正規表現とは、ある特定の文字列ではなく、文字列の一部をパターン化して表現する手法をいいます。 正規表現の記述方法と正規表現を使用したPHP関数「preg_match 」「preg_replace」を説明します。
パターンマッチ演算子
パターンマッチ演算子として、スラッシュ ( / ) で囲んだ文字列が正規表現であるとされます。パターンマッチ演算子には、正規表現を行う際のオプションとして、いくつかの修飾子が用意されています。次のように/の次に記述され、この場合「g」（繰り返しマッチする）が修飾子となります。メタ文字は、正規表現上の特殊な意味として用いられます。
/(.)/g (入力文字を1文字づつマッチさせる)
| 文字 | 説明 |
|---|---|
| ! | 否定 |
| . | 任意の1文字 |
| [ ] | 括弧内のいずれかの文字 |
| [^ ] | 括弧内のいずれかの文字以外 |
| | | または |
| ? | 直前の文字の0回または1回の繰り返し |
| * | 直前の文字の0回以上の繰り返し |
| + | 直前の文字の1回以上の繰り返し |
| {n} | 直前の文字をn回繰り返し |
| {n,} | 直前の文字をn回以上繰り返し |
| {n,m} | 直前の文字をn回以上、m回以下繰り返し |
| ( ) | 複数の文字列をまとめた形でパターンマッチを行います。またこのパターングループでマッチした文字列は、特殊変数 ( $ + 数字 ) に、マッチした順に代入することができます。( ex. $1, $2, $3, … ) |
| ^ | 行頭 |
| $ | 行末 |
| 文字 | 説明 |
|---|---|
| g | 繰り返しマッチする |
| i | 大文字と小文字の区別をしない |
| o | 変数展開を1度だけ行う |
| m | 文字列を複数行として扱う |
| s | 文字列を単一行として扱う |
| x | 拡張正規表現を行う |
| 書式 | 意味 |
|---|---|
| \d | 数値のパターンを表します |
| \s | スペース、タブなどの空白文字のパターンを表します |
| \w | 大文字、小文字のアルファベット、数値、アンダースコアのパターンを表します |
| \D | 数値以外の文字のパターンを表します |
| \S | スペース、タブなどの空白文字以外の文字のパターンを表します |
| \W | 大文字、小文字のアルファベット、数値、アンダースコア以外の文字のパターンを表します |
日本語が入った正規表現での検索/置換
preg_matchやpreg_replace を使用して、日本語が入った正規表現を使います。この場合、文字化けが起こらないように次のように処理します。
- 日本語エンコードを指定する
mb_regex_encoding(‘UTF-8’); // もしくは SJIS, EUC-JP - 検索する文字（ $find_text ）と区切り文字（/）はあらかじめエスケープしておく
$find_text = preg_quote($find_text, ‘/’); - 正規表現を使って置換を行う
$string=preg_replace(“/($find_text)/”, “置換する文字列”,$string );
パターンの取り出し(変数的な扱い)
置換パターンを”(” “)”で囲むとマッチした場合にグループとして参照できます。グループとして定義すると元の入力を変数のように扱うことができます。参照する際は最初のグループが”$1″以降”$2″,”$3”,”$4″……となります。
- 例: yyyy/MM/dd を dd MM yyyy に変換します
- ･ 置換パターン : ([0-9]{4})/([0-9]{2})/([0-9]{2})
･ 置換文字列 : $3 $2 $1
| 入力 | 結果 |
|---|---|
| 2013/08/26 | 26 08 2013 |
正規表現によるマッチング – preg_match
preg_matchは、正規表現によるマッチングを行い、次のパラメータでは、pattern で指定した正規表現により subject を検索します。
int preg_match ( string $pattern, string $subject, array &$matches )
-
パラメータ
- pattern
- 正規表現で指定された検索するパターン
- subject
- 入力文字列
- matches
- matches を指定した場合、検索結果が代入されます。
- 戻り値
- マッチした場合に1、マッチしなかった場合は0を返します。
その他に、preg_match_allがあります。
例1
次の例の「\w」はメタ文字で、大文字、小文字のアルファベット、数値、アンダースコアのパターンを表し、「+」が付与されているので直前の文字の1回以上の繰り返しとなりまる。「()」になっているのでグループ化され、ここの部分がarrayの[1]、[2]にそれぞれ保存され、「.*」は”何かの文字列の0回以上の繰り返し”を示します。
<?php
$str = "https://tomosoft.jp?name=tomosoft&id=30&count=100";
preg_match('/name=(\w+).*&count=(\d+)/', $str, $match);
var_dump($match);
実行すると次のように$matchに設定されます。
array(3) { [0]=> string(29) “name=tomosoft&id=30&count=100” [1]=> string(8) “tomosoft” [2]=> string(3) “100” }
例2
次の例では、例1では数値だった引数を連想配列名になるように設定します。「name」をサブパターン名にして、(?P
<?php
$str = "https://tomosoft.jp?name=tomosoft&id=30&count=100";
preg_match('/name=(?P<name>\w+).*&count=(?P<count>\d+)/', $str, $match);
var_dump($match);
実行すると次のように$matchに設定されます。
array(5) { [0]=> string(29) “name=tomosoft&id=30&count=100” [“name”]=> string(8) “tomosoft” [1]=> string(8) “tomosoft” [“count”]=> string(3) “100” [2]=> string(3) “100” }
正規表現で文字列を置換 – preg_replace
preg_replaceは、正規表現で文字列を置換し、次のパラメータでは、pattern で指定した正規表現により subject を検索します。
int preg_replace( string $pattern, string $replacement, string $subject, int &$count )
-
パラメータ
- pattern
- 正規表現で指定された検索するパターン
- replacement
- 置換後のテキストを指定する
- subject
- 置換前の元テキスト
- count
- 置換を行う最大回数。
- 戻り値
- subjectの引数が配列の場合は配列を、その他の場合は文字列を返します
例
「s?」は「http」と「https」に対応するためです。「[ ]」で示すいずれかの文字で、「+」（直前の文字の1回以上の繰り返し）となります。文字エンコードがUTF-8の場合、パターンマッチ演算子の修飾子に”u”を指定する必要があります。また、phpファイル自身ものコードもUTF-8にします。
<?php / 対象文字列 $text = 'このサイトは、https://tomosoft.jp/design/です。'; // パターン $pattern = '/((https?|ftp):\/\/[-_.!~*\'()a-zA-Z0-9;\/?:@&=+$,%#]+)/u'; // 置換後の文字列 $replacement = '<a href="$1">$1</a>'; // 置換 $text= preg_replace($pattern,$replacement,$text); // 出力 echo $text;
実行すると次のように変換されます。
このサイトは、https://tomosoft.jp/design/です。