طراحی سایت, ساخت ربات تلگرام, آموزش php , سورس کد php ,سورس ربات تلگرام , سورس فروشگاه اینترنتی , آموزش طراحی وب

آموزش Regular Expression در php (عبارت باقاعده)


آموزش Regular Expression در php (عبارت باقاعده)

یکی از پیچیده ترین و در عین حال پرکاربردترین مباحث در زبان های برنامه نویسی، بحث نحوه نوشتن و استفاده از عبارات با قاعده یا همان Regular Expressions است، در مقاله آموزش Regular Expression در php قصد داریم تمام مواردی که در کار با رشته ها در php و استفاده از آن برای استخراج تکه هایی از متن یا validation در ورود داده ها استفاده می شود را به طور کامل بررسی میکنیم .

احتمالا حدس زدید که این مقاله آموزش کمی طولانی تر از آموزش های php دیگری که داشتیم , خواهد بود . پس با ما همراه شوید تا تمام موارد را بررسی کنیم . تمام مثال های کاربردی و regex های مهمی که برای بررسی ورودی های کاربران استفاده میشود را در مقاله اعتبارسنجی فرم ها در php معرفی کردیم که حتما از آن در پروژه هایی که می نویسید , استفاده کنید. همچنین یک مثال کامل در مورد استخراح تمام url های سایت در php را با استفاده از regex را ارایه دادیم .

 

مفهوم عبارات با قاعده

اگر بخواهیم یک تعریف مختصر از عبارات با قاعده یا Regular Expressions (و به اختصار Regex) در دنیای کامپیوتر و برنامه نویسی ارائه کنیم، می توان گفت روش ها و قواعدی هستند که برای استخراج یا بررسی وجود قسمت یا توالی خاصی از یک مقدار (عددی، متنی و…) به کار می روند، در واقع این قواعد بر مبنای قوانین خاصی، بخش بخصوصی از یک متن یا عدد و… را با توجه به تنظیمات ما اسخراج می کنند که در محاسبات دقیق و پیچیده بسیار کاربرد خواهد داشت.

نکته: استفاده از عبارات با قاعده معمولا در چارچوب های مشخصی که توانایی پردازش آنها را داشته باشند انجام می شود، به طور مثال در توابع خاص، دستورات htaccess، قسمت جستجوی برنامه هایی که از این قواعد پشتیبانی می کنند و…؛ به عبارت دیگر صرف قرار دادن مستقیم این قواعد در کدنویسی نتیجه خاصی ندارد.در واقع تکنیکی برای جستجو در متن و کار با رشته ها به صورت بسیار دقیق و حرفه است .

عبارات با قاعده چگونه نوشته می شوند؟

پس از آشنایی با مفهوم Regular Expressions، سوالی که به ذهن می رسد این است که عبارات با قاعده چگونه نوشته می شوند؟ در پاسخ باید گفت که دستورات در این روش از طریق توالی علامت ها، کلمات، حروف یا کاراکترهای خاصی (مانند [] () + \ *? | , w \W\ 0-9 a-z و…) که هر کدام مفهوم ویژه ای دارند، تعریف می شوند، در واقع از کنار هم قرار گرفتن این علامت ها، دستور ویژه ای شکل گرفته و قسمت خاصی از رشته مورد نظر استخراج یا بررسی می شود،

در زبان php توابع زیر را برای کار با عبارات یا قاعده در نظر گرفته اند :

  • preg_match
  • preg_match_all
  • preg_replace
  • preg_split
  • preg_quote

خب قصد داریم در ادامه آموزش Regular Expression در php  با مثال تمام موارد لازم برای کار با رشته ها را بررسی کنیم .

