preg_match_all
2014-02-11 20:04
295 查看
php中的preg_match_all函数具体用法可以查看手册,本文主要使用preg_match_all用于测试正则表达的效果。
代码实例:
$html = '<div id="biuuu">php自学网</div><div id="biuuu_2">php自学网2</div><div id="biuuu_3">php自学网3</div>';
实例要求:分别将每一个DIV元素的ID和内容取出,如biuuu,biuuu_2,biuuu_3,php自学网,php自学网2和php自学网3(一些常用的抓站方法就是这样匹配的)
分析:字符串是一个简单的HTML元素,每一个DIV元素对应该一个ID和内容,并且是独立的,首先考虑如何取出一个DIV内的ID值和内容,如:php自学网,然后匹配其它类似的元素。一个DIV中需要取出两个值,也就是两个匹配的表达式,第一个表达式用于匹配ID值(biuuu),第二个表达式用于匹配ID的内容(php自学网),正则表达式常用的表达式使用小括号,那么前面的元素将会变成如下形式:
<div id="(biuuu)">(php自学网)</div> <div id="(表达式1)">(表达式2)</div>
好,使用如上小括号把需要匹配的区域进行了划分,接下来就是如何匹配各个表达式内的内容,我们猜想一个ID可能是字母,数字或下划线,那这就变得简单了,使用中括号就可以实现,如下:
表达式1:[a-zA-Z0-9_]+ (表示匹配大小写字母,数字和下划线)
那如何匹配表达式2,因为ID的内容可以是任意的字符,但是要注意,不能匹配<或>字符,因为如果匹配这两个字符将会把后面使用的DIV都匹配出来,因此需要排除这两个字符开始的元素,也就是不匹配以<或>字符,如下:
表达式2:[^<>]+ (表示不匹配<和>字符)
这样,需要匹配的子表达式就实现了,但是还要需要匹配一个
的表达式,方法如下:
表达式:/ '"(表达式1)"'>(表达式2)</div>/
注意其中的双引号"和/需要使用转义字符转义,然后把前面两个表达式放进去,如下:
'"([a-z0-9_]+)"'>/<div id="([a-z0-9_]+)">([^<>]+)</div>/
这样就实现一个匹配每一个DIV元素ID值和内容的正则表达式,然后使用preg_match_all函数测试如下:
$html = '<div id="biuuu">php自学网</div><div id="biuuu_2">php自学网2</div><div id="biuuu_3">php自学网3</div>';
preg_match_all('/<divsid="([a-z0-9_]+)">([^<>]+)</div>/',$html,$result);
var_dump($result);
结果:
array(3) {
[0]=> array(3)
{
[0]=> string(30) "<div id="biuuu">php自学网</div>"
[1]=> string(33) "<div id="biuuu_2">php自学网2</div>"
[2]=> string(33) "<div id="biuuu_3">php自学网3</div>"
}
[1]=> array(3)
{
[0]=> string(5) "biuuu"
[1]=> string(7) "biuuu_2"
[2]=> string(7) "biuuu_3"
}
[2]=> array(3)
{
[0]=> string(8) "php自学网"
[1]=> string(9) "php自学网2"
[2]=> string(9) "php自学网3"
}
}
共有三个表达式,分别显示每一个表达式匹配的值,并以数组的形式存储,这样就把每一个DIV元素的ID和内容取出。使用正则表达式最主要还是要知道需要什么,然后跟椐需要进行匹配,并且思路清晰,并适当的借助preg_match_all函数进行输出调试,非常方便。
代码实例:
$html = '<div id="biuuu">php自学网</div><div id="biuuu_2">php自学网2</div><div id="biuuu_3">php自学网3</div>';
实例要求:分别将每一个DIV元素的ID和内容取出,如biuuu,biuuu_2,biuuu_3,php自学网,php自学网2和php自学网3(一些常用的抓站方法就是这样匹配的)
分析:字符串是一个简单的HTML元素,每一个DIV元素对应该一个ID和内容,并且是独立的,首先考虑如何取出一个DIV内的ID值和内容,如:php自学网,然后匹配其它类似的元素。一个DIV中需要取出两个值,也就是两个匹配的表达式,第一个表达式用于匹配ID值(biuuu),第二个表达式用于匹配ID的内容(php自学网),正则表达式常用的表达式使用小括号,那么前面的元素将会变成如下形式:
