Web Design Leaves

バックスラッシュと円マーク

日本語環境でバックスラッシュ「\」を入力しても、ブラウザで表示されると（半角）円マーク「\」として表示されてしまう可能性が高いです。（これは、これらの文字の表示がフォントに依存しているためです）

このページでも本文中はほとんどの場合、バックスラッシュが（半角）円マークとして表示されていて、コードのサンプル中ではバックスラッシュとして表示されています。予めご了承ください。

ハイフン（-）は、文字クラスの中の先頭以外においてのみメタ文字となります。それ以外（文字クラスの外）の場所では、通常のハイフンの文字（-）とマッチします。

文字クラス内にある疑問符（?）やピリオド（.）、パイプ（|）等は通常はメタ文字ですが、これらが文字クラス内に含まれる場合は、メタ文字と見なされません。? や . または | のメタ文字としての機能が、文字クラスの中では意味を成さないからです。

キャレット（^）は文字クラス外では、行頭指定文字（行の先頭を表す文字）になりますが、文字クラス内の角括弧の直後にある場合は、否定を意味するメタ文字になります（それ以外の位置ではクラス内でも特殊な働きはしません）。

どのメタ文字がサポートされているかという規則は、文字クラスの内部と外部では異なることに注意が必要です。

また、文字クラスの外では、正規表現中の各リテラル文字は「かつ（and）」が間にあるものとして解釈されますが、文字クラス内での各リテラル文字は「または（or）」が間にあるものとして解釈されます。

最短マッチ

基本的に正規表現は貪欲（greedy）でマッチしうる最大（最長）の文字列にマッチします。

* や + を使う場合に、最短でマッチさせるには、* や + の後に ? を付けます。

以下の例では、/<div class='inside'>.*<\/div>/ でマッチさせると、2つ目の div 要素の閉じタグまで含まれてしまいますが、/<div class='inside'>.*?<\/div>/ とすることで、最短のマッチを取得することができます。

<?php
$foo = '<div class="outside"><div class="inside">some text or html</div></div>';
echo "Greedy : " 
     .htmlspecialchars(
      preg_replace('/<div class="inside">.*<\/div>/', '', $foo))."<br>";
echo "Non-greedy : " 
     .htmlspecialchars(
      preg_replace('/<div class="inside">.*?<\/div>/', '',$foo))."<br>";
?>

preg_match()

以下は preg_match() の構文です。

int preg_match ( $pattern, $subject [, &$matches [, $flags [, $offset ]]] )

preg_match() は正規表現によるマッチングを行う関数で、pattern で指定した正規表現により subject を検索します。

パラメータ

• pattern（string）：検索するパターンを表す文字列。（正規表現パターン）
• subject（string）：検索対象の文字列。
• matches（array）：結果の配列。matches を指定した場合、検索結果が代入されます。 $matches[0] にはパターン全体にマッチしたテキストが代入され、 $matches[1] には 1 番目のキャプチャ用サブパターンにマッチした 文字列が代入され、といったようになります。
• flags（int）：flags には以下のフラグを指定できます。
  PREG_OFFSET_CAPTURE：このフラグを設定した場合、各マッチに対応する文字列のオフセットも返されます。 これにより matches の値は配列となり、 配列の要素 0 はマッチした文字列、 要素 1は対象文字列中におけるマッチした文字列のオフセット値 となることに注意してください。
• offset（int）：検索の開始位置。通常、検索は対象文字列の先頭から開始されます。 オプションのパラメータ offset を使用して 検索の開始位置を (バイト単位で) 指定することも可能です。

戻り値

pattern が指定した subject にマッチした場合に 1 を返します。 マッチしなかった場合は 0、エラーが発生した場合は FALSE を返します。

注意

ある文字列が他の文字列内に含まれているかどうかを調べるためだけに preg_match() を使うのは避けた方が良いでしょう。 strpos() 関数を使うほうが速くなります。

以下はサンプルです。

文字列 "php" を探す例です。パターン '/php/i' のデリミタの後の「i」は大小文字を区別しない検索を示す「パターン修飾子」です。

<?php
if (preg_match('/php/i', "PHP is the web scripting language.")) {
    echo "マッチしました。";
} else {
    echo "マッチしませんでした。";
}
?>

単語 "web" を探す例です。

パターン内の \b は単語の境界を示すため、独立した単語の "web" にのみマッチし、"website" のような単語の一部にはマッチしません。（「位置の指定」参照）

<?php
if (preg_match("/\bweb\b/i", "PHP is the web scripting language.")) {
    echo "マッチしました。";
} else {
    echo "マッチしませんでした。";
}

echo "<br>";

if (preg_match("/\bweb\b/i", "PHP is the website scripting.")) {
    echo "マッチしました。";
} else {
    echo "マッチしませんでした。";
}
?>

URL からドメイン名を得る例です。

<?php
// URL からホスト名の取得
preg_match('@^(?:http://)?([^/]+)@i',
    "http://www.php.net/index.html", $matches);
$host = $matches[1];
echo "ホスト名： ". $host. "<br>";