بررسی وجود یک کلمه خاص در یک رشته متنی در PHP

فرض کنید می خواهیم وجود کلمه php را در متن “php is easy and powerful” بررسی کنیم، در این صورت با استفاده از تابع preg_match خواهیم نوشت:

خروجی کد بالا برابر با ۱ خواهد بود، البته ۱ در اینجا یعنی کلمه مورد نظر در عبارت وجود دارد (۱ معادل TRUE است)، حال اگر کلمه php را با حروف بزرگ در دستور بالا قرار دهیم، نتیجه صفر خواهد بود، مگر اینکه یک کاراکتر با قاعده (در ادامه خواهیم دید که این کاراکتر را modifier یا تغییر دهنده می نامند) دیگر به دستورمان اضافه کنیم که بزرگ یا کوچک بودن حروف را نادیده بگیرد، این کاراکتر حرف i به معنی incasesensitive یا غیر حساس به حروف بزرگ و کوچک است:

نوشتن یک RewriteRule در htaccess

فرض کنید لینک داینامیکی به صورت index.php?user=2740 داریم که می خواهیم با استفاده از mod rewrite در htaccess آن را به صورت user/2740 دریافت کنیم، در این صورت در فایل htaccess خواهیم نوشت:

ملاحظه می کنید که در اینجا نیز عبارات با قاعده بسیار کاربرد دارند.

مفهوم و کاربرد کاراکترهای دستورات با قاعده

همان طور که دیدیم، دستورات در عبارات با قاعده با استفاده از حروف و کاراکترهای خاصی که در صفحه کلید کیبورد وجود دارد نوشته می شوند، اما مسلما بدون رعایت اصول خاص (syntax) و درک مفهوم این کاراکترها، عملا از نوشتن یا تفسیر صحیح این دستورات ناتوان خواهیم بود، لذا در ادامه به صورت موردی با این موارد و کاربرد آنها آشنا خواهیم شد.

حروف (لاتین)

اولین و ساده ترین مواد اولیه ای که در یک دستور Regex به کارمان می آید حروف …abcd هستند، یعنی با قرار دادن آنها در یک دستور با قاعده، توالی از رشته متنی که شامل این کاراکترها باشد، انتخاب می شود، مثال:

خروجی کد بالا عدد ۱ خواهد بود، چون توالی عبارت abc در رشته abcdefg وجود دارد.
نکته: الزامی به رعایت ترتیب الفبایی نیست، مهم این است که توالی قسمت Regex در رشته متنی وجود داشته باشد.

اعداد

اعداد ۰ تا ۹ و ترکیب آنها، دومین موادی است که می توانیم در یک دستور با قاعده از آنها استفاده کنیم، کاربرد ساده این کاراکترها مانند مثالی است که پیش تر ملاحظه کردیم:

برای مشخص کردن تمام اعداد به این الگو پیش میرویم :

که خروجی برابر ۱ خواهد بود.

کاراکتر . (هر کاراکتری)

کاراکتر بعدی که در عبارات با قاعده کاربرد دارد، نقطه یا dot است که به معنی هر کاراکتری (به جزء خط جدید) است، به طور مثال:

خروجی کد بالا عدد ۱ خواهد بود، اگرچه ما در دستور با قاعده از عبارت Re.ex استفاده کرده ایم، اما همان طور که گفتیم، نقطه در این دستورات شامل هر کاراکتری (به جزء خط جدید) می شود.
نکته: زمانی که بخواهیم کاراکتر نقطه از حالت دستوری (یعنی حالتی که شامل همه کاراکترها می شود) خارج و صرفا در نقش یک حرف (در نقش نقطه یا به اصطلاح literal) ظاهر شود، باید با یک بک اسلش (\) آن را درج کنیم، به این صورت اثر آن به عنوان یک کاراکتر دستوری از دست می رود،

مثال:

که کد بالا خروجی ۰ را چاپ می کند، چون .\ تنها شامل خود نقطه می شود نه کاراکتر دیگری (به عبارت دیگر اگر در رشته متنی، Regex برابر Re.ex بود، بررسی بالا عدد ۱ را چاپ می کرد).

