PHP函数preg_replace() 正则替换所有符合条件的字符串

旧城等待， 2022-03-30 06:14 186阅读 0赞

PHP preg\_replace() 正则替换，与JavaScript 正则替换不同，PHP preg\_replace() **默认就是替换所有符号匹配条件的元素**。

preg_replace (正则表达式, 替换成, 字符串, 最大替换次数【默认-1，无数次】, 替换次数)

大部分语言的正则表达式都是差不多的，不过也有细微的差异。

**PHP 正则表达式**

<table> 
 <tbody> 
 <tr> 
 <th style="width:200px;">正则字符</th> 
 <th>正则解释</th> 
 </tr> 
 <tr> 
 <td>\</td> 
 <td>将下一个字符标记为一个特殊字符、或一个原义字符、或一个向后引用、或一个八进制转义符。例如，“\n”匹配字符“n”。“\\n”匹配一个换行符。序列“\\”匹配“\”而“\(”则匹配“(”。</td> 
 </tr> 
 <tr> 
 <td>^</td> 
 <td>匹配输入字符串的开始位置。如果设置了RegExp对象的Multiline属性，^也匹配“\n”或“\r”之后的位置。</td> 
 </tr> 
 <tr> 
 <td>$</td> 
 <td>匹配输入字符串的结束位置。如果设置了RegExp对象的Multiline属性，$也匹配“\n”或“\r”之前的位置。</td> 
 </tr> 
 <tr> 
 <td>*</td> 
 <td>匹配前面的子表达式零次或多次。例如，zo*能匹配“z”以及“zoo”。*等价于{0,}。</td> 
 </tr> 
 <tr> 
 <td>+</td> 
 <td>匹配前面的子表达式一次或多次。例如，“zo+”能匹配“zo”以及“zoo”，但不能匹配“z”。+等价于{1,}。</td> 
 </tr> 
 <tr> 
 <td>?</td> 
 <td>匹配前面的子表达式零次或一次。例如，“do(es)?”可以匹配“does”或“does”中的“do”。?等价于{0,1}。</td> 
 </tr> 
 <tr> 
 <td>{n}</td> 
 <td>n是一个非负整数。匹配确定的n次。例如，“o{2}”不能匹配“Bob”中的“o”，但是能匹配“food”中的两个o。</td> 
 </tr> 
 <tr> 
 <td>{n,}</td> 
 <td>n是一个非负整数。至少匹配n次。例如，“o{2,}”不能匹配“Bob”中的“o”，但能匹配“foooood”中的所有o。“o{1,}”等价于“o+”。“o{0,}”则等价于“o*”。</td> 
 </tr> 
 <tr> 
 <td>{n,m}</td> 
 <td>m和n均为非负整数，其中n&lt;=m。最少匹配n次且最多匹配m次。例如，“o{1,3}”将匹配“fooooood”中的前三个o。“o{0,1}”等价于“o?”。请注意在逗号和两个数之间不能有空格。</td> 
 </tr> 
 <tr> 
 <td>?</td> 
 <td>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。非贪婪模式尽可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如，对于字符串“oooo”，“o?”将匹配单个“o”，而“o+”将匹配所有“o”。</td> 
 </tr> 
 <tr> 
 <td>.点</td> 
 <td>匹配除“\n”之外的任何单个字符。要匹配包括“\n”在内的任何字符，请使用像“[\s\S]”的模式。</td> 
 </tr> 
 <tr> 
 <td>(pattern)</td> 
 <td>匹配pattern并获取这一匹配。所获取的匹配可以从产生的Matches集合得到，在VBScript中使用SubMatches集合，在JScript中则使用$0…$9属性。要匹配圆括号字符，请使用“$”或“$”。</td> 
 </tr> 
 <tr> 
 <td>(?:pattern)</td> 
 <td>匹配pattern但不获取匹配结果，也就是说这是一个非获取匹配，不进行存储供以后使用。这在使用或字符“(|)”来组合一个模式的各个部分是很有用。例如“industr(?:y|ies)”就是一个比“industry|industries”更简略的表达式。</td> 
 </tr> 
 <tr> 
 <td>(?=pattern)</td> 
 <td>正向肯定预查，在任何匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如，“Windows(?=95|98|NT|2000)”能匹配“Windows2000”中的“Windows”，但不能匹配“Windows3.1”中的“Windows”。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始。</td> 
 </tr> 
 <tr> 
 <td>(?!pattern)</td> 
 <td>正向否定预查，在任何不匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如“Windows(?!95|98|NT|2000)”能匹配“Windows3.1”中的“Windows”，但不能匹配“Windows2000”中的“Windows”。</td> 
 </tr> 
 <tr> 
 <td>(?&lt;=pattern)</td> 
 <td>反向肯定预查，与正向肯定预查类似，只是方向相反。例如，“(?&lt;=95|98|NT|2000)Windows”能匹配“2000Windows”中的“Windows”，但不能匹配“3.1Windows”中的“Windows”。</td> 