<div id="(biuuu)">(php自学网)</div> <div id="(表达式1)">(表达式2)</div>
好,使用如上小括号把需要匹配的区域进行了划分,接下来就是如何匹配各个表达式内的内容,我们猜想一个ID可能是字母,数字或下划线,那这就变得简单了,使用中括号就可以实现,如下:
表达式1:[a-zA-Z0-9_]+ (表示匹配大小写字母,数字和下划线)
那如何匹配表达式2,因为ID的内容可以是任意的字符,但是要注意,不能匹配<或>字符,因为如果匹配这两个字符将会把后面使用的DIV都匹配出来,因此需要排除这两个字符开始的元素,也就是不匹配以<或>字符,如下:
表达式2:[^<>]+ (表示不匹配<和>字符)
这样,需要匹配的子表达式就实现了,但是还要需要匹配一个
的表达式,方法如下:
表达式:/ '"(表达式1)"'>(表达式2)</div>/
注意其中的双引号"和/需要使用转义字符转义,然后把前面两个表达式放进去,如下:
'"([a-z0-9_]+)"'>/<div id="([a-z0-9_]+)">([^<>]+)</div>/
这样就实现一个匹配每一个DIV元素ID值和内容的正则表达式,然后使用preg_match_all函数测试如下:
$html = '<div id="biuuu">php自学网</div><div id="biuuu_2">php自学网2</div><div id="biuuu_3">php自学网3</div>';
preg_match_all('/<divsid="([a-z0-9_]+)">([^<>]+)</div>/',$html,$result);
var_dump($result);
结果:
array(3) {
[0]=> array(3)
{
[0]=> string(30) "<div id="biuuu">php自学网</div>"
[1]=> string(33) "<div id="biuuu_2">php自学网2</div>"
[2]=> string(33) "<div id="biuuu_3">php自学网3</div>"
}
[1]=> array(3)
{
[0]=> string(5) "biuuu"
[1]=> string(7) "biuuu_2"
[2]=> string(7) "biuuu_3"
}
[2]=> array(3)
{
[0]=> string(8) "php自学网"
[1]=> string(9) "php自学网2"
[2]=> string(9) "php自学网3"
}
}
共有三个表达式,分别显示每一个表达式匹配的值,并以数组的形式存储,这样就把每一个DIV元素的ID和内容取出。使用正则表达式最主要还是要知道需要什么,然后跟椐需要进行匹配,并且思路清晰,并适当的借助preg_match_all函数进行输出调试,非常方便。
相关文章推荐
- preg_match和preg_match_all的区别
- 这里记录下preg_match_all 模式修饰符,来自Php手册
- php中preg_match和preg_match_all的区别
- php中preg_match()和preg_match_all()的区别
- PHP 正则表达式之正则处理函数小结(preg_match,preg_match_all,preg_replace,preg_split)
- 基于preg_match_all采集后数据处理的一点心得笔记(编码转换和正则匹配)
- php preg_match_all结合str_replace替换内容中所有img
- php_match/preg_match_all 默认有字符串长度限制
- PHP 正则表达式匹配函数 preg_match 与 preg_match_all
- preg_match_all使用心得分享
- preg_replace()和preg_match_all()用法比较
- preg_match and preg_match_all
- PHP与正则表达式 2 :一些修饰符与preg_match_all
- preg_match_all 结果排序之PREG_SET_ORDER参数
- preg_match_all()匹配
- preg_match_all中第四个参数PREG_PATTERN_ORDER,PREG_SET_OR
- preg_match 与 preg_match_all
- win2003下PHP使用preg_match_all导致apache崩溃问题的解决方法