کاراکتر [ ] (دست کم یک کاراکتر)

قلاب، کروشه یا bracket کاراکتر دیگری است که در دستورات با قاعده بسیار کاربرد دارد، این کاراکتر در حالت دستوری جزء علامت های محدود ساز است و تنها کاراکترهای خودش را شامل می شود (در حالت عادی حساس به حروف بزرگ و کوچک)، به فرض [a] تنها شامل رشته ای می شود که دست کم حرف a در آن به کار رفته باشد، چند نمونه از کاربرد این علامت:

  • [a] – شامل رشته ای می شود که دست کم a در آن به کار رفته باشد، مانند abcd، bacd، aaab و… (به طور مثال شامل bcd، ۱۲۳، bbbb و… نمی شود).
  • [zxn] – شامل رشته ای می شود که دست کم z یا x یا n در آن به کار رفته باشد، مانند zxn، regex، zend و… (به طور مثال شامل ZXN، abc، ۱۲۳ و… نمی شود).
  • [a-z] – شامل رشته ای می شود که دست کم حروف a تا z (الفبای انگلیسی با حروف کوچک) در آن به کار رفته باشد، مانند Php، javascript، Bbbb و… (به طور مثال شامل ۱@۲،  JAVASCRIPT، ۱۲۳ و… نمی شود).
  • [A-Z] – شامل رشته ای می شود که دست کم حروف A تا Z (الفبای انگلیسی با حروف بزرگ) در آن به کار رفته باشد، مانند PHP، JavaScript، BBBB و… (به طور مثال شامل abc، ۱۲۳، aa و… نمی شود).
  • [۰-۹] – شامل رشته ای می شود که دست کم اعداد ۰ تا ۹ در آن به کار رفته باشد، مانند ۴۹CC، ۲۲۲، b123 و… (به طور مثال شامل abcd، p%@&*، aa و… نمی شود).
  • [abct-z] – شامل رشته ای می شود که دست کم حرف a یا b یا c یا t تا z در آن به کار رفته باشد (دقت کنید که در اینجا چون توالی حروف انگلیسی بهم خورده است، علامت – از حرف t به بعد را شامل می شود)، مانند You، bb، abc و… (به طور مثال شامل Yo، ۱۴۲، de و… نمی شود).

نکته ۱: همان طور که در دستورات بالا ملاحظه کردید، علامت – یک کاراکتر همراهی کننده در عبارات با قاعده (یعنی در کنار سایر علامت ها استفاده می شود) و به معنی “تا” است.
نکته ۲: علامت – در صورتی که در ابتدا یا انتهای دستور قرار گیرد، خاصیت دستوری خود را از دست می دهد، به طور مثال [az-] شامل a یا z یا علامت – می شود (همچنین [-az]).
نکته ۳: علامت [ یا ] چنانچه بلافاصله بعد از اولین قلاب قرار گیرد، حالت دستوری خود را از دست می دهد، به طور مثال [zxn[] شامل z یا x یا n و یا علامت [ می شود.

حتما بخوانید  ساخت نمودار با PHP

کاراکتر [ ^] (به جزء کاراکتر)

در کنار کاراکتر قلاب، کاراکتر قلاب و علامت ^ وجود دارد که برعکس حالت معمول، به معنی هر کاراکتری به جزء آنچه درون قلاب تعریف شده است می باشد، به فرض [a^] شامل رشته ای می شود که به جزء حرف a، کاراکتر دیگری در آن باشد (اگر تنها حرف a باشد، نتیجه FALSE خواهد بود)، یا [acd^] شامل رشته ای می شود که به جزء حروف a و c و d، کاراکتر دیگری نیز داشته باشد،

به چند مثال توجه کنید:

  • [a^] – شامل رشته ای می شود که به جزء a، کاراکتر دیگری در آن به کار رفته باشد، مانند abcd، bacd، aaab و… (به طور مثال شامل aaaa، a، aa و… نمی شود).
  • [zxn^] – شامل رشته ای می شود که به جزء z و x و n، کاراکتر دیگری در آن به کار رفته باشد، مانند ZXN، regex، zend و… (به طور مثال شامل zxn، xnnn، zzz و… نمی شود).
  • [a-z^] – شامل رشته ای می شود که به جزء حروف a تا z (الفبای انگلیسی با حروف کوچک)، کاراکتر دیگری در آن به کار رفته باشد، مانند Php، Javascript، bbbb1 و… (به طور مثال شامل php، javascript، bbbb و… نمی شود).
  • [A-Z^] – شامل رشته ای می شود که به جزء حروف A تا Z (الفبای انگلیسی با حروف بزرگ)، کاراکتر دیگری در آن به کار رفته باشد، مانند Php، JavaScript، BBBb و… (به طور مثال شامل PHP، JAVASCRIPT، BBBB و… نمی شود).
  • [۰-۹^] – شامل رشته ای می شود که به جزء اعداد ۰ تا ۹، کاراکتر دیگری در آن به کار رفته باشد، مانند ۴۹CC، ۲۲%، b123 و… (به طور مثال شامل ۰۰۰، ۲۲۲، ۱۲۳ و… نمی شود).
  • [abct-z^] – شامل رشته ای می شود که به جزء حرف a و b و c و t تا z (با حروف کوچک)، کاراکتر دیگری در آن به کار رفته باشد، مانند You، b&b، ab1c و… (به طور مثال شامل u، bb، abc و… نمی شود).

نکته: به حساس بودن دستورات به حروف بزرگ و کوچک دقت کنید.

کاراکتر ^ (شروع)

علاوه بر استفاده از کاراکتر ^ (hat) در درون قلاب، این کاراکتر به تنهایی نیز در دستورات مربوط به عبارات با قاعده کاربرد فراوان دارد، علامت ^ (خارج از قلاب و در شروع دستور) به معنی نقطه شروع یک رشته است، به طور مثال دستور bcd^ به معنی هر عبارتی است که از ابتدا با bcd شروع شده باشد، لذا رشته bcde را شامل می شود، اما abcd را خیر (چون عبارت اول دقیقا با bcd شروع شده اما عبارت دوم با abc)،

مثال:

خروجی دستور بالا برابر ۱ یا TRUE خواهد بود، چون عبارت دقیقا با php شروع شده، اما اگر مثال به صورت زیر باشد :

خروجی برابر ۰ یا FALSE خواهد بود، چون در دستور تنها رشته ای را در نظر گرفته ایم که از شروع با عبارت php باشد، در حالی که شروع رشته ما با عبارت فرضی why است.
نکته: همان طور که پیش از این ملاحظه کردید، کاربرد علامت ^ درون قلاب با حالت عادی متفاوت است.

کاراکتر $ (پایان)

در کنار علامت ^ (نقطه شروع رشته)، از علامت $ (dollar) برای تعیین نقطه پایان یک عبارت استفاده می شود، به طور مثال دستور $bcd به معنی هر عبارتی است که در انتها به bcd ختم شود، لذا رشته abcd را شامل می شود، اما bcde را خیر (چون عبارت اول دقیقا به bcd ختم شده اما عبارت دوم به cde)،

مثال:

خروجی دستورات بالا عدد ۱ خواهد بود، چون رشته مورد بررسی ما دقیقا به عبارت Web ختم شده، اما اگر رشته به صورت فرضی زیر بود:

نتیجه برابر ۰ می شد، چون عبارت به web ختم نشده بلکه به علامت ?! ختم شده است.
نکته: در کدنویسی حرفه ای و پیشرفته، معمولا از ترکیب پیچده تری از این دستورات ساده استفاده می شود، اما قواعد و اصول کار به همین صورت است.

کاراکتر { } (تعداد تکرار)

در دستورات عبارات با قاعده از علامت {} (آکولاد یا brace) برای مشخص کردن تعداد تکرار یک کاراکتر استفاده می شود، به طور مثال {۳}a شامل عبارتی می شود که a در آن سه بار به صورت متوالی تکرار شده باشد، به فرض aaa، عدد داخل {} اگر به صورت تکی باشد، نمایانگر تعداد حداقل تکرار متوالی است، به فرض {۵} یعنی الزاما باید حداقل ۵ بار متوالی یک کاراکتر تکرار شده باشد، اما اگر به صورت دو قسمتی باشد (به طور مثال {۱,۳})، عدد اول حداقل تکرار و عدد دوم حداکثر را نشان می دهد، یعنی حداقل ۱ بار و حداکثر سه بار تکرار را شامل می شود،

به مثال زیر توجه کنید:

خروجی مثال بالا عدد ۱ خواهد بود، چون رشته با حرف b شروع شده، حرف b از یک تا سه بار در آن تکرار شده و نهایتا نیز به b ختم شده، اما اگر همین دستور را به شکل زیر تغییر دهیم:

نتیجه برابر ۰ خواهد بود، چرا که حرف b چهار بار متوالی در رشته تکرار شده، در حالی که در دستور ما ۱,۳ بار مد نظر است.
دقت کنید که علامت {} در حالت عادی تنها یک کاراکتر یا مجموعه ای از کاراکترهای قبل از خود را بررسی می کند، به طور مثال در دستور {۱,۳}web، تنها تکرار حرف b مورد نظر است، نه کل عبارت، به مثال زیر توجه کنید:

نتیجه دستور بالا ۰ یا FALSE خواهد بود، چون تکرار حرف b بین یک تا سه بار مد نظر است، اما این حرف چهار بار متوالی در رشته مورد بررسی تکرار شده است.

کاراکتر * (صفر تکرار یا بیشتر)

علامت * (star یا ستاره)، کاراکتر دیگری است که در عبارات با قاعده کاربرد دارد، این کاراکتر به معنی صفر تکرار یا بیشتر است، به طور مثال  *a شامل رشته ای می شود که حرف a در آن صفر بار یا به دفعات بیشتری تکرار شده باشد، یا به طور مثال دستور *ab^ شامل رشته ای می شود که با a شروع شده و حرف b در آن صفر بار یا بیشتر تکرار شده باشد، به مثال زیر توجه کنید.

خروجی دستور بالا برابر ۱ خواهد بود، چون [ab] یعنی یا حرف a یا حرف b در رشته باشد، و در قسمت دوم دستور نیز صفر تکرار یا بیشتر حرف c مد نظر بوده که عملا تاثیری در عبارت با قاعده ما ندارد، اما اگر همین دستور به صورت زیر بود:

نتیجه برابر ۰ یا FALSE خواهد بود، چون در قسمت اول دستور یعنی [ad]، وجود کاراکتر a یا d در رشته مد نظر است، اما چنین کاراکترهایی در book وجود ندارد.

کاراکتر + (یک تکرار یا بیشتر)

علامت + (plus یا به اضافه)، کاربردی مشابه * دارد،  با این تفاوت که در اینجا حداقل یک بار تکرار نیاز است، به عبارت دیگر این علامت نمایانگر یک بار تکرار یا بیشتر است، به طور مثال +a شامل رشته ای می شود که حداقل یک a در آن وجود داشته باشد، یا +۵۵۰ شامل عددی می شود که حداقل یک صفر در آن به کار رفته باشد، به مثال زیر توجه کنید.

خروجی کد بالا ۱ یا TRUE خواهد بود، چون بر طبق دستور مد نظر ما، رشته باید با a-z به تعداد ۳ کاراکتر شروع شده، سپس یک نقطه داشته باشد و بعد از نقطه، یک یا بیشتر کاراکتر a یا b یا c داشته باشد، سپس یک نقطه و در نهایت به عدد ۰ تا ۹ برسد (چون از علامت $ استفاده نکرده ایم، مابقی رشته بررسی نمی شود)، اما اگر علامت $ را در انتهای دستور بالا اضافه کنیم، نتیجه ۰ یا FALSE خواهد بود، چون تعداد ۱ عدد در انتها مد نظر ما است، اما ۵۵ شامل دو عدد است.

کاراکتر ? (اختیاری)

علامت ? (question mark یا سوال) در عبارات با قاعده کاربرد به خصوصی دارد، از این نشان برای اختیاری (optional) کردن کاراکتر قبل از آن استفاده می شود، به طور مثال jpe?g هم شامل jpg می شود و هم شامل jpeg، چون بعد از حرف e علامت ? قرار گرفته و لذا بود یا نبود این حرف اختیاری است، به مثال زیر توجه کنید.

فرض کنید آدرس فایلی به صورت زیر است:

اکنون می خواهیم نام فایل را بدون پسوند از آدرس بالا استخراج کنیم، بدین منظور پارامتر دومی به تابع preg_match اضافه کرده و Regex زیر را می نویسیم.