 </tr> 
 <tr> 
 <td>(?&lt;!pattern)</td> 
 <td>反向否定预查，与正向否定预查类似，只是方向相反。例如“(?&lt;!95|98|NT|2000)Windows”能匹配“3.1Windows”中的“Windows”，但不能匹配“2000Windows”中的“Windows”。</td> 
 </tr> 
 <tr> 
 <td>x|y</td> 
 <td>匹配x或y。例如，“z|food”能匹配“z”或“food”。“(z|f)ood”则匹配“zood”或“food”。</td> 
 </tr> 
 <tr> 
 <td>[xyz]</td> 
 <td>字符集合。匹配所包含的任意一个字符。例如，“[abc]”可以匹配“plain”中的“a”。</td> 
 </tr> 
 <tr> 
 <td>[^xyz]</td> 
 <td>负值字符集合。匹配未包含的任意字符。例如，“[^abc]”可以匹配“plain”中的“plin”。</td> 
 </tr> 
 <tr> 
 <td>[a-z]</td> 
 <td>字符范围。匹配指定范围内的任意字符。例如，“[a-z]”可以匹配“a”到“z”范围内的任意小写字母字符。注意:只有连字符在字符组内部时,并且出两个字符之间时,才能表示字符的范围; 如果出字符组的开头,则只能表示连字符本身.</td> 
 </tr> 
 <tr> 
 <td>[^a-z]</td> 
 <td>负值字符范围。匹配任何不在指定范围内的任意字符。例如，“[^a-z]”可以匹配任何不在“a”到“z”范围内的任意字符。</td> 
 </tr> 
 <tr> 
 <td>\b</td> 
 <td>匹配一个单词边界，也就是指单词和空格间的位置。例如，“er\b”可以匹配“never”中的“er”，但不能匹配“verb”中的“er”。</td> 
 </tr> 
 <tr> 
 <td>\B</td> 
 <td>匹配非单词边界。“er\B”能匹配“verb”中的“er”，但不能匹配“never”中的“er”。</td> 
 </tr> 
 <tr> 
 <td>\cx</td> 
 <td>匹配由x指明的控制字符。例如，\cM匹配一个Control-M或回车符。x的值必须为A-Z或a-z之一。否则，将c视为一个原义的“c”字符。</td> 
 </tr> 
 <tr> 
 <td>\d</td> 
 <td>匹配一个数字字符。等价于[0-9]。</td> 
 </tr> 
 <tr> 
 <td>\D</td> 
 <td>匹配一个非数字字符。等价于[^0-9]。</td> 
 </tr> 
 <tr> 
 <td>\f</td> 
 <td>匹配一个换页符。等价于\x0c和\cL。</td> 
 </tr> 
 <tr> 
 <td>\n</td> 
 <td>匹配一个换行符。等价于\x0a和\cJ。</td> 
 </tr> 
 <tr> 
 <td>\r</td> 
 <td>匹配一个回车符。等价于\x0d和\cM。</td> 
 </tr> 
 <tr> 
 <td>\s</td> 
 <td>匹配任何空白字符，包括 空格、换行符、制表符、换页符、中文全角空格等等。等价于[ \f\r\n\t\v]。</td> 
 </tr> 
 <tr> 
 <td>\S</td> 
 <td>匹配任何非空白字符。等价于[^ \f\r\n\t\v]。</td> 
 </tr> 
 <tr> 
 <td>\t</td> 
 <td>匹配一个制表符。等价于\x09和\cI。</td> 
 </tr> 
 <tr> 
 <td>\v</td> 
 <td>匹配一个垂直制表符。等价于\x0b和\cK。</td> 
 </tr> 
 <tr> 
 <td>\w</td> 
 <td>匹配包括下划线的任何单词字符。等价于“[A-Za-z0-9_]”。</td> 
 </tr> 
 <tr> 
 <td>\W</td> 
 <td>匹配任何非单词字符。等价于“[^A-Za-z0-9_]”。</td> 
 </tr> 
 <tr> 
 <td>\xn</td> 
 <td>匹配n，其中n为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如，“\x41”匹配“A”。“\x041”则等价于“\x04&amp;1”。正则表达式中可以使用ASCII编码。</td> 
 </tr> 
 <tr> 
 <td>\num</td> 
 <td>匹配num，其中num是一个正整数。对所获取的匹配的引用。例如，“(.)\1”匹配两个连续的相同字符。</td> 
 </tr> 
 <tr> 
 <td>\n</td> 
 <td>标识一个八进制转义值或一个向后引用。如果\n之前至少n个获取的子表达式，则n为向后引用。否则，如果n为八进制数字（0-7），则n为一个八进制转义值。</td> 
 </tr> 
 <tr> 
 <td>\nm</td> 
 <td>标识一个八进制转义值或一个向后引用。如果\nm之前至少有nm个获得子表达式，则nm为向后引用。如果\nm之前至少有n个获取，则n为一个后跟文字m的向后引用。如果前面的条件都不满足，若n和m均为八进制数字（0-7），则\nm将匹配八进制转义值nm。</td> 
 </tr> 
 <tr> 
 <td>\nml</td> 
 <td>如果n为八进制数字（0-7），且m和l均为八进制数字（0-7），则匹配八进制转义值nml。</td> 
 </tr> 
 <tr> 
 <td>\un</td> 
 <td>匹配n，其中n是一个用四个十六进制数字表示的Unicode字符。例如，\u00A9匹配版权符号（©）。</td> 
 </tr> 
 </tbody> 
</table>

