竹磬网-邵珠庆の日记 生命只有一次，你可以用它来做些更多伟大的事情–Make the world a little better and easier


305月/130

PHP 正则表达式简单笔记

发布在 邵珠庆

1.简单介绍

在编写处理字符串的程序或网页时，经常会有查找符合某些复杂规则的字符串的需要。正则表达式就是用于描述这些规则的语法。

例：在判断用户邮件地址格式、手机号码格式或者采集别人网页内容时

主要的作用是：分割、匹配、查找、替换

注：正则表达式对于一个程序员来讲是至关重要的一个知识点，所以学好正则是每一个程序员必须具备的。不仅可以帮助我们完成一些通过函数无法实现的工作，还可以帮助我们减轻很多工作量。

2、PHP中两个常用的正则函数

preg_match 正则函数，以perl语言为基础

preg_match ( mode, string subject , array matches )

ereg 正则函数，以POSIX基础 （Unix 、 Script）

ereg ( mode, string subject , array regs )

3、正则表达式中包括的元素

(1)、原子（普通字符：a-z A-Z 0-9 、原子表、 转义字符）

(2)、元字符 （有特殊功能的字符）

(3)、模式修正符 （系统内置部分字符 i 、m、S、U…）

4、正则表达式中的“原子”

①a-z A-Z _ 0-9 //最常见的字符

②(abc) (skd) //用圆括号包含起来的单元符合

③[abcs] [^abd] //用方括号包含的原子表，原子表中的^代表排除或相反内容

④转义字符

\d 包含所有数字[0-9]

\D 除所有数字外[^0-9]

\w 包含所有英文字符[a-zA-Z_0-9]

\W 除所有英文字符外[^a-zA-Z_0-9] \s 包含空白区域如回车、换行、分页等 [\f\n\r]

5、正则表达式元字符

* 匹配前一个内容的0次1次或多次

. 匹配内容的0次1次或多次，但不包含回车换行

+ 匹配前一个内容的1次或多次

？匹配前一个内容的0次或1次

| 选择匹配类似PHP中的| （因为这个运算符合是弱类型导致前面最为整体匹配）

^ 匹配字符串首部内容

$ 匹配字符串尾部内容

\b 匹配单词边界，边界可以是空格或者特殊符合

\B 匹配除带单词边界意外内容

{m} 匹配前一个内容的重复次数为M次

{m,} 匹配前一个内容的重复次数大于等于M次

{m,n} 匹配前一个内容的重复次数M次到N次

( ) 合并整体匹配，并放入内存，可使用\1 \2…依次获取

6、运算顺序

依然遵循从左到→右的运算规则

优先级

①( ) 圆括号因为是内存处理所以最高

②* ？ + { } 重复匹配内容其次

③^ $ \b 边界处理第三

④| 条件处理第四

最后按照运算顺序计算匹配

7、模式修正符，是为正则表达式增强和补充的一个功能。

常用修正符

i 正则内容在匹配时候不区分大小写（默认是区分的）

m 在匹配首内容或者尾内容时候采用多行识别匹配

S 将转义回车取消是为单行匹配如. 匹配的时候

x 忽略正则中的空白

A 强制从头开始匹配

D 强制$匹配尾部无任何内容 \n

U 禁止贪婪匹配 只跟踪到最近的一个匹配符并结束

 

匹配指定的标签对，标签对间可以有内容:/<\s*h4[^>]*>(.*?)<\s*/\s*h4>/g
匹配所有的标签和标签属性:/<(.|\n)*?>/g
匹配所有的开始标签，标签里可以有属性:/<\s*\w.*?>/g
匹配所有的结束标签:/<\s*\/\s*\w\s*.*?>|<\s*br\s*>/g
匹配指定的开始标签，标签里可以有属性:/<\s*div.*?>/g
匹配标签对间有内容的结束标签:/<\s*\/\s*div\s*.*?>/g
匹配所有指定的标签（不管开始或结束标签），标签里有可以有属性:/<\s*\/?\s*span\s*.*?>/g
匹配有指定属性的开始标签:/<\s*\w*\s*style.*?>/g
匹配有指定属性和指定的属性值的开始标签:/<\s*\w*\s*href\s*=\s*”?\s*([\w\s%#\/\.;:_-]*)\s*”?.*?>/g

 

 

标签: , , , 没有评论
305月/130

simple_html_dom使用小结

发布在 邵珠庆

简单范例
<?php

include "simple_html_dom.php" ; // Create DOM from URL or file
$html = file_get_html('http://www.google.com/');

// Find all images 
foreach($html->find('img') as $element) 
       echo $element->src . '<br>';

// Find all links 
foreach($html->find('a') as $element) 
       echo $element->href . '<br>';

// Create DOM from URL
$html = file_get_html('http://slashdot.org/');

// Find all article blocks
foreach($html->find('div.article') as $article) {
    $item['title']     = $article->find('div.title', 0)->plaintext;
    $item['intro']    = $article->find('div.intro', 0)->plaintext;
    $item['details'] = $article->find('div.details', 0)->plaintext;
    $articles[] = $item;
}

print_r($articles);