// ホスト名のドットで区切られた最後の２つ（ドメイン名）を取得
preg_match('/[^.]+\.[^.]+$/', $host, $matches);
echo "ドメイン名: {$matches[0]}\n";
?>

少し詳しく見てみます。まずは最初の正規表現パターン。

'@^(?:http://)?([^/]+)@i'

• URL やパスを扱う場合は、スラッシュが出てくるので、デリミタをスラッシュ以外（この例では @）にしています。
• 先頭のキャレット（^）は「文字列の先頭にマッチする」を意味します。（「位置の指定」を参照）
• 括弧を使って、後から参照できるようにしています。また、最初の括弧は(?:)として、マッチしたテキストを記憶しないようにしています。（「後方参照」を参照）
• 中ほどの「?」は、「直前の項目をゼロ回または、１回だけ繰り返す」と言う意味です。（繰り返し/量指定子」を参照）
• [^/] は文字クラスで、スラッシュ以外の1文字を意味し、その後の「+」は直前の項目を１回以上繰り返すと言う意味です。（繰り返し/量指定子」を参照）
• 「i」は大小文字を区別しない検索を示す「パターン修飾子」です。

オプションの第3パラメータ（$matches）を指定しているので、 $matches[1] には 1 番目のキャプチャ用サブパターンにマッチした 文字列が代入されます。結果として、$host には ([^/]+)のサブパターンに該当する「www.php.net」が代入されます。（最初の括弧は(?:)として、マッチしたテキストを記憶しないようにしています）

$matches[0] には「http://www.php.net」が入っています。

2番目の preg_match() を見てみます。

preg_match('/[^.]+\.[^.]+$/', $host, $matches);

• 検索対象の文字列（$host）には「www.php.net」が入っています。
• パターン '/[^.]+\.[^.]+$/' は、[^.]がドット（.）以外の文字を表します。文字クラスの中ではドットは特別な意味を持ちません。（文字クラスの記述を参照）
• その後の「+」は直前の項目を１回以上繰り返すと言う意味です。（繰り返し/量指定子」を参照）
• \. はバックスラッシュ（環境によっては円マーク）でドットをエスケープしているので、ドット文字を意味します。
• 最後の $ はアンカーで文字列の最後にマッチします。（「位置の指定」を参照）

パターン '/[^.]+\.[^.]+$/' は、「ドット（.）以外の文字が1回以上繰り返され、その後にドットが続き、更にドット以外の文字が1回以上繰り返されて終了する文字列」というような意味になります。

また、最後の echo では、変数と文字列の間に空白がないと、変数の展開に失敗する可能性があるので、{$matches[0]} と中括弧{ }で囲んでいます。（「文字列の出力」を参照）

preg 系で日本語を使う場合

正規表現の中で日本語（マルチバイト文字）を使ってマッチさせるには、パターン修飾子「u」を指定した方が安全です。

<?php
$inputstr = '近所には白猫や黒猫の野良猫がいます。';

preg_match('/([^白黒]{2}猫)/', $inputstr, $data1);
preg_match('/([^白黒]{2}猫)/u', $inputstr, $data2);

echo $data1[0] ."<br>";
echo $data2[0] ."<br>";
?>

preg_match_all()

JavaScript では一致する文字列を全て検索したい場合は、global を意味する g というフラグ（パターン修飾子）を指定しますが、PHP(preg系)では「g」は使いません。代わりに「preg_match_all()」を使って繰り返し検索を行います。

以下が構文です。

int preg_match_all($pattern, $subject [,&$matches [,$flags [,$offset ]]])

subject を検索し、 pattern に指定した正規表現にマッチした すべての文字列を、flags で指定した 順番で、matches に代入します。

正規表現にマッチすると、そのマッチした文字列の後から 検索が続行されます。

パラメータ

• pattern（string）：検索するパターンを表す文字列。（正規表現パターン）
• subject（string）：検索対象の文字列。
• matches（array）：マッチしたすべての内容を含む flagsで指定した形式の多次元配列。
• flags（int）：以下のフラグを指定可能です。
  PREG_PATTERN_ORDER（デフォルト）、PREG_SET_ORDER、PREG_OFFSET_CAPTURE
• offset（int）：通常、検索は対象文字列の先頭から開始されます。 オプションのパラメータ offset を使用して 検索の開始位置を (バイト単位で) 指定することも可能です。

PREG_PATTERN_ORDER（デフォルト）

• $matches[0] はパターン全体にマッチした文字列の配列
  多次元配列なので、$matches[0][0] や $matches[0][1] ...のような形で取得します。
• $matches[1] は第 1 のキャプチャ用サブパターンにマッチした文字列の配列
  多次元配列なので、$matches[1][0] や $matches[1][1] ...のような形で取得します。

PREG_SET_ORDER

• $matches[0] は 1 回目のマッチングでキャプチャした値の配列
  多次元配列なので、$matches[0][0] や $matches[0][1] ...のような形で取得します。
• $matches[1] は 2 回目のマッチングでキャプチャした値の配列
  多次元配列なので、$matches[1][0] や $matches[1][1] ... のような形で取得します。

