PHP preg_match_all() 函数
PHP 正则表达式(PCRE)preg_match_all 函数用于执行一个全局正则表达式匹配。
语法
int preg_match_all ( string $pattern , string $subject [, array &$matches [, int $flags = PREG_PATTERN_ORDER [, int $offset = 0 ]]] )
搜索 subject 中所有匹配 pattern 给定正则表达式的匹配结果并且将它们以 flag 指定顺序输出到 matches 中。
在第一个匹配找到后, 子序列继续从最后一次匹配位置搜索。
参数说明：
$pattern: 要搜索的模式 字符串形式。
$subject: 输入字符串。
$matches: 多维数组 作为输出参数输出所有匹配结果, 数组排序通过flags指定。
$flags：可以结合下面标记使用(注意不能同时使用PREG_PATTERN_ORDER和 PREG_SET_ORDER)：
PREG_PATTERN_ORDER:结果排序为$matches[0]保存完整模式的所有匹配, $matches[1] 保存第一个子组的所有匹配 以此类推。
PREG_SET_ORDER:结果排序为$matches[0]包含第一次匹配得到的所有匹配(包含子组) $matches[1]是包含第二次匹配到的所有匹配(包含子组)的数组 以此类推。
PREG_OFFSET_CAPTURE:如果这个标记被传递 每个发现的匹配返回时会增加它相对目标字符串的偏移量。
offset: 通常 查找时从目标字符串的开始位置开始。可选参数offset用于 从目标字符串中指定位置开始搜索(单位是字节)。
返回值
返回完整匹配次数（可能是0） 或者如果发生错误返回FALSE。
实例
查找匹配 <b> 与 </b> 标签的内容：
$userinfo = "Name: <b>PHP</b> <br> Title: <b>Programming Language</b>";
preg_match_all ("/<b>(.*)</b>/U", $userinfo, $pat_array);
print_r($pat_array[0]);
执行结果如下所示：
Array ( [0] => <b>PHP</b> [1] => <b>Programming Language</b> )
查找匹配的HTML标签（贪婪）：
//\2是一个后向引用的示例. 这会告诉pcre它必须匹配正则表达式中第二个圆括号(这里是([w]+))
//匹配到的结果. 这里使用两个反斜线是因为这里使用了双引号.
$html = "<b>bold text</b><a href=howdy.html>click me</a>";
preg_match_all("/(<([w]+)[^>]*>)(.*?)(</\2>)/", $html, $matches, PREG_SET_ORDER);
foreach ($matches as $val) {
echo "matched: " . $val[0] . "n";
echo "part 1: " . $val[1] . "n";
echo "part 2: " . $val[2] . "n";
echo "part 3: " . $val[3] . "n";
echo "part 4: " . $val[4] . "nn";
}
执行结果如下所示：
matched: <b>bold text</b> part 1: <b> part 2: b part 3: bold text part 4: </b> matched: <a href=howdy.html>click me</a> part 1: <a href=howdy.html> part 2: a part 3: click me part 4: </a>
千年的回眸
PHP 中文分词 , php5 支持 模式修饰符u ,
$str = "hi钓鱼岛是中国的";
preg_match_all("/./u", $str, $arr);
print_r($arr[0]);
PHP分割中文字符串
$str = "爱莲说";
preg_match_all('/[\x{4e00}-\x{9fa5}]/u',$str,$arr);
dump($arr);
//////
还有就是专业的SCWS 中文分词 SCWS 是 Simple Chinese Word Segmentation,基于词频词典的机械式中文分词引擎,将一整段的中文正确地切分成词,纯C语言开发,不依赖外部库函数,用动态链接库嵌入应用程序,支持GBK、UTF-8 等, PHP 扩展模块在PHP中用分词 能满足一些小型搜索引擎 关键字提取等场合运用 //github.com/hightman/scws
千年的回眸
参考地址
大王叫我来巡山1998
protected function getAllLinks($str,$mustHas="",$mustNoHas=""){
$links = array();
preg_match_all("/(href)\s*=\s*[\'\"]?(([[a-z]{3,5}:\/\/(([.a-zA-Z0-9-])+(:[0-9]+)*))*([+:%\/\?~=&;\\\(\),._a-zA-Z0-9-]*))(#[.a-zA-Z0-9-]*)?[\'\" ]?(\s*rel\s*=\s*[\'\"]?(nofollow)[\'\"]?)?/i", $str, $regs);
foreach($regs[2] as $link){
if(!empty($mustHas) && (stripos($link,$mustHas)===false)){continue;}
if(!empty($mustNoHas) && (stripos($link,$mustHas)!==false)){continue;}
$links[]=$link;
}
return $links;
}
大王叫我来巡山1998
参考地址