// Create DOM from string
$html = str_get_html('<div id="hello">Hello</div><div id="world">World</div>'); $html->find('div', 1)->class = 'bar';

$html->find('div[id=hello]', 0)->innertext = 'foo';

echo $html; // Output: <div id="hello">foo</div><div id="world" class="bar">World</div>

3.DOM的方法
$html = file_get_html('http://www.google.com/');        //$html 所拥有的方法如下表所示
$html->clear() ;                                                              //调用方法
DOM methods & properties 

Name Description
void

__construct ( [string $filename] )

 Constructor, set the filename parameter will automatically load the contents, either text or file/url.
 string

plaintext

 Returns the contents extracted from HTML.
void

clear ()

 Clean up memory.
void

load ( string $content )

 Load contents from a string.
string

save ( [string $filename] )

 Dumps the internal DOM tree back into a string. If the $filename is set, result string will save to file.
void

load_file ( string $filename )

 Load contents from a from a file or a URL.
void

set_callback ( string $function_name )

 Set a callback function.
mixed

find ( string $selector [, int $index] )

 Find elements by the CSS selector. Returns the Nth element object if index is set, otherwise return an array of object.
4.find 方法详细介绍
find ( string $selector [, int $index] ) 
// Find all anchors, returns a array of element objects
$ret = $html->find('a');

// Find (N)th anchor, returns element object or null if not found (zero based)
$ret = $html->find('a', 0);

// Find lastest anchor, returns element object or null if not found (zero based)
$ret = $html->find('a', -1); 

// Find all <div> with the id attribute
$ret = $html->find('div[id]');

// Find all <div> which attribute id=foo
$ret = $html->find('div[id=foo]'); 

// Find all element which id=foo
$ret = $html->find('#foo');

// Find all element which class=foo
$ret = $html->find('.foo');

// Find all element has attribute id
$ret = $html->find('*[id]'); 

// Find all anchors and images 
$ret = $html->find('a, img'); 

// Find all anchors and images with the "title" attribute
$ret = $html->find('a[title], img[title]');

// Find all <li> in <ul> 
$es = $html->find('ul li');

// Find Nested <div> tags
$es = $html->find('div div div'); 

// Find all <td> in <table> which 
$es = $html->find('table.hello td');

// Find all td tags with attribite align=center in table tags 
$es = $html->find(''table td[align=center]');

5. Element  的方法
$e = $html->find("div", 0);                              //$e 所拥有的方法如下表所示
Attribute Name Usage
$e->tag Read or write the tag name of element.
$e->outertext Read or write the outer HTML text of element.
$e->innertext Read or write the inner HTML text of element.
$e->plaintext Read or write the plain text of element.
// Example
$html = str_get_html("<div>foo <b>bar</b></div>"); 
$e = $html->find("div", 0);
echo $e->tag; // Returns: " div"
echo $e->outertext; // Returns: " <div>foo <b>bar</b></div>"
echo $e->innertext; // Returns: " foo <b>bar</b>"
echo $e->plaintext; // Returns: " foo bar"

6.DOM traversing 方法

Method Description
mixed

$e->children ( [int $index] )

 Returns the Nth child object if index is set, otherwise return an array of children.
element

$e->parent ()

 Returns the parent of element.
element

$e->first_child ()

 Returns the first child of element, or null if not found.
element

$e->last_child ()

 Returns the last child of element, or null if not found.
element

$e->next_sibling ()

 Returns the next sibling of element, or null if not found.
element

$e->prev_sibling ()

 Returns the previous sibling of element, or null if not found.
// Example
echo $html->find("#div1", 0)->children(1)->children(1)->children(2)->id;
// or 
echo $html->getElementById("div1")->childNodes(1)->childNodes(1)->childNodes(2)->getAttribute('id');
    附带： DOM方法  set_callback('my_callback')  使用方法
// Write a function with parameter "$element"
function my_callback($element) {
        // Hide all <b> tags 
        if ($element->tag=='b')
                $element->outertext = '';
} 

// Register the callback function with it's function name
$html->set_callback('my_callback');

// Callback function will be invoked while dumping
echo $html;

标签: , 没有评论
   

支持博主

了解慈善捐款计划

关于邵珠庆博客

文章标签

API GA Git Google Analytics HTML5 jquery JS Linux MySQL nginx PHP SaaS web 互联网 代码 使用 分析 创业 原理 命令 好东西 如何 工具 常用 开发 总结 技巧 技术 插件 数据 文件 方法 时间 架构 框架 汇总 百度 管理 系统 网站 网站分析 设计 详解 问题 阿里云

记事邵珠庆博客

1、Web前端网址导航
2、邵珠庆极客筛站
3、识别移动设备访问代码


最近文章

最近评论

博客日历

2013年5月
一 二 三 四 五 六 日
« 4月   6月 »
 12345
6789101112
13141516171819
20212223242526
2728293031  

目录分类

文章归档

博客功能