PREG_OFFSET_CAPTURE

このフラグを設定した場合、各マッチに対応する文字列のオフセットも返されます。 これにより、返り値は配列となり、配列の要素 0 はマッチした文字列、 要素 1 は subject における マッチした文字列のオフセット値となることに注意してください。

戻り値

パターンがマッチした総数を返します（ゼロとなる可能性もあります）。 または、エラーが発生した場合に FALSE を返します。

以下は、デフォルトの flag （PREG_PATTERN_ORDER）の場合のサンプルです。

パターン '/<[^>]+>(.*)<\/[^>]+>/U' は以下のような意味になります。

• < があって、その後に < 以外の文字（[^>]）が1文字以上あり、>が続きます。
• その後に、任意の文字がゼロ回以上あり、この部分を括弧でサブパターンとしています。
• そして、</ があり（デリミタとしてスラッシュを使っているのでエスケープしています）、その後に > 以外の文字（[^>]）が1文字以上あり、>が続きます。
• パターン修飾子 U は量指定子の「貪欲さ」が反転します。

$out[0] はパターン全体にマッチした文字列の配列、 $out[1] は第 1 のキャプチャ用サブパターンにマッチした文字列の配列、 といった順番となります。

出力の際は、htmlspecialchars() でエスケープしています。

<?php
preg_match_all('/<[^>]+>(.*)<\/[^>]+>/U',
    "<strong>sub_pattern 1</strong><span class='x'>sub_pattern 2</span>",
    $out);
echo htmlspecialchars($out[0][0]).", ".htmlspecialchars($out[0][1])."<br>";
echo htmlspecialchars($out[1][0]).", ".htmlspecialchars($out[1][1])."<br>";
?>

以下は、flag に PREG_SET_ORDER を指定した場合のサンプルです。

<?php
preg_match_all('/<[^>]+>(.*)<\/[^>]+>/U',
    "<strong>sub_pattern 1</strong><span class='x'>sub_pattern 2</span>",
    $out, PREG_SET_ORDER);
echo htmlspecialchars($out[0][0]).", ".htmlspecialchars($out[0][1])."<br>";
echo htmlspecialchars($out[1][0]).", ".htmlspecialchars($out[1][1])."<br>";
?>

以下は、foreach を使っての出力の例です。多次元配列なので、foreach をネストしています。

<?php
preg_match_all('/<[^>]+>(.*)<\/[^>]+>/U',
    "<strong>sub_pattern 1</strong><span class='x'>sub_pattern 2</span>",
    $out);
foreach($out as $k1 => $v1) {
  foreach($v1 as $k2 => $v2) {
    echo htmlspecialchars("[{$k1}][{$k2}] : $v2"). "<br>";
  }
}
?>

以下も、foreach を使っての出力の例です。ネストせずに、それぞれの要素を指定して出力するサンプルです。

閉じタグを表すパターン <\/\\2> は、後方参照です。正規表現中の括弧の 2 番目の組、つまりこの場合は ([\w]+)、にマッチします。このため、([\w]+)と対になったタグを表しています。

<?php
$html = "<strong>sub_pattern 1</strong><span class='x'>sub_pattern 2</span>";

preg_match_all("/(<([\w]+)[^>]*>)(.*?)(<\/\\2>)/", $html, $matches, PREG_SET_ORDER);

foreach ($matches as $val) {
    echo htmlspecialchars("matched: " .$val[0]) . "<br>";
    echo htmlspecialchars("(<([\w]+)[^>]*>) --> " . $val[1]). "<br>";
    echo htmlspecialchars("([\w]+) --> " . $val[2]). "<br>";
    echo htmlspecialchars("(.*?) --> " . $val[3]). "<br>";
    echo htmlspecialchars("(<\/\\2>) --> " . $val[4]). "<br><br>";
}
?>

以下は、HTML タグが入れ子になっているサンプルです。

<?php
$html = "<p><a href='exmple.com#1'>sample1</a></p><p><a href='exmple.com#2'>sample2</a></p>";

preg_match_all("/(<([\w]+)[^>]*>)(<([\w]+)[^>]*>)(.*?)(<\/\\4>)(<\/\\2>)/", $html, $matches, PREG_SET_ORDER);

foreach ($matches as $val) {
    echo htmlspecialchars("matched: " .$val[0]) . "<br>";
    echo htmlspecialchars($val[1]). "<br>";
    echo htmlspecialchars($val[2]). "<br>";
    echo htmlspecialchars($val[3]). "<br>";
    echo htmlspecialchars($val[4]). "<br>";
    echo htmlspecialchars($val[5]). "<br>";
    echo htmlspecialchars($val[6]). "<br>";
    echo htmlspecialchars($val[7]). "<br><br>";
}
?>

mb_ereg()

UTF-8 以外の日本語などのマルチバイト文字列でパターンマッチを行うには、mb_ereg() 、mb_ereg_match() を使います。

但し、mb_ereg_match() は文字列の最初からマッチしているかどうかを判定するのと、サブパターンのオプションがないので、mb_ereg() の方が使いやすいと思います。よって mb_ereg_match() については省略します。