上表是正则表达式比较全面的解释，而商标中的正则字符都有特殊含义，已经不再代表原字符含义。如正则表达式中“+”不代表加号，而是代表匹配一次或多次。而如果想要让“+”表示加号，则需要在其前面加上“\\”转义，也就是用“\\+”表示加号。

> 1+1=2 正则表达式是： 1\\+1=2  
> 而正则表达式 1+1=2 可以代表，多个1=2，即：  
> 11=2 正则表达式：1+1=2  
> 111=2 正则表达式：1+1=2  
> 1111=2 正则表达式：1+1=2  
> ……

也就是说所有正则字符都有特定含义，如果需要再用来表示原字符含义，就需要在前面加“\\”转义，即使非正则字符，用“\\”转义也是没有问题的。

> 1+1=2 正则表达式也可以是： \\1\\+\\1\\=\\2  
> 对所有字符都转义，但是这种不建议使用。

而正则表达式必须要使用定界符包围起来，在JavaScript中定界符是“/”，而在PHP中，比较常见的是用“/”定界，也可以用“\#”定界，而且外面还需要用引号包围起来。

如果正则表达式包含这些定界符，您就需要对这些字符进行转义。

**PHP 正则表达式定界符**

大多数语言的正则表达式都是由“/”作为定界符的，而在PHP中，还可以使用“\#”定界，如果字符串中包含大量“/”字符，在使用“/”定界的时候，就需要对这些“/”转义，而使用“\#”就不需要转义，更简洁。

<?php
 $subject='钱运来PHP博客的网址是 http://blog.snsgou.com/_blog/ ，你能把这个网址替换成正确的网址吗？';
 
