' + safeTitleHtml + '
' + '' + '' +
content +
'
' +
'' +
'PHP 正则表达式怎么入门？从验证邮箱到提取文章内容逐步掌握
图片说明：示意图 图片来源：Public Domain（公有领域）
PHP正则表达式怎么入门？从验证邮箱到提取文章内容逐步掌握
正则表达式是PHP中处理文本和字符串的重要工具，但它并不是解决所有字符串问题的万能方法。对于初学者来说，最好的学习方式不是一开始记忆复杂语法，而是从实际需求入手，逐步理解字符匹配、重复、分组和边界等基本概念。
邮箱验证就是一个比较容易理解的例子。不过，在实际PHP开发中，如果只是判断一个字符串是否符合常见邮箱格式，通常应该优先考虑PHP提供的验证函数，而不是自己编写一套复杂的邮箱正则表达式。
一、从最简单的正则表达式开始
PHP使用PCRE正则表达式引擎，可以通过preg_match()进行匹配。
例如：
if (preg_match('/^hello$/', $text)) {
echo "匹配成功";
}
这里的^表示字符串开始，$表示字符串结束。因此，这个表达式要求整个字符串必须是hello。
再例如：
if (preg_match('/^[0-9]+$/', $text)) {
echo "只包含数字";
}
其中[0-9]表示数字字符，+表示前面的模式至少出现一次。
掌握字符类、重复次数、开始和结束位置等基本概念后，再学习捕获组和更复杂的模式会容易得多。
二、邮箱验证不要盲目自己写正则
邮箱地址看起来很简单，但实际格式比普通字符串复杂得多。
如果只是判断用户输入是否符合PHP常见的邮箱格式，可以直接使用：
if (filter_var($email, FILTER_VALIDATE_EMAIL)) {
echo "邮箱格式正确";
}
这种方法通常比自己编写复杂正则更加方便，也更容易维护。
需要注意的是，格式验证并不能证明邮箱地址真实存在。一个格式正确的地址可能根本没有注册，或者用户并不能接收邮件。如果业务要求确认邮箱有效，通常还需要通过发送验证邮件完成验证。
因此，应该区分“格式正确”和“邮箱真实可用”这两个概念。
三、正则表达式适合提取简单文本
正则表达式真正有价值的场景之一，是从具有相对稳定格式的文本中提取信息。
例如，从一段简单文本中提取日期：
preg_match('/(\d{4})-(\d{2})-(\d{2})/', $text, $matches);
匹配成功后，$matches[0]通常保存完整匹配结果，而捕获组中的内容则保存在后续数组元素中。
这里的括号()就是捕获组，可以把匹配结果中的某一部分单独提取出来。
例如：
echo $matches[1];
echo $matches[2];
echo $matches[3];
分别可以得到年份、月份和日期。
理解捕获组以后，就可以进一步学习preg_match_all()，一次提取文本中出现的多个匹配结果。
四、为什么不建议用正则解析整个HTML
如果只是从非常简单的HTML片段中寻找特定文本，正则有时可以使用。
例如：
preg_match_all('/loadHTML($html);
$xpath = new DOMXPath($dom);
$articles = $xpath->query('//div[@class="article"]');
这种方式是按照HTML结构寻找节点，而不是单纯依靠字符模式匹配，因此更适合处理结构复杂的网页内容。
五、JSON应该使用JSON解析工具
类似的问题也存在于JSON。
例如下面的数据：
{"title":"测试文章","id":123}
如果需要读取title，没有必要使用正则：
$data = json_decode($json, true);
echo $data['title'];
json_decode()能够按照JSON的数据结构进行解析，因此比正则更加可靠。
正则可以处理普通文本中的特定模式，但JSON、HTML、XML等具有明确结构的数据，通常应该优先使用对应的解析工具。
六、理解贪婪匹配和非贪婪匹配
正则表达式中的*、+等重复符号通常具有贪婪匹配特性，也就是尽可能匹配更多内容。
例如：
preg_match('/.*<\/title>/', $html, $matches);
如果文本中存在多个<title>相关内容，.*可能匹配过多内容。
在适合的场景下，可以使用非贪婪形式：
preg_match('/<title>.*?<\/title>/', $html, $matches);
.*?倾向于匹配尽可能少的内容。
但需要注意，非贪婪匹配并不意味着正则表达式一定安全，也不能简单地认为把.*全部换成.*?就可以防止ReDoS。对于复杂正则，应避免容易产生大量回溯的模式，并对用户可控输入设置合理限制。
七、正则表达式与安全问题要分开处理
正则表达式经常会出现在用户输入处理过程中，但正则本身不能替代其他安全措施。
例如，防止SQL注入应该使用PDO预处理语句：
$stmt = $pdo->prepare(
'SELECT * FROM users WHERE email = ?'
