

Array

(

    [0] => 中文

)

正则表达式的中文匹配(gb2312)

在ANSI(gb2312)环境下，中文匹配的范围是两个段：0xb0-0xf7与0xa1-0xfe

并且在ANSI(gb2312)环境下，要使用chr将Ascii码转换为字符。

那么gb2312环境下中文匹配如：

<?php
 function myDump($val){
     echo "<pre>";
     print_r($val);
     echo "</pre>";
 }
 
 $str='中文';
 $pattern='/['.chr(0xb0).'-'.chr(0xf7).']['.chr(0xa1).'-'.chr(0xfe).']/';
 preg_match($pattern,$str,$match);
 myDump($match);

运行结果：

Array

(

    [0] => �

)

这里乱码了，因为我的环境是utf-8

正则表达式匹配html的img标签的src属性值

这是一个常见的需求，注意点就是贪婪匹配

?    

匹配前面的子表达式（普通）零次或一次

当该字符紧跟在任何一个其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 后面时，匹配模式是非贪婪的。

示例如：

<?php
 function myDump($val){
     echo "<pre>";
     print_r($val);
     echo "</pre>";
 }
 $str='<img alt="give" id="possession" src="beyond.jpg" />';
 $pattern='/<img.*?src="(.*?)".*?\/?>/i';
 preg_match($pattern,$str,$match);
 myDump($match);

这里仅仅匹配了src中的双引号情况，单引号情况没有匹配

那么我们可以看到成效如：



正则表达式匹配html的img标签的src属性值（src单双引号同时匹配）

上面匹配img标签的src属性值仅仅匹配了双引号的情况下，其实可以进一步结合模与反向引用来实现单双引号同时匹配

<?php
 function myDump($val){
     echo "<pre>";
     print_r($val);
     echo "</pre>";
 }
 $str='<img alt="give" id="possession" src="beyond.jpg" />';
 $pattern='/<img.*?src=(["|\'])(.*?)(\1).*?\/?>/i';
 preg_match($pattern,$str,$match);
 myDump($match);

 

则效果如