また、mb_ereg 系正規表現 (mbregex)はデリミタは不要で、ドット（.）はデフォルトで改行にマッチします。

以下は mb_ereg() の構文です。

int mb_ereg ( $pattern , $string [, $regs ] )

マルチバイト文字列に正規表現マッチを行います。

パラメータ

• pattern（string）：検索パターン。preg_match() と異なり、デリミタは不要。
• string（string）：検索文字列。
• regs（array）：マッチした string の部分文字列。$regs[0] にはパターン全体にマッチしたテキストが代入され、 $regs[1] には 1 番目のキャプチャ用サブパターンにマッチした 文字列が代入され、といったようになります。

戻り値

マルチバイト対応の正規表現マッチを行い、 一致した場合は 1 を返します。オプションの 3 番目の引数を指定した場合は、一致した部分のバイト数を返し、一致した部分文字列が 配列 regs に格納されます。空文字に 一致した場合は 1 が返されます。正規表現に一致しないか、 エラーを発生した場合に FALSE を返します。

注意

内部エンコーディングあるいは mb_regex_encoding() で指定した文字エンコーディングを、 この関数の文字エンコーディングとして使用します。

以下はサンプルです。

<?php
mb_regex_encoding("UTF-8");
$str = "この村の猫はほとんどが半野良です。";
$return = mb_ereg('半野良', $str);
if ($return == 1) {
  echo('パターンが見つかりました。<br>');
} else {
  echo('パターンは見つかりませんでした。<br>');
}
echo "戻り値：{$return}<br>";
echo "mb_regex_encoding()：".mb_regex_encoding() ."<br>";
echo "内部エンコーディング mb_internal_encoding()：".mb_internal_encoding() ."<br>";
?>

内部エンコーディング : mb_internal_encoding()

以下はオプションの 3 番目の引数を指定した場合のサンプルです。

この場合、戻り値は一致した部分のバイト数になります。

<?php
mb_regex_encoding("UTF-8");
$str = "この村の猫はほとんどが半野良です。";
$return = mb_ereg('猫.+(.野良)', $str, $matches);
echo "パターン全体". $matches[0] ."<br>";
echo "サブパターン". $matches[1] ."<br>";
echo "戻り値：{$return}<br>";
?>

preg_replace()

preg_replace() 関数は、正規表現で検索した文字列を、別の文字列で置き換えるのに使用します。

以下が構文です。

mixed preg_replace($pattern, $replacement, $subject [, $limit [, &$count]])

パラメータ

• pattern（mixed）：検索を行う正規表現パターン。文字列もしくは配列。
• replacement（mixed）：置換内容。置換を行う文字列もしくは文字列の配列。
  • この引数が文字列で、pattern 引数が配列の場合：
    すべてのパターンがこの文字列に置換されます。
  • pattern および replacement のいずれもが配列の場合：
    各 pattern は 対応する replacement に置換されます。
    注意
    pattern および replacement を使用する際、配列の並び順に処理されます。添字は整数であっても、 その並びは値の小さい順になっているとは限りません。 ですから、配列の添字を使って、どの pattern が、どの replacement に置換されるかを指定しようとする場合は、 preg_replace() をコールする前に、各配列に対し ksort() を実行しておくべきです。
  • replacement 配列の要素の数が pattern 配列よりも少ない場合：
    余った pattern は 空文字に置換されます。
• subject（mixed）：検索・置換対象となる文字列もしくは文字列の配列。subject が配列の場合、検索と置換は subject の各要素に対して行われ、返り値も配列となります。
• limit（int）：subject 文字列において、各パターンによる 置換を行う最大回数。デフォルトは -1 (制限無し)。
• count（int）：この引数が指定されると、この引数（変数）に置換回数が渡されます。

replacement（置換内容）では、括弧で囲まれたサブパターンにマッチした内容は、$0～$99（$n 形式）で参照を指定することができます。 $0 は パターン全体にマッチするテキストを参照します。最初のサブパターンは $1 で参照できます。

戻り値

置換後の文字列を返します。subject 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。

パターンがマッチした場合、〔置換が行われた〕新しい subject を返します。マッチしなかった場合、subject をそのまま返します。エラーが発生した場合、NULL を返します。

以下は、URL の文字列を、リンクに変更するサンプルです。

• 1つ目のサブパターン (https?:\/\/) は https:// または http:// にマッチします。デリミタにスラッシュを使用しているのでスラッシュはエスケープします。
• 2つ目のサブパターン ([-_.!~*'()a-zA-Z0-9;\/?:\@&=+\$,%#]+) は URL に出現する可能性のある文字クラスで、+があるのでこれらのいずれかの文字が1回以上続くパターンにマッチするという意味です。
• 置換内容の "<a href=\"$1$2\">$1$2</a>" の $1, $2 はマッチしたサブパターンの参照です。ダブルクォートはエスケープします。

