CFC4N小試php正則表達(dá)式
更新時(shí)間：2011年04月13日 01:06:06 作者：
要求根據(jù)一串字符串，反轉(zhuǎn)成PHP數(shù)組，其給出的字符串為php的print_r打印出來的。
朋友甲：要求根據(jù)一串字符串，反轉(zhuǎn)成PHP數(shù)組，其給出的字符串為php的print_r打印出來的。我們?cè)跁翰豢紤]此方法是否能確保數(shù)據(jù)的準(zhǔn)確性，以及其他意外等情況，僅根據(jù)要求寫正則。
其字符串為
Array
(
[tt] => Array
(
[table] => qqttcode
[hitcode] => 1
)
[ww] => Array
(
[table] => qqwwcode
[hitcode] =>
)
[pp] => Array
(
[table] => qqppcode
[hitcode] => Array
(
[table] => qqppcode
[hitcode] =>
)
)
)
CFC4N給出一下結(jié)果：
$strRge1 = '/(\[([^]]+)]\s?=>\s?)?Array[\s\S]+?\(([^()]|(?R))*\)/i';
$arrReturn = array();
if (preg_match_all($strRge1,$str,$tt1))
{
$arrReturn = getarray($tt1[0][0]);
}
$arrReturn2 = array();
foreach ($arrReturn as $k => $v)
{
$arrReturn2[$k] = $v[$k];
}
print_r($arrReturn2);
function getarray ($strContents)
{
$arrTemp = array();
$strRge = '/\[([^]]+)]\s?=>\s?Array[\s\S]+?\(([^()]|(?R))*\)/i';
$strReg2 = '/\[([^]]+?)]\s?=>\s?([\d\w]+)?/';
if (preg_match_all($strRge,$strContents,$strTemp))
{
$num = count($strTemp[1]);
if ($num > '1')
{
for ($i=0; $i<$num; $i++)
{
if (preg_match_all($strRge,$strTemp[0][$i],$arrTTT))
{
$arrTemp[$strTemp[1][$i]] = array();
$arrTemp[$strTemp[1][$i]] = getarray($strTemp[0][$i]);
}
else
{
$arrTemp[$strTemp[1][$i]] = $strTemp[0][$i];
}
}
}
else
{
$arrTemp[$strTemp[1][0]] = array();
$arrTemp2 = array();
if (preg_match_all($strReg2, $strTemp[0][0],$straa))
{
$num = count($straa[0]);
for ($i=0; $i<$num-1; $i++)
{
$arrTemp2[$straa[1][$i+1]] = $straa[2][$i+1];
}
}
$arrTemp[$strTemp[1][0]] = $arrTemp2;
}
}
return $arrTemp;
}
結(jié)果是可以用的。但是發(fā)現(xiàn)其只能用于固定的三層嵌套，假如N層的話，無法用這個(gè)函數(shù)了，后來，我又改造一下那個(gè)正則，改為
$strRge1 = '/\[(([^]]+)]\s?=>\s?Array[\s]+?\(([^()])+|(?R))\)+/i';
但是，并不能解決問題。。各位看官，您認(rèn)為，我的誤區(qū)在哪里呢？
附 第一個(gè)正則截圖
更改后正則匹配截圖
朋友乙：要求批量給html字符串中a標(biāo)簽中不包含title屬性的標(biāo)簽添加title，而且，其title內(nèi)容為<a href…>到</a>之間的文本。。
CFC4N給出答案為:
$str = '<a >ssss</a><a href="ss" >ssss</a><a title="ss" >ssss</a><a href="">ssss</a><a title="ss">ssss</a><a title="ss">ssss</a><a title="ssf">ssss</a>';
$str = preg_replace('%<a((?:(?!title="[^"]+?")[\s\S])+?)>(?:(?<!</a>)[\s\S])+?</a>%im','<a title="\\2" \\1>\\2</a>',$str);
print_r($str);
$str = '<a >ssss</a><a href="ss" >ssss</a><a title="ss" >ssss</a><a href="">ssss</a><a title="ss">ssss</a><a title="ss">ssss</a><a title="ssf">ssss</a>';
$str = preg_replace('%<a((?:(?!title="[^"]+?")[\s\S])+?)>(?:(?<!</a>)[\s\S])+?</a>%im','<a title="\\2" \\1>\\2</a>',$str);
print_r($str);
各位看官，您認(rèn)為，CFC4N寫的正則表達(dá)式里，哪些還可以優(yōu)化呢？這個(gè)效率是不是不高？？
朋友丙:要求過濾非本域名，或者非本子域名的其他域名的UBB標(biāo)簽鏈接，一旦包含，直接替換成其中間的文本，比如例子字符串如下
[url=http://www.sadas.cn]baidu[/url]
[url=www.ggasdwe.com]百度[/url]
[url=http://www.qq.com/index.php]QQ[/url]
