Регулярные выражения

Примеры (^ и $)

0. Пусть дан такой текст, записанный в виде строки:

   $str = "11 aaa bbb ".
              "ccc 22 ddd ".
                 "eee ggg 33";

   Таблица 13.1. Метасимволы, распознаваемые ВНУТРИ квадратных скобок

   Метасимвол	Значение
   \	Переходный символ со множеством назначений
   ^	Отрицание класса, но только если это первый символ (например, " ^\d " задает все, кроме цифр)
   -	Задает диапазон символов (например, " 0-9 " задает все цифры, " A-Z " – все латинские буквы)
   ]	Вычисляет символьный класс

   Регулярное выражение /\d\d/m может быть сопоставлено следующим подстрокам: 11, 22, 33. Если в начале РВ стоит ^, то совпадения ищутся в начале строки, поэтому выражение /^\d\d/m найдет только 11.

   Когда в конце РВ стоит знак доллара $, поиск производится в конце строки, поэтому выражение /\d\d$/m найдет только 33.

   Шаблону же /^\d\d\d$/ будет удовлетворять строка, целиком состоящая из трехзначного числа (т.е. она и начинается и заканчивается этим числом).
1. Найдем все html-теги, расположенные в начале каждой строки файла 1.htm.

   <?
   //считываем файл в строку
   $str = file_get_contents('1.htm');
   $pattern = "!^<[^/]+>!mU";
   // осуществляем поиск
   $n = preg_match_all ($pattern, 
                        $str, $res);
   // выводим результаты 
   for ($i=0;$i<$n;$i++)  
      echo htmlspecialchars($res[0][$i]).
                            "<br>";
   ?>

   Таблица 13.2. Метасимволы, распознаваемые ВНЕ квадратных скобок

   Метасимвол	Значение
   \	Переходный символ со множеством назначений
   ^	Объявляет начало объекта (или строки в многострочном режиме). То есть этот символ определяет, что искомый текст должен находиться в начале строки. Альтернатива: " \A "
   $	Объявляет конец объекта (или строки в многострочном режиме). То есть этот символ определяет, что искомый текст должен находиться в конце строки. Альтернативы: " \Z ", " \z "
   .	Совпадает с любым символом, кроме символа перевода строки (по умолчанию)
   [	Начинает определение символьного класса
   ]	Заканчивает определение символьного класса
   |	Разделяет перечисление альтернативных вариантов
   (	Начинает подшаблон (регулярное подвыражение )
   )	Заканчивает подшаблон
   ?	Расширяет значение " ( ", квантификаторов 0 или 1, и квантификатор минимизации
   *	0 или больше повторений ( квантификатор )
   +	1 или больше повторений ( квантификатор )
   {	Начинает минимальный/максимальный квантификатор
   }	Заканчивает минимальный/максимальный квантификатор

   Шаблон ограничен восклицательными знаками. Первая " ^ " значит, что мы ищем совпадения в начале строк, потом идет символ " < " – его и ищем в строке, после него должно идти все, что угодно, кроме слэша (конструкция " [^/] " ), " + " говорит, что стоящий перед ним символ повторяется один и более раз и заканчивается все это символом " > ". Таким образом, выделяются все теги в начале строк.
2. Мы хотим убедиться, что имя автора было записано правильно (сначала фамилия с большой буквы, потом инициалы через точку) и находится в конце строки.

   <?
   //считываем файл в строку
   $str = file_get_contents('1.htm');
   $pattern = "!\s[А-Я][А-Яа-я]+".
    "\s([А-Я]\.\s*)([А-Я]\.\s*)$!m";
   // шаблон ограничен восклицатель-
   // ными знаками, m – модификатор,
   // включающий многострочный режим.
   // Первый \s означает, что перед 
   // фамилией должен идти пустой 
   // символ (например, пробел).  
   // [А-Яа-я] задает одну из букв  
   // алфавита в любом регистре, а в  
   // комбинации со знаком плюс 
   // определяет, что эта буква 
   // повторяется один и более 
   // раз. Следующий \s означает, что 
   // между фамилией  и инициалами 
   // должен быть пробел.
   // Далее идет подвыражение,  
   // определяющее инициалы.
   // Это буква от А до Я, после
   // которой стоит точка ('\.')
   // Экранируем точку, чтобы   
   // избавиться от ее специального   
   // значения. После буквы с точкой 
   // может идти или не идти пробел 
   // или несколько. Вся конструкция 
   // повторяется минимум два раза.
   // Последний символ $ означает,
   // что фамилия с инициалами
   // должны находиться в конце 
   // строки. 
   // осуществляем поиск
   $n = preg_match_all ($pattern,
                        $str, $res);
   // выводим результаты
   for ($i=0;$i<$n;$i++) 
      echo htmlspecialchars($res[0][$i]).
                            "<br>"; 
   ?>

Примеры ( | и .)

1. Пусть имеется некий текст. Нам нужно найти всех упомянутых в нем людей со званиями.

<?
$str = "Доцент Смирнов совершил ". 
   "открытие. Его учителем была ".
     "профессор Иванова. ".
       "Этим открытием Смирнов ".
        "завоевал себе степень ".
          "доктора. Раньше он был ".
           "только кандидат.";
$pattern = "/(профессор|доцент)".
            "\s[А-Я][А-Яа-я]+(\s|\.)/i";
// осуществляем поиск
$n = preg_match_all ($pattern, $str,
                                $res);
// выводим результаты
for ($i=0;$i<$n;$i++) 
   echo htmlspecialchars($res[0][$i]).
                         "<br>";
?>

Метасимвол прямая черта " | " позволяет задавать альтернативные варианты. В примере мы хотели найти всех профессоров или доцентов. Для этого было создано подвыражение " (профессор|доцент) ". После звания через пробел фамилия человека, которому оно принадлежит, – для этого существует комбинация " \s[А-Я][А-Яа-я]+ ". После фамилии идет либо опять пробел, либо точка, если это конец предложения. Получаем опять два альтернативных варианта: " (\s|\.) " (здесь точка экранируется обратным слэшем, чтобы она понималась как обычная точка, без специального значения).