正则表达式

php中的正则表达式，有几个已preg开头的函数。

语法

• preg_match

  进行匹配，匹配到一个结果就行了。个人感觉，跟str_replace替换的参数顺序差不多。

  该函数有返回值，返回0或1。其中，第3个参数，用来接收返匹配结果值的。如果不需要，则可以省略。

• preg_match_all

  同preg_match，但是在匹配到第一个结果后，还会接着匹配后续的。

• preg_split

  可以进行分隔。比如不规则的csv文件，则可以使用这个符号来进行分隔。用法类似与explode。

上面的这些函数，其实都需要正则表达式的pattern参数。则该参数，是用字符来表达的。所以，可能有下面两种形式：

"/正则表达式/"
'/正则表达式/'
    

$p1="/<tr class=\".*?>.*?<\/tr>/"
$p2='/<tr class=".*?>.*?<\/tr>/'

但是差别还是挺大的，因为两中字符串内的转义符号支持情况不同。p1跟p2其实想表达的是同一个意思，但是，双引号内，需要对部分内容进行转义，结果更复杂一些。

php语法里面支持转义，而正则表达式里面也有一些类似转义的符号，两者肯定会打架。我记得表示是用r前缀来减少二者的叠加。

所以，我觉得，如果想正则表达式简单一些，能用单引号，尽量用。

场景1：

为了解析html文件中的table，但是手里面又懒得找相关的dom解析工具。所以，选择了功能强大的正则表达式。

匹配tr标签如下：

public static function tr($text){
    preg_match_all('/<tr class=".*?>(.*?)<\/tr>/',$text,$result);
    return $result[1];
}

说明：

• .*?其实是为了避免贪婪匹配。如 '/<tr class=".*>，进行了贪婪匹配，匹配到最大的行。本来有10个结果，未进行限制，则贪婪匹配，结果只有一个。
• (.*?)使用了括号表达式。正因为使用括号，匹配到的结果，放到了$result[1]。
• \/ 本意是想使用斜杆，但是由于跟正则表达式原有的有冲突，需要用反斜杆进行转义。
• 在测试正则表达式的过程中，可以写一段，试一段结果。

匹配td标签如下：

其中增加了一个map函数。

public static function td($text){
    preg_match_all('/<td.*?>(.*?)<\/td>/',$text,$result);
    return array_map('trim',$result[1]);
}

另外，由于table又比较多，我又懒得用正则匹配，所以使用了substr，多行文本效果不好，我又进行了替换：

替换掉换行符号（我测试的例子，居然有两种格式），如果不替换，则也出不来结果。我猜测句号点，好像不包括换行符号。然后我测试使用 [.|\n|\r\n]来代替原有的点，好像也不行。单、双引号也试过了。

能不用替换换行符就能替换的方法，我还没有找到。

//从 class="EOS_table"> 开始截取
$find = strpos($cont,'class="EOS_table">');
$cont = substr($cont,$find,-1);
//多行文本，正则好像不能很好的识别
$cont = strtr($cont,["\r\n"=>'',"\n"=>'']);

场景2：

利用正则，忽略不是纯单号的运单。如果没有，则返回空结果。

// 去掉运单号中的字母。
$mailnoMatch=[];
\preg_match('/\d+/',$mailno,$mailnoMatch);
if(!count($mailnoMatch)){
    Log::log('redis内的单号格式不正确 '.$record ."\n");
    continue;
}

延伸

通过前面的table解析成二维数组的方式，我觉得，作为一个程序员，需要掌握这种基础的表达结果。是那种刻到脑子里面的那种。具体参见 array.md。