[url=http://www.miyifun.com/index.html]其他
[/url]
[url=pc.qq.com/index.php]PC QQ[/url]
其中，字符串中不確定有幾個(gè)換行等其他字符，而且，不確定url的UBB標(biāo)簽中的網(wǎng)址中是否包含http://，不確定二級(jí)域名或者三級(jí)域名
CFC4N給出的正則以及PHP代碼如下
$str = '[url=http://www.sadas.cn]baidu[/url]
[url=www.ggasdwe.com]百度[/url]
[url=http://www.qq.com/index.php]QQ[/url]
[url=http://www.miyifun.com/index.html]其他
[/url]
[url=pc.qq.com/index.php]PC QQ[/url]';
print_r(preg_replace('%\[url=(http://)?(?:(?!qq\.com)[^\]])*\][\r|\r\n]*([\s\S]+?)[\r|\r\n]*\[/url\]%i','\\2',$str));
preg_match_all('/^(?!#).+?$/m', file_get_contents('squid.conf'), $regs);
print_r($regs[0]);
運(yùn)行截圖
看官們，您認(rèn)為，這個(gè)正則還有哪些沒注意到的點(diǎn)？能否正確無誤的匹配到朋友丁所需要的內(nèi)容？您有疑問嗎？
其字符串為
復(fù)制代碼 代碼如下:
Array
(
[tt] => Array
(
[table] => qqttcode
[hitcode] => 1
)
[ww] => Array
(
[table] => qqwwcode
[hitcode] =>
)
[pp] => Array
(
[table] => qqppcode
[hitcode] => Array
(
[table] => qqppcode
[hitcode] =>
)
)
)
CFC4N給出一下結(jié)果：
復(fù)制代碼 代碼如下:
$strRge1 = '/(\[([^]]+)]\s?=>\s?)?Array[\s\S]+?\(([^()]|(?R))*\)/i';
$arrReturn = array();
if (preg_match_all($strRge1,$str,$tt1))
{
$arrReturn = getarray($tt1[0][0]);
}
$arrReturn2 = array();
foreach ($arrReturn as $k => $v)
{
$arrReturn2[$k] = $v[$k];
}
print_r($arrReturn2);
function getarray ($strContents)
{
$arrTemp = array();
$strRge = '/\[([^]]+)]\s?=>\s?Array[\s\S]+?\(([^()]|(?R))*\)/i';
$strReg2 = '/\[([^]]+?)]\s?=>\s?([\d\w]+)?/';
if (preg_match_all($strRge,$strContents,$strTemp))
{
$num = count($strTemp[1]);
if ($num > '1')
{
for ($i=0; $i<$num; $i++)
{
if (preg_match_all($strRge,$strTemp[0][$i],$arrTTT))
{
$arrTemp[$strTemp[1][$i]] = array();
$arrTemp[$strTemp[1][$i]] = getarray($strTemp[0][$i]);
}
else
{
$arrTemp[$strTemp[1][$i]] = $strTemp[0][$i];
}
}
}
else
{
$arrTemp[$strTemp[1][0]] = array();
$arrTemp2 = array();
if (preg_match_all($strReg2, $strTemp[0][0],$straa))
{
$num = count($straa[0]);
for ($i=0; $i<$num-1; $i++)
{
$arrTemp2[$straa[1][$i+1]] = $straa[2][$i+1];
}
}
$arrTemp[$strTemp[1][0]] = $arrTemp2;
}
}
return $arrTemp;
}
結(jié)果是可以用的。但是發(fā)現(xiàn)其只能用于固定的三層嵌套，假如N層的話，無法用這個(gè)函數(shù)了，后來，我又改造一下那個(gè)正則，改為
復(fù)制代碼 代碼如下:
$strRge1 = '/\[(([^]]+)]\s?=>\s?Array[\s]+?\(([^()])+|(?R))\)+/i';
但是，并不能解決問題。。各位看官，您認(rèn)為，我的誤區(qū)在哪里呢？
附 第一個(gè)正則截圖
更改后正則匹配截圖
朋友乙：要求批量給html字符串中a標(biāo)簽中不包含title屬性的標(biāo)簽添加title，而且，其title內(nèi)容為<a href…>到</a>之間的文本。。
CFC4N給出答案為:
復(fù)制代碼 代碼如下:
$str = '<a >ssss</a><a href="ss" >ssss</a><a title="ss" >ssss</a><a href="">ssss</a><a title="ss">ssss</a><a title="ss">ssss</a><a title="ssf">ssss</a>';
$str = preg_replace('%<a((?:(?!title="[^"]+?")[\s\S])+?)>(?:(?<!</a>)[\s\S])+?</a>%im','<a title="\\2" \\1>\\2</a>',$str);
print_r($str);