<?php
$pattern = "/(https?:\/\/)([-_.!~*'()a-zA-Z0-9;\/?:\@&=+\$,%#]+)/";
$url = "http://www.example.com/test/sample.html";
$link = preg_replace($pattern, "<a href=\"$1$2\">$1$2</a>", $url);
echo htmlspecialchars($link);
?>

以下も、URL の文字列を、リンクに変更するサンプルですが、外部リンクの場合と内部リンクの場合に異なるリンクを適用するサンプルです。

外部リンクの場合のパターンの (?!www.webdesignleaves.com) の「(?! 」の部分は先読み言明です。「(?= 」だと肯定、「(?! 」 だと否定を意味します。ここでは「(?! 」を指定しているので先読み言明の否定になり www.webdesignleaves.com があるURLにはマッチしないことになります。

また、配列を使って、どの pattern が、どの replacement に置換されるかを指定しようとする場合は、 preg_replace() をコールする前に、各配列に対し ksort() を実行しておくようにします。

<?php
//外部リンクの場合のパターン
$external_pattern = "/(https?:\/\/)(?!www.webdesignleaves.com)([-_.!~*'()a-zA-Z0-9;\/?:\@&=+\$,%#]+)/";
//内部リンクの場合のパターン
$internal_pattern = "/(https?:\/\/www.webdesignleaves.com)([-_.!~*'()a-zA-Z0-9;\/?:\@&=+\$,%#]+)/";
//パターンの配列
$patterns = array($external_pattern, $internal_pattern);
ksort($patterns);

//外部リンクの場合の置換内容
$external_replacement = "<a href=\"$1$2\" target=\"_blank\">$1$2</a>";
//内部リンクの場合の置換内容
$internal_replacement = "<a href=\"$2\">$1$2</a>";
//置換内容の配列
$replacements = array($external_replacement, $internal_replacement);
ksort($replacements);

//内部リンク
$url1 = "https://www.webdesignleaves.com/pr/php/php_basic_01.php";
$link1 = preg_replace($patterns, $replacements, $url1);
echo $link1 ."<br>";
echo htmlspecialchars($link1)."<br><br>";

//外部リンク
$url2 = "http://www.example.com/test/sample.html";
$link2 = preg_replace($patterns, $replacements, $url2);
echo $link2 ."<br>";
echo htmlspecialchars($link2);
?>

preg_replace_callback()

preg_replace_callback() は正規表現を使って検索を行い、コールバック関数で置換を行う関数です。

この関数の動作は、ほぼ preg_replace() と同じですが、 $replacement（置換内容）の代わりに $callback（コールバック関数）を指定します。

以下が構文です。

preg_replace_callback ( $pattern , $callback , $subject [, $limit [, &$count ]] ) 

パラメータ

• pattern（mixed）：検索を行う正規表現パターン。文字列もしくは配列。
• callback（callable）：このコールバック関数は、検索対象文字列でマッチした要素の配列が引数に渡されて呼び出されます。このコールバック関数は、置換後の文字列を返す必要があります。

  function ($matches) { // $matches はマッチした要素の配列
    ・・・処理・・・
    // 通常は、$matches[0] がマッチした全体を表します。
    // $matches[1] は、パターン内の最初の括弧で囲まれたサブパターン 
    //'(...)' にあてはまる部分を表します。 
    return 置換後の文字列;
  },

• subject（mixed）：検索・置換対象となる文字列もしくは文字列の配列。
• limit（int）：subject 文字列において、各パターンによる 置換を行う最大回数。デフォルトは -1 (制限無し)。
• count（int）：この引数が指定されると、この引数（変数）に置換回数が渡されます。

戻り値

置換後の文字列を返します。subject 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。

マッチするものが見つかった場合は置換された文字列を返し、それ以外の場合は元の（変更されていない）文字列をそのまま返します。

以下は、文字列の中の数値の値を10倍に変更するサンプルです。

検索を行う正規表現パターンは、/(\\d+)/ で数値になります。この例の場合、パターン全体を括弧で囲んでいるので、$matches[0] と $matches[1] には同じ値が入っています。

<?php
$text = "数値: 1, 2, 3, 45, 678 end";
$pattern = "/(\\d+)/";
function make_ten_times($matches) {
   return ($matches[0] * 10);  //または return ($matches[1] * 10);
}
$new_text = preg_replace_callback($pattern, "make_ten_times", $text);
echo $new_text;
?> 
// 数値: 10, 20, 30, 450, 6780 end と出力

前述の例では、make_ten_times() と言う関数を定義しましたが、関数を別途定義しない（無名関数を使う）場合は、以下のようになります。

<?php
$text = "数値: 1, 2, 3, 45, 678 end";
$pattern = "/(\\d+)/";
$new_text = preg_replace_callback(
  $pattern, 
  function($matches) {
    return ($matches[0] * 10);
  }, 
$text);

echo $new_text;
?>  
// 数値: 10, 20, 30, 450, 6780 end と出力

コールバック関数に引数を渡す

コールバック関数の引数には検索対象文字列でマッチした要素の配列しか渡されません。そのため、function ($matches, $foo) { } のように追加することはできません。

