PHP: регулярные выражения

Актуальные публикации по вопросам современных информационых технологий и развития компьютерных сетей, систем массовой коммуникации, электронно-вычислительной техники.

NEW КОМПЬЮТЕРЫ И ИНТЕРНЕТ


КОМПЬЮТЕРЫ И ИНТЕРНЕТ: новые материалы (2024) →

Меню для авторов

КОМПЬЮТЕРЫ И ИНТЕРНЕТ: экспорт материалов
Скачать бесплатно! Научная работа на тему PHP: регулярные выражения. Аудитория: ученые, педагоги, деятели науки, работники образования, студенты (18-50). Minsk, Belarus. Research paper. Agreement.

Полезные ссылки

BIBLIOTEKA.BY Беларусь - аэрофотосъемка HIT.BY! Звёздная жизнь
О библиотеке library.by
ТОП-100 статей на library.by за месяц
Добавить публикацию на library.by


Публикатор:
Опубликовано в библиотеке: 2004-09-28

Регулярные выражения.
До последнего времени для меня величайщей загадкой и китайской грамотой представлялись загадочные "регулярные выражения" (regular experssions). Что же это такое?

Регулярные выражения - самый мощный инструмент работы со строками, который смогли выдумать современные программисты. С их помощью можно проводить анализ строк, на содержание последовательностей символов, производить замену на основе этой выборки, разбивать строки на массивы и многое другое.

Проще всего разобраться с их устройством на примерах. Для этого можно использовать специальные функции PHP для работы с регулярными выражениями (RE):

ereg();
ereg_replace();
eregi();
ereg_replacei();
split();

Функции с суффиксом i представляют из себя аналоги функций без этого суффикса, не чувствтительные к регистру операндов. Рассмотрим, для начала, функцию split().

Выглядит она так: array split(string pattern, string string, int [limit]);. Основным ее параметром является pattern (шаблон). В нем содержится RE, для поиска в строке string. Эта функция строит массив на основе анализа строки, где разделителем является строка, заданная шаблоном.

Принцип работы этой функции на понятном языке выглядит не так уж и страшно: Разбить строку на компоненты (подстроки), соответствующий правилам, описаным в параметре pattern. Правило может выглядеть, например, так: Слова разделены запятой и любым количеством пробелов, причем пробелов может не быть. Это вполне "жизненное" правило. На его основе можно построить массив ключевых слов, содержащихся в строке и разделенных запятыми, а после запятой может идти любое количество пробелов (но не обязательно). Теперь рассмотрим как записать это правило в нотации RE.

, *. Каждый символ в шаблоне важен. Обратите внимание на пробел между запятой и звездочкой - это необходимый элемент шаблона. Первый символ означает обязательную запятую после слова, а комбинация " *" (помните, что пробел - элемент шаблона) - любое количество пробелов или их отсутствие. Звездочка является модификатором и говорит, что идущий перед ней символ может встречаться 0 или больше раз.

Рассмотрим, как все это реализовать на PHP с помощью RE:

$str = "test, one, to, sree";
$regs = split(", *",$str);
for ($i = 0; $i <= count($regs)-1; $i++) {
echo $i," : ",$regs[$i];
}

И результат работы данного кода:

0 : test
1 : one
2 : to
3 : sree

Причем, строка $str может выглядеть так: "test, one, to, sree", или так: "test,one,to,sree", или так: "test,one, to, sree". Результат будет одинаковым.

Перейдем к более сложному примеру из жизни. Попытаемся определить версию браузера из строки $HTTP_USER-AGENT, для Internet Explorer. Типичная строка выглядит так:

Mozilla/4.0 (compatible; MSIE 4.01; Windows 98)

Сначала попытаемся определить правило выборки номера версии обычным языком. Перед номером версии обязательно идет комбинация символов "MSIE" и пробел, заканчивается номер версии точкой с запятой. Просто? Теперь запишем это в терминах RE. MSIE ([^;]+). Как видите, здесь используются скобки различной конфигурации. Что они означают? Круглые скобки определяют тот элемент, который мы ищем в строке (в нашем случае - шаблон номера версии версии). Квадратные - определяют набор символов, каждый из которых может составлять часть номера версии. ^ - представляет собой отрицание. Т.е. конструкция [^;], в переводе на русский означает "любой символ, кроме точки с запятой". + после квадратных скобок говорит, что таких символов (отличных от ;) должно быть минимум 1 (или больше). Круглые скобки обозначают границы искомой подстроки. Соответствующая шаблону в круглых скобках подстрока сохраняется в специальной переменной. Таким образом RE MSIE ([^;]+) переводится на русский язык, как "все символы, отличные от точки с запятой, следующие за набором символов MSIE и пробелом".

Но нам необходимо получить номер версии. Для этого существует функция ereg() (или ее регистронезависимый аналог eregi()). Выглядит она так: int ereg(string pattern, string string, array [regs]);. В параметре pattern передается шаблон, в string - строка для разбора, а в параметре regs передается массив найденых подстрок, соответствующих шаблону в круглых скобках. Первый (с индексом 0) элемент массива представляет собой подстроку, соответсвующую всему шаблону pattern. Если подстрока, соответствующая шаблону pattern не найдена, то возвращается значение false иначе, количество найденных подстрок.

В данном случае вызов этой функции будет выглядеть так:

ereg("MSIE ([^;]+)",$HTTP_USER_AGENT,$regs);
echo "$HTTP_USER_AGENT : $HTTP_USER_AGENT
";
echo "VERSION : $regs[1]";

Вот результат работы этого кода:

$HTTP_USER_AGENT : Mozilla/4.0
(compatible; MSIE 5.0; Windows 98; DigExt)
VERSION : 5.0
Надеюсь, основные принципы построения RE понятны? Со всеми возможными модификаторами и дополнительными примерами можно ознакомиться на соответствующей странице.

© Андрей Головин http://exper.ural.ru/

Новые статьи на library.by:
КОМПЬЮТЕРЫ И ИНТЕРНЕТ:
Комментируем публикацию: PHP: регулярные выражения


Искать похожие?

LIBRARY.BY+Либмонстр • Яндекс • Google
подняться наверх ↑

ПАРТНЁРЫ БИБЛИОТЕКИ рекомендуем!

подняться наверх ↑

ОБРАТНО В РУБРИКУ?

КОМПЬЮТЕРЫ И ИНТЕРНЕТ НА LIBRARY.BY

Уважаемый читатель! Подписывайтесь на LIBRARY.BY в VKновости, VKтрансляция и Одноклассниках, чтобы быстро узнавать о событиях онлайн библиотеки.
Библиосеть Либмонстр в VK Шоубизнес Беларуси Знакомства на KAHANNE.COM