شکل کامل کد ما به صورت زیر خواهد بود.

خروجی قسمت echo کد بالا عدد ۱ یا مقادیر Boolean آن برابر TRUE خواهد بود، اما اگر با print_r از متغیر match (که خروجی تابع preg_match به صورت یک آرایه است) خروجی بگیریم، نتیجه به شکل زیر خواهد بود.

حتما بخوانید  محاسبه طول آرایه در php

نکته ۱: در عبارت با قاعده بالا، کاراکتر جدید () به کار رفته که در ادامه در مورد آن خواهیم گفت.
نکته ۲: به عملکرد خنثی سازی علامت \ توجه کنید (برای خارج کردن کاراکتر . و / از حالت دستوری، از \ استفاده شده).

کاراکتر ( ) (ساخت گروه)

اگرچه علامت () (parenthesis یا پرانتز) در کاربردهای عادی مفهوم مشخصی دارد، اما این علامت در عبارات با قاعده طور دیگری تفسیر می شود و نمایانگر گروهی از توالی ها (pattern) است، به زبان ساده هر آنچه در بین () قرار گیرد به عنوان یک مجموعه دستور قابل استفاده است که در برخی توابع و دستورات به کار می رود، به طور مثال کد زیر در حالت عادی برای کلید ۱ آرایه match چیزی چاپ نمی کند:

نتیجه قسمت print_r کد بالا:

اما اگر همین کد را به صورت زیر ویرایش کنیم:

خروجی قسمت print_r به صورت زیر خواهد بود:

ملاحظه می کنید که دستورات داخل () به عنوان یک گروه خاص پردازش شده و نتیجه در یک کلید مجزا به خروجی ارسال شده است.
حال فرض کنید می خواهیم عدد ۲۲ را نیز در یک کلید مجزا داشته باشیم، در این صورت از علامت () در داخل علامت () دیگر به صورت زیر گروه استفاده می کنیم:

خروجی قسمت print_r به صورت زیر خواهد بود:

کاراکتر | (یا)

اگر خاطرتان باشد گفتیم که علامت – در دستورات با قاعده به معنی “تا” است، حال می خواهیم علامت دیگری را معرفی کنیم که به معنی “یا” است، به طور مثال a|b یعنی یا a یا b، به مثال زیر توجه کنید.

خروجی مثال بالا Iran خواهد بود، با توجه به دستور Regex اگر به جای Iran عبارت Tajikistan نیز وجود داشت، دستور معتبر بود و Tajikistan به عنوان خروجی چاپ می شد.

حروف خاص در عبارات با قاعده

تا این قسمت از آموزش Regular Expression در php (عبارت باقاعده)، با کاراکترهای پرکاربرد در دستورات Regular Expressions آشنا شدیم، اما بخشی از مفاهیم این زبان جالب با استفاده از حروف خاصی تعریف می شود که در زیر به صورت تیتروار، لیست برخی از پر کاربردترین آنها را به همراه مثال با هم مرور می کنیم.

حرف d\

حرف d\ (حروف کوچک) به معنی هر عددی (d مخفف digit)، مثال:

نکته ۱: پیش تر گفتیم که علامت \ کاراکترهای دستوری را به حالت عادی تبدیل می کند، اما در اینجا برعکس حالت قبل، علامت \ کاراکترهای عادی را به دستور تبدیل می کند (d یک حرف عادی است، اما d\ یعنی هر عددی).
نکته ۲: بزرگ یا کوچک بودن حروف خاص در عبارات با قاعده، ممکن است بر روی مفهوم آنها اثرگذار باشد.

حرف D\

حرف D\ (حروف بزرگ) به معنی هر کاراکتری که عدد نباشد، مثال:

نکته: تمام مثال ها فرضی و صرفا جهت درک راحت تر مطالب ارائه شده اند، لذا ممکن است برخی مواقع عادی به نظر نرسند!