追加で引数を渡したい場合は、以下のように無名関数と「use」キーワードを使うのが簡単です。

<?php
$text = "数値: 1, 2, 3, 45, 678 end";
$times = 99;
$new_text = preg_replace_callback(
  "/(\\d+)/", 
  function($matches) use ($times) {
    return ($matches[0] * $times);
  }, 
$text);
echo $new_text;
?> 
// 数値: 99, 198, 297, 4455, 67122 end と出力

その他の例

以下は、.html で終了する URL を見つけたら、その部分を target="_blank" rel="noopener" を指定したリンクに変更するサンプルです。

• 1つ目のサブパターン (https?:\/\/) は https:// または http:// にマッチします。
• 2つ目のサブパターン ([-_.!~*'()a-zA-Z0-9;\/?:\@&=+\$,%#]+\.html) は URL に出現する可能性のある文字クラスと「\.html」す。
• 置換内容 "<a href=".$matches[1].$matches[2].">".$matches[1].$matches[2]."</a>" の $matches[1] と $matches[2] にはマッチしたサブパターンが格納されています。

<?php
$pattern = "/(https?:\/\/)([-_.!~*'()a-zA-Z0-9;\/?:\@&=+\$,%#]+\.html)/";
$text = "URL: http://www.example.com/test/sample.html より引用";

function add_link($matches){
  return '<a href='.$matches[1].$matches[2].' target="_blank">'.$matches[1].$matches[2].'</a>';
}

$text_with_link = preg_replace_callback($pattern, "add_link", $text);
echo '<p>' .$text_with_link .'</p>';
?>
<!--以下のように出力されます。-->
<p>URL: <a href="http://www.example.com/test/sample.html" target="_blank">http://www.example.com/test/sample.html</a> より引用</p>

前述の例では、add_link() と言う関数を定義しましたが、無名関数を使う場合（関数を別途定義しない場合）は、以下のようになります。

<?php
$pattern = "/(https?:\/\/)([-_.!~*'()a-zA-Z0-9;\/?:\@&=+\$,%#]+\.html)/";
$text = "URL: http://www.example.com/test/sample.html より引用";
  
$text_with_link = preg_replace_callback($pattern, 
  function($matches) {
    return '<a href='.$matches[1].$matches[2].' target="_blank">'.$matches[1].$matches[2].'</a>';
  }, $text);
  
echo '<p>' .$text_with_link .'</p>';
?>

preg_replace() を使う場合は以下のようになります。

<?php
$pattern = "/(https?:\/\/)([-_.!~*'()a-zA-Z0-9;\/?:\@&=+\$,%#]+\.html)/";
$text = "URL: http://www.example.com/test/sample.html より引用";
$text_with_link = preg_replace($pattern, "<a href=\"$1$2\" target=\"_blank\">$1$2</a>", $text);
echo '<p>' .$text_with_link .'</p>';
?>

mb_ereg_replace()

mb_ereg_replace() はマルチバイト文字列に正規表現による置換を行います。

内部エンコーディングあるいは mb_regex_encoding() で指定した文字エンコーディングを、 この関数の文字エンコーディングとして使用します。

以下が構文です。

string mb_ereg_replace( $pattern ,$replacement ,$string [, $option] )

パラメータ

• pattern（string）：正規表現パターン。デリミタは不要。 マルチバイト文字を pattern で使用することができます。
• replacement（string）：置換文字列。
• string（string）：調べたい文字列。
• option（string）：option パラメータで、マッチングの動作を変更可能です。
  • i を指定した場合、大文字・小文字が 区別されなくなります。
  • x を指定した場合、空白が無視されます。
  • m を指定した場合、マルチラインモードとなり、 改行文字も "." に含まれるようになります。
  • p を指定した場合、POSIX モードとなり、 改行も通常文字とみなされるようになります。
  • e （非推奨→使用しない）を指定した場合、文字列 replacement がPHPの式として評価されます。

戻り値

成功した場合に結果の文字列、エラー時に FALSE を返します。

以下は、文字列に含まれているクレジットカード番号と電話番号を「********」で置き換えるサンプルです。

<<<EOL はヒアドキュメントの ID です。（ヒアドキュメント参照）

<?php
$text = <<<EOL
カード番号：1234 5678 9012 3456 <br>
電話番号（米国）：123-456-7890
EOL;
$replaced = mb_ereg_replace('\d{4}\s?\d{4}\s?\d{4}\s?\d{4}','****', $text);
$replaced = mb_ereg_replace('\d{3}-?\d{3}-?\d{4}','****', $replaced);
echo "オリジナル<br>";
echo $text. "<br><br>";
echo "置換後<br>";
echo $replaced;
?>

preg_split()

preg_split() は関数指定した文字列を、正規表現で分割します。以下が構文です。

array preg_split( $pattern , $subject [, $limit [, $flags ]] )