復(fù)制代碼 代碼如下:
$str = '<a >ssss</a><a href="ss" >ssss</a><a title="ss" >ssss</a><a href="">ssss</a><a title="ss">ssss</a><a title="ss">ssss</a><a title="ssf">ssss</a>';
$str = preg_replace('%<a((?:(?!title="[^"]+?")[\s\S])+?)>(?:(?<!</a>)[\s\S])+?</a>%im','<a title="\\2" \\1>\\2</a>',$str);
print_r($str);
各位看官，您認(rèn)為，CFC4N寫的正則表達(dá)式里，哪些還可以優(yōu)化呢？這個(gè)效率是不是不高？？
朋友丙:要求過濾非本域名，或者非本子域名的其他域名的UBB標(biāo)簽鏈接，一旦包含，直接替換成其中間的文本，比如例子字符串如下
復(fù)制代碼 代碼如下:
[url=http://www.sadas.cn]baidu[/url]
[url=www.ggasdwe.com]百度[/url]
[url=http://www.qq.com/index.php]QQ[/url]
[url=http://www.miyifun.com/index.html]其他
[/url]
[url=pc.qq.com/index.php]PC QQ[/url]
其中，字符串中不確定有幾個(gè)換行等其他字符，而且，不確定url的UBB標(biāo)簽中的網(wǎng)址中是否包含http://，不確定二級(jí)域名或者三級(jí)域名
CFC4N給出的正則以及PHP代碼如下
復(fù)制代碼 代碼如下:
$str = '[url=http://www.sadas.cn]baidu[/url]
[url=www.ggasdwe.com]百度[/url]
[url=http://www.qq.com/index.php]QQ[/url]
[url=http://www.miyifun.com/index.html]其他
[/url]
[url=pc.qq.com/index.php]PC QQ[/url]';
print_r(preg_replace('%\[url=(http://)?(?:(?!qq\.com)[^\]])*\][\r|\r\n]*([\s\S]+?)[\r|\r\n]*\[/url\]%i','\\2',$str));
各位看官，您認(rèn)為這里哪里是多余的？還可以進(jìn)行哪些正則的優(yōu)化來提高效率?如果沒看懂，那您的疑問在哪里？
朋友丁:要求讀取squid的配置文件中，起作用的行，也就是沒有#開頭進(jìn)行注釋的行。
其中，squid的配置文件內(nèi)字符串見附件中
squid的配置文件內(nèi)容
CFC4N給出正則代碼如下
復(fù)制代碼 代碼如下:
preg_match_all('/^(?!#).+?$/m', file_get_contents('squid.conf'), $regs);
print_r($regs[0]);
運(yùn)行截圖
看官們，您認(rèn)為，這個(gè)正則還有哪些沒注意到的點(diǎn)？能否正確無誤的匹配到朋友丁所需要的內(nèi)容？您有疑問嗎？
PS：以上正則，均為PCRE引擎。。其中，PHP代碼的正則遞歸(迭代)部分，僅限于支持遞歸正則的引擎代碼適用。。
感謝rex老大指點(diǎn)關(guān)于(?!)零寬斷言非匹配的特性后接匹配規(guī)則可能無效的問題。
相關(guān)文章
這篇文章主要介紹了關(guān)于.*匹配和.*?匹配的區(qū)別,本文給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2023-08-08
Python 正則表達(dá)式匹配數(shù)字及字符串中的純數(shù)字
這篇文章主要介紹了Python 正則表達(dá)式匹配數(shù)字及使用正則表達(dá)式找出字符串中的純數(shù)字，非常不錯(cuò)，具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2019-08-08
這篇文章主要介紹了正則表達(dá)式{n,m}量詞，可以重復(fù)前面匹配的字符n-m次，至少n次，最多m次,需要的朋友可以參考下2016-12-12
正則表達(dá)式提取圖片路徑 并過濾掉指定字符的代碼，需要的朋友可以參考下2012-09-09
正則表達(dá)式從HTML中匹配img標(biāo)簽的圖片地址
最近有一個(gè)項(xiàng)目要獲取頁面中所有img標(biāo)簽中的圖片地址,這篇文章主要給大家介紹了關(guān)于正則表達(dá)式如何從HTML中匹配img標(biāo)簽的圖片地址的相關(guān)資料,文中通過實(shí)例代碼介紹的非常詳細(xì),需要的朋友可以參考下2022-09-09
JavaScript 實(shí)現(xiàn)基礎(chǔ) 正則表達(dá)式
正則表達(dá)式用來從某一段字符串中匹配所需要的字符，這些字符可以非常簡單，也可以非常復(fù)雜。JavaScript生來就對(duì)正則表達(dá)式有著良好的支持，在網(wǎng)絡(luò)的字符搜索匹配中發(fā)揮著重要的作用。2009-08-08
javascript中10個(gè)正則表達(dá)式使用介紹基礎(chǔ)篇
本文通過舉例簡單的介紹了正則表達(dá)式的一些使用方法，能夠助力你快速入門正則表達(dá)式，希望這篇正則總結(jié)方法能對(duì)你有用2020-02-02
正則表達(dá)式中使用變量賦值...2006-10-10
這篇文章主要介紹了SQL Anywhere正則表達(dá)式語法與示例,需要的朋友可以參考下2020-04-04
正則表達(dá)式是一種文本模式，包括普通字符（例如，a 到 z 之間的字母）和特殊字符（稱為“元字符”）。模式描述在搜索文本時(shí)要匹配的一個(gè)或多個(gè)字符串。2008-05-05