 // 上面的要求就是把 http://blog.snsgou.com/_blog 替换成 http://blog.snsgou.com/
 
 // . : - 都是正则符号，所以需要转义，而 / 是定界符，如果字符串中包含 / 定界符，就需要转义
 
 echo preg_replace('/http\:\/\/www\.qianyunlai\.com\/\_blog\//', 'http://blog.snsgou.com/', $subject);
 
 echo ' ';
 
 // 在 #作为定界符，/ 就不再是定界符的含义，就不需要转义了。
 echo preg_replace('#http\://www\.qianyunlai\.com/\_blog/#', 'http://blog.snsgou.com/', $subject);
 
 // 上面两条输出结果都一样，【钱运来PHP博客的网址是 http://blog.snsgou.com/，你能把这个网址替换成正确的网址吗？】
 
 ?>

通过上面的两条PHP 正则替换代码我们可以发现，如果正则语句中包含大量“/”，无论使用“/” 还是 “\#”做定界符都是可以的，但是使用“\#”能让代码看起来更简洁。但还是建议您保持使用“/”作为定界符，因为在JavaScript等语言中，只能使用“/”作为定界符，这样写起来可以形成习惯，贯通于其他语言中。

**PHP 正则表达式修饰符**

修饰符被放在PHP正则表达式定界符“/”之后，在正则表达式尾部引号之前。

> **i** 忽略大小写，匹配不考虑大小写
> 
> **m** 多行独立匹配，如果字符串不包含\[\\n\]等换行符就和普通正则一样。
> 
> **s** 设置正则符号 . 可以匹配换行符\[\\n\]，如果没有设置，正则符号.不能匹配换行符\\n。
> 
> **x** 忽略没有转义的空格
> 
> **e** eval() 对匹配后的元素执行函数。
> 
> **A** 前置锚定，约束匹配仅从目标字符串开始搜索
> 
> **D** 锁定$作为结尾，如果没有D，如果字符串包含\[\\n\]等换行符，$依旧依旧匹配换行符。如果设置了修饰符m，修饰符D 就会被忽略。
> 
> **S** 对非锚定的匹配进行分析
> 
> U 非贪婪，如果在正则字符量词后加“?”，就可以恢复贪婪
> 
> **X** 打开与perl 不兼容附件
> 
> **u** 强制字符串为UTF-8编码，一般在非UTF-8编码的文档中才需要这个。建议UTF-8环境中不要使用这个。

如果您熟悉JavaScript 的正则表达式，或许一定熟悉JavaScript 正则表达式的修饰符“g”，代表匹配所有符合条件的元素。而在PHP 正则替换中，是匹配所有符号条件的元素，所以不存在JavaScript 修饰符“g”。

**PHP 正则中文和忽略大小写**

PHP preg\_replace() 是区分大小写的，同时只能匹配ASCII编码内的字符串，如果需要匹配不区分大小写和中文等字符需要添加相应的修饰符 i 或 u。

<?php
 $subject='钱运来PHP博客网址：http://www.QIanyunlai.com/';
 
 // 大小写不同，输出【钱运来PHP博客网址：http://www.QIanyunlai.com/】
 echo preg_replace('/QIAN/', 'qian', $subject);
 echo ' ';
 
 // 忽略大小写，执行替换输出【钱运来PHP博客网址：http://blog.snsgou.com/】
 echo preg_replace('/QIAN/i', 'qian', $subject);
 echo ' ';
 
 // 强制 UTF-8中文，执行替换，输出【钱运来PHP博客：http://www.QIanyunlai.com/】
 echo preg_replace('/网址/u', '', $subject);
 ?>

大小写和中文在PHP中都是敏感的，但是在JavaScript正则中，只对大小写敏感，忽略大小写也是通过修饰符 i 作用的，但是JavaScript 不需要告知是否是UTF-8中文等特殊字符，直接可以匹配中文。

**PHP 正则换行符实例**

PHP 正则表达式在遇到换行符时，会将换行符当做字符串中间一个普通字符。而通用符号.不能匹配\\n，所以遇到带有换行符的字符串正则会有很多要点。

<?php
 $subject="snsgou.com\nIS\nLOVING\nYOU";
 