パラメータ

• pattern： 検索するパターンを表す文字列。（正規表現パターン）
• subject：対象となる文字列。
• limit：これを指定した場合、最大 limit 個の部分文字列を返します。 残りの文字列は、最後の部分文字列に含めて返されます。 limit が -1、0 あるいは NULL の場合は「制限が無い」ことを意味します。 制限を指定せずに flags パラメータを指定したい場合などに NULL を使用します。デフォルトは -1。
• flags：flags は、次のフラグを組み合わせたものとすることが可能です （ビット和演算子 | で組み合わせる）。
  • PREG_SPLIT_NO_EMPTY：このフラグを設定すると、空文字列でないものだけが preg_split() により返されます。
  • PREG_SPLIT_DELIM_CAPTURE：このフラグを設定すると、文字列分割用のパターン中の カッコによるサブパターンでキャプチャされた値も同時に返されます。
  • PREG_SPLIT_OFFSET_CAPTURE：このフラグを設定した場合、各マッチに対応する文字列のオフセットも返されます。 これにより、返り値は配列となり、配列の要素 0 はマッチした文字列、 要素 1 は subject におけるマッチした文字列のオフセット値となることに 注意してください。

戻り値

pattern にマッチした境界で分割した subject の部分文字列の配列を返します。

マッチングに失敗した場合は、要素が一つだけの配列を返します。その要素の内容は、入力文字列そのままになります。

カンマまたは " ", \r, \t, \n , \f などの空白文字で句を分割するサンプルです。

<pre>
<?php
$keywords = preg_split("/[\s,]+/", "PHP JavaScript, programming");
print_r($keywords);
?>
</pre>

Array
(
    [0] => PHP
    [1] => JavaScript
    [2] => programming
)

mb_split()

mb_split() はマルチバイト文字列を正規表現により分割します。

mb_regex_encoding() で指定した文字エンコーディングを、 この関数の文字エンコーディングとして使用します。

以下が構文です。

array mb_split( $pattern , $string [, $limit ] )

パラメータ

• pattern（string）：正規表現パターン。（デリミタ不要）
• string（string）：分割する文字列。
• limit（int）：オプションの引数 limit を指定した場合は、 最大 limit 個の要素に分割されます。 （デフォルト -1。無制限）

戻り値

分割した結果の文字列を配列で返します。

以下はサンプルです。但し、この場合は、explode() を使ったほうが良いでしょう。

<pre>
<?php
//mb_regex_encoding('UTF-8');
//mb_internal_encoding("UTF-8"); 
$text = "これは、日本語を使った、サンプルです。";
$result = mb_split('、', $text);
print_r($result);
?>
</pre>

うまくいかない場合は、mb_regex_encoding(), mb_internal_encoding() で文字コードを指定してみます。

Array
(
    [0] => これは
    [1] => 日本語を使った
    [2] => サンプルです。
)

以下は、explode() を使った例です。こちらの方が効率的（高速）です。（使用している文字コードによってはうまくいかない可能性もあります）

<pre>
<?php
$text = "これは、日本語を使った、サンプルです。";
$result = explode('、', $text);
print_r($result);
?>
</pre>

Array
(
    [0] => これは
    [1] => 日本語を使った
    [2] => サンプルです。
)

以下は、「2015/11/09」、「2015-11-10」や「2015.11.11」の形式の日付を区切り文字で分割して、その結果を「2015年11月09日」という形式で返すサンプルです。

<?php
$dates = array("2015/11/09", "2015-11-10","2015.11.11" );
foreach($dates as $val) {
  $date = mb_split('[/.\-]', $val);
  echo $date[0] . '年' . $date[1]. '月'. $date[2]. '日 <br>';
}
?>

メールアドレス

厳密にメールアドレスの形式を検証するのは不可能です。なるべく厳密にチェックしようとするとかなり複雑なパターンになります。

また、もし仮に厳密に形式をチェックしたとしてもそのメールアドレスが存在するかどうかはわかりません。

以下のサンプルは、おおまかなメールアドレスの形式のチェックと入力ミス防止のためのものです。（正規のメールアドレスがエラーになったり、不正なメールアドレスがチェックをパスする可能性があります）

<?php
$email = "abc123@example.com";
$pattern = '/\A([a-z0-9\+_\-]+)(\.[a-z0-9\+_\-]+)*@([a-z0-9\-]+\.)+[a-z]{2,6}\z/ui';
if(!preg_match($pattern, $email)){
  echo 'メールアドレスの形式が正しくないようです。';
}else{
  echo "正しいメールアドレスの形式のようです。";
}
?>

• \A([a-z0-9\+_\-]+)：「a～z」「0～9」「+」「_」「-」の文字が1回以上の繰り返し（最後の+）で始まることを意味します。文字クラス[ ] 内の「+」「-」はメタ文字なのでエスケープします。
• (\.[a-z0-9\+_\-]+)*：「.」文字に続いて、「a～z」「0～9」「+」「_」「-」の文字が１回以上繰り返すことを意味しますが、全体を括弧で括って、「*」があるので、0回以上繰り返すという意味になります。
• 「.」は任意の1文字を意味するメタ文字なので、文字そのものを表す場合は、エスケープします。
• 「@」が続きます。
• ([a-z0-9\-]+\.)：「a～z」「0～9」「+」「-」が1回以上と末尾に「.」を加えた文字が1回以上続きます。（「_」はドメインには使えません）
• [a-z]{2,6}\z：「a～z」が2回以上6回以下繰り返して文字列が終わることを意味します。
• ui：パターン修飾子で「u」は UTF-8 エンコードを意味し、「i」は大文字・小文字を区別しません。