حرف w\

حرف w\ به معنی هر حرف الفبایی (لاتین)، مثال:

حرف W\

حرف W\ به معنی هر کاراکتری که حرف الفبایی یا عدد نباشد، مثال:

حرف s\

حرف s\ به معنی هر فضای خالی (Whitespace)، مثال:

حرف S\

حرف S\ به معنی هر کاراکتری که فضای خالی نباشد، مثال:

Modifiers در Regular Expressions

اگر به نکاتی که در حین آموزش Regular Expression در php به آن اشاره شد، توجه کرده باشید، سه مورد در کدهایی که تا این لحظه نوشتیم خودنمایی می کند:

  • کدها به حروف بزرگ یا کوچک حساس هستند، به طور مثال [a-z] الزاما شامل حروف کوچک می شود.
  •  دستور . (هر کاراکتری) شامل خط جدید (line break) نمی شود، به طور مثال کد زیر عدد ۰ یا FALSE را برمی گرداند:

مشکل از آنجا نشات می گیرد که مقادیر متغیر فرضی str با یک خط جدید شکسته شده.

  • اگر بخواهیم با علامت های ^ و $، ابتدا و انتهای رشته را مشخص کنیم، در حالتی که مقادیر رشته از چندین خط جدید تشکیل شده باشد، به مشکل بر خواهیم خورد. راه حل مشکلات بالا در دستورات با قاعده، استفاده از تغییر دهنده ها یا Modifiers است، Modifiers چیزی نیستند جزء چند حرف خاص که در انتهای دستور قرار می گیرند و رفتار آن را تغییر می دهند.

modifier i

برای نادیده گرفتن بزرگ یا کوچک بودن حروف، از تغییر دهنده i (برگرفته از case-insensitive) استفاده می کنیم، به طور مثال:

modifier s

برای محاسبه خط جدید در هنگامی که از کاراکتر دستوری . استفاده می کنیم، تغییر دهنده s (برگرفته از single line) کاربرد دارد، مثال:

خروجی برابر ۱ یا TRUE خواهد بود.
نکته: در این حالت خود خط جدید نیز یک کاراکتر محسوب شده، لذا درج علامت + (یک تکرار یا بیشتر) بعد از . ضرورت دارد.

modifier m

برای اعمال دستورات عبارات باقاعده به صورت خط به خط، تغییر دهنده m (برگرفته از multiline) کاربرد دارد، به عبارتی استفاده از این تغییر دهنده باعث می شود تا دستور ما در رشته هدف، به جای بررسی عادی، برای هر خط به صورت جداگانه بررسی شود،

مثال:

اما اگر همین کد را بدون m استفاده کنیم، نتیجه ای نخواهیم داشت:

نکته: منظور از خط، در واقع همان کاراکتر (نامرئی) n\ یا r\ است.

همانطور که دیدید , می توان به جرات گفت یکی از پرکاربردترین تکنیک های جستجو در متن استفاده از  Regular Expression است . دریافت و فیلتر دقیقا همان چیزی که از متن یا ورودی کاربر می خواهیم , با عبارت های باقاعده بسیار آسان تر است . سعی کنید به طور مداوم این مفاهیم را مرور کنید و از آن در کد ها و پروژه هاتون بخصوص در بحث اعتبار سنجی فرم ها چه سمت کلاینت و سمت سرور در کد های php خود به کار ببرید .

این مفاهیم در بیشتر زبان های برنامه نویسی و اسکریپت نویسی مثل javascript , bash , csharp و .. مشابه است . پس با یکبار یادگیری می توانید بصورت کارآمد در همه جا استفاده کنید . همچنین در بحث ورودی های کاربری و ساخت یک محیط user-friendly در ساخت ربات تلگرام این موارد بسیار کاربردی و مهم است

مطالب مقاله آموزش Regular Expression در php (عبارت باقاعده) شاید کمی طولانی و حجیم  باشد برای همین یک pdf که به اصطلاح cheatsheet یا برگه تقلب است را براتون آماده کردم تا با مرور آن این مفاهیم را به طور کامل یاد بگیری تا ملکه ذهنتان شود

برای تست آنلاین و دیدن آنی نتایج میتوانید از این سایت بهره ببرید

هرگونه سوالی داشتید از قسمت نظرات اقدام کنید . سریعا , پاسخگوی سوالات شما هستیم .