 // 想要把上面$subject 替换成snsgou.com
 
 echo preg_replace('/^[A-Z].*[A-Z]$/', '', $subject), ' ';
 // 这个正则表达式是，匹配只包含\w的元素，$subject 是以q开头，符合[A-Z]，而且结尾是m，也符合[A-Z]。.无法匹配\n
 // 输出【snsgou.com IS LOVEING YOU】
 
 echo preg_replace('/^[A-Z].*[A-Z]$/s', '', $subject), ' ';
 // 这个用修饰符s，也就是 . 可以匹配 \n 了，所以整句匹配，输出空
 // 输出【】
 
 echo preg_replace('/^[A-Z].*[A-Z]$/m', '', $subject), ' ';
 // 这里使用了修饰符，将\n作为多行独立匹配。也就等价于：
 /*
 $preg_m = preg_replace('/^[A-Z].*[A-Z]$/m', '', $subject);
 
 $p = '/^[A-Z].*[A-Z]$/';
 $a = preg_replace($p, '', 'snsgou.com');
 $b = preg_replace($p, '', 'IS');
 $c = preg_replace($p, '', 'LOVING');
 $d = preg_replace($p, '', 'YOU');
 
 $preg_m === $a . $b . $c . $d;
 */
 // 输出【snsgou.com】
 ?>

以后您在使用PHP 抓取某个网站内容，并用正则批量替换的时候，总无法避免忽略获取的内容包含换行符，所以在使用正则替换的时候一定要注意。

**PHP 正则匹配执行函数**

PHP 正则替换可以使用一个修饰符e，代表 eval() 来执行匹配后的内容某个函数。

<?php
 $subject='钱运来PHP博客网址：http://www.qianYUNlai.com/';
 
 // 将上面网址转为小写
 
 echo preg_replace('/(http\:[\/\w\.\-]+\/)/e', 'strtolower("$1")', $subject);
 // 使用修饰符e之后，就可以对匹配的网址执行PHP 函数 strtolower() 了
 // 输出 【钱运来PHP博客网址：http://blog.snsgou.com/】
 ?>

根据上面代码，尽管匹配后的函数 strtolower() 在引号内，但是依旧会被eval()执行。

**正则替换匹配变量向后引用**

如果您熟悉JavaScript，一定对$1 $2 $3 …… 等向后引用比较熟悉，而在 PHP 中这些也可以被当作向后引用参数。而在PHP中，还可以使用 \\1 \\\\1 来表示向后引用。

向后引用的概念就是匹配一个大片段，这个正则表达式内部又被用括号切割成若干小匹配元素，那么每个匹配元素就被按照小括号序列用向后引用代替。

<?php
 $subject='钱运来PHP博客网址：http://blog.snsgou.com/，你yun-lai了吗？';
 
 echo preg_replace('/.+(http\:[\w\-\/\.]+\/)[^\w\-\!]+([\w\-\!]+).+/', '$1', $subject);
 echo preg_replace('/.+(http\:[\w\-\/\.]+\/)[^\w\-\!]+([\w\-\!]+).+/', '\1', $subject);
 echo preg_replace('/.+(http\:[\w\-\/\.]+\/)[^\w\-\!]+([\w\-\!]+).+/', '\\1', $subject); // 通常用这个
 echo ' ';
 // 上面三个都是输出 【http://blog.snsgou.com/】
 
 echo preg_replace('/^(.+)网址：(http\:[\w\-\/\.]+\/)[^\w\-\!]+([\w\-\!]+).+$/', '栏目：$1 网址：$2 商标：$3', $subject);
 /*
 栏目：钱运来PHP博客
 网址：http://blog.snsgou.com/
 商标：yun-lai
 */
 echo ' ';
 
 // 括号中括号，外面括号先计数
 echo preg_replace('/^((.+)网址：(http\:[\w\-\/\.]+\/)[^\w\-\!]+([\w\-\!]+).+)$/', '原文：$1 栏目：$2 网址：$3 商标：$4', $subject);
 /*
 原文：钱运来PHP博客网址：http://blog.snsgou.com/，你yun-lai了吗？
 栏目：钱运来PHP博客
 网址：http://blog.snsgou.com/
 商标：yun-lai
 */
 ?>