ドメインをチェック

checkdnsrr() 関数を使うと、メールアドレスのドメイン部分が本当に存在するかどうかを確認することができます。 但し、ドメイン名が存在しても、メールアドレスが正しく、かつ本人のものかどうかを確認することはできません。

この関数は、指定したインターネットホスト名もしくは IP アドレスに対応する DNS レコードを検索します。

以下が構文です。

bool checkdnsrr( $host [, $type] )

host に対応する type 型のレコードを DNS から探します。

パラメータ

• host（string）：hostは、ドットで 4 つに分けられた形式の IP アドレスか、あるいはホスト名です。
• type（string）：typeは、A, MX, NS, SOA, PTR, CNAME, AAAA, A6, SRV, NAPTR, ANY のどれか一つです。デフォルトは MX（Mail Exchanger Record）です。

【参考】
MXレコードは、電子メールの配送先であるメールサーバを決定する際に使用する、DNSで定義される情報の1つです。 また、配送先メールサーバのホスト名は A レコードまたは AAAA レコードが登録されていて、これに基づいてメールサーバの IP アドレスを取得します。

戻り値

レコードが見つかった場合に TRUE、 何も見つからないかエラーが発生した場合に FALSE を返します。

注意

5.3.0 以前の Windows プラットフォームでは動作しません。

以下は、サンプルです。第2パラメータの指定により、異なる結果が返る場合があります。

<?php
$mailaddress = "info@example.com";
$exploded_address = explode('@', $mailaddress);

//第2パラメータ：MXレコード（デフォルトなので省略）
if(checkdnsrr($exploded_address[1])) {
  echo "このドメイン({$exploded_address[1]})は存在します。";
}else{
  echo "このドメイン({$exploded_address[1]})は存在しないようです。";
}
echo "<br>";「

//第2パラメータ：A レコード
if(checkdnsrr($exploded_address[1], "A")) {
  echo "このドメイン({$exploded_address[1]})は存在します。";
}else{
  echo "このドメイン({$exploded_address[1]})は存在しないようです。";
}
?>

以下は、URLのプロトコル部、ホスト名、ポート番号、パス名を取得して、ホスト名を checkdnsrr() で調べる例です。

<?php
$url = "http://www.exapmle.com:1280/sample/index.htm";
$pattern = "/\A(http|https):\/\/([-\w\.]+)(:(\d+))?(\/[^\s]*)?\z/";
preg_match($pattern, $url, $matches);

echo "Protocol: {$matches[1]}<br>";
echo "Host: {$matches[2]}<br>";
echo "Port: {$matches[4]}<br>";
echo "Path: {$matches[5]}<br><br>";

if(checkdnsrr($matches[2], "A")) {
  echo "このドメイン({$matches[2]})は存在します。";
}else{
  echo "このドメイン({$matches[2]})は存在しないようです。";
}
?>   

参考

以下のような関数もあります。

• dns_get_record() - ホスト名に関連する DNS リソースレコードを取得する
• getmxrr() - 指定したインターネットホスト名に対応する MX レコードを取得する
• gethostbyaddr() - 指定した IP アドレスに対応するインターネットホスト名を取得する
• gethostbyname() - インターネットホスト名に対応するIPv4アドレスを取得する
• gethostbynamel() - 指定したインターネットホスト名に対応するIPv4アドレスのリストを取得する

URL

以下は、URL をチェックする正規表現の例です。（それほど厳密ではありません）

URL には、スラッシュ「/」が含まれているので、デリミタをスラッシュ以外「{ }」にしています。こうすることで、スラッシュをエスケープしないで済みます。

{\A(https?|ftp)(://[-_.!~*\'()a-zA-Z0-9;/?:\@&=+\$,%#]+\z)}

• 最初の \A と最後の \z は、文字列の始端または終端だけにマッチします。
• (https?|ftp)：http, https, ftp のいずれかにマッチします。
• [-_.!~*\'()a-zA-Z0-9;/?:\@&=+\$,%#]：URL で使用可能な文字を文字クラス [ ] を使って指定しています。
• 上記の文字クラスで先頭に「-」を記述していますが、これは文字クラス内の先頭または末尾では、「-」をエスケープしないで済むためです。先頭または末尾以外に記述する場合は、エスケープする必要があります。
• 最後の「+」は1回以上の繰り返しを意味します。

<?php
$url = "http://www.exmple.com/test/index.html#sample";
$pattern = "{\A(https?|ftp)(://[-_.!~*\'()a-zA-Z0-9;/?:\@&=+\$,%#]+\z)}";
if(preg_match($pattern, $url)) {
  echo "正しい URL のようです。";
}else{
  echo "正しくない URL のようです。";
}
?>