موفق و پیروز باشید.

حسن شفیعی
مدرس ، پنتستر ، توسعه دهنده اپلیکیشن های تحت وب ، عضو مرکز حامی نخبگان و از مدیران و اعضای رسمی تیم امنیتی آشیانه هستم . علاقه خاصی به زبان php و امنیت شبکه و لینوکس دارم و هر روز تلاش می کنم به این حوزه ها مسلط تر شوم و اطلاعاتم را در وب به اشتراک بگذارم

دیدگاه کاربران

14 پاسخ به “آموزش Regular Expression در php (عبارت باقاعده)”

  1. امیر گفت:

    سلام ممنونم از اطلاعات مفیدتون.

    من راستش می خواستم یک جمله را از این صفحه HTML بیرون بکشم ولی هر کاری می کنم نمی تونم ابتدا و انتها فایل را بشناسونم جایی هم پیدا نکردم می تونید راهنمایی کنید ممنون: می خوام توی یک صفحه قسمت عنوان ها را بیرون بکشم. توی یک صفحه چندین عنوان داره. مثلا توی این قسمت این عنوان است: “A passion for mathematics: numbers, puzzles, madness, religion, and the quest for reality”
    این نمونه کدی هست که کار کردم.

    $sample = “title=” id=10060>A passion for mathematics: numbers, puzzles, madness, religion, and the quest for reality “;
    preg_match_all(“/id=[0-9]{5}>[^\s]/”, $sample, $match);
    print_r($match);

    ممنون می شوم راهنمایی بفرمایید

    0
    • حسن شفیعی گفت:

      سلام . خوشحالم که مفید بوده . برای بدست آوردن مقدار های بین دو تگ از پترن (.*) استفاده کنید:

      که اگر بخواهیم این رو بصورت یک تابع و داینامیک برای تگ های مشخص استفاده کنیم میتونید از این تابع بهره ببرید.

      موفق باشید.

      0
  2. امین گفت:

    سلام با چه تابعی file_get_contentیا file_get_html متناسب برای Regular Expression کار با این باشه،بعد تفاوت خروجی های دو تابه که اول گفتم چی هست؟؟ و از هر کدوک کجا باید استفاده کرد

    0
  3. کیومرث گفت:

    سلام…ممنون به خاطر این آموزش خوبتون.
    تابع file_get_contents خوبه .ولی چرا برای بعضی از وب سایت ها مثل تابناک بد عمل می کنه و کارکترها درست نمیاد….
    $html = file_get_contents(“http://www”);

    حتی از هدر utf8 هم استفاده کردم .جواب نگرفتم

    0
    • حسن شفیعی گفت:

      سلام . خوشحالم که مفید واقع شده.

      بله در بعضی از وبسایت ها جلوی ارسال درخواست ها از ربات ها (اسکریپت) ها رو میگیرن و باید به همراه اون درخواست یک سری از هدرهای معتبر رو ارسال کنید تا این مورد رو بتونید به اصطلاح دور بزنید و به عنوان یک کاربر عادی جلوه بدید.
      برای اینکار ما نیاز داریم از curl استفاده کنیم که به ما امکان ست کردن هدر ها و یک سری قابلیت های دیگه رو میده و در آخرین کامنت آموزش https://netparadis.com/extract-webpage-urls-php نحوه انجام اون و کد کامل که روی تابناک جواب میده رو قرار دادم که میتونید استفاده کنید.

      موفق باشید.

      0

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

جدیدترین آموزش های آنلاین



دانلود رایگان (هدیه ویژه)

کتاب آموزش زبان برنامه نویسی PHP را دانلود و همین امروز یادگیری را شروع کن و به جمع برنامه نویسان ملحق شو ;)

دانلود رایگان کتاب

افزایش امنیت سایت

مجوزهای ما


logo-samandehi نماد اعتماد الکترونیک

بخش کاربران

هنوز عضو نیستید ؟ کلیک کنید

دانلود کتاب

عضویت در خبرنامه