);
$stmt->execute([$email]);
输出用户提交的内容时，则应该根据具体输出环境进行HTML转义，例如：
echo htmlspecialchars($text, ENT_QUOTES, 'UTF-8');
而防范正则表达式拒绝服务，则需要从正则模式设计、输入长度限制和执行环境等方面进行处理。
这些问题虽然都与输入数据有关，但解决方法并不相同，不能用一个“过滤输入”概括。
八、PHP中还有很多时候根本不需要正则
初学者容易产生一个误区：看到字符串处理就想使用正则。
实际上，如果只是查找字符串：
strpos($text, 'PHP');
如果只是替换：
str_replace('PHP', 'Python', $text);
如果只是截取字符串，在确定编码和使用场景的情况下，也可以使用相应的字符串函数。
只有当需求涉及比较复杂的模式匹配时，正则表达式才真正具有优势。
例如：
“查找所有连续数字”
“提取固定格式的日期”
“判断某种特定文本结构”
“从日志中提取符合模式的数据”
这些场景都比较适合使用正则。
九、初学者应该怎样学习
学习PHP正则表达式，不需要一开始记住大量复杂语法。
可以按照下面的顺序逐步学习：
字符和字符类，例如[0-9]、[a-z]。
重复符号，例如*、+、?和{n,m}。
字符串边界，例如^和$。
分组和捕获，例如()。
或条件，例如|。
转义字符，例如\.、\d、\s。
preg_match()和preg_match_all()的使用方法。
贪婪和非贪婪匹配。
最后再学习复杂的断言、命名捕获组等高级功能。
这种学习方式比直接背诵一大串正则表达式更加有效。
正则表达式的价值，在于处理适合用“模式”描述的文本，而不是替代所有字符串函数和数据解析工具。PHP开发中，邮箱格式可以使用filter_var()，JSON应该使用json_decode()，复杂HTML应该使用DOM解析器，普通字符串查找则可以直接使用字符串函数。
真正掌握正则表达式，并不是记住多少条复杂规则，而是知道什么时候应该使用它，以及什么时候应该选择更合适的工具。 </div>
<!-- ============================================================
MNewsTV Reader Tools
============================================================ -->
<div
class="mnews-reader-tools"
id="mnewsReaderTools"
>
<div class="mnews-reader-tools-inner">
<!-- ====================================================
标题
===================================================== -->
<div class="mnews-reader-heading">
<h2>
喜欢这篇报道？
</h2>
<p>
使用下面的功能，方便以后继续阅读和分享 MNewsTV
</p>
</div>
<!-- ====================================================
Google News
===================================================== -->
<a
href="https://www.google.com/preferences/source?q=https%3A%2F%2Fwww.mnewstv.com%2F"
target="_blank"
rel="noopener noreferrer"
class="mnews-reader-google"
>
<span class="mnews-reader-google-icon">
<span></span>
<span></span>
<span></span>
</span>
<span class="mnews-reader-google-text">
<strong>
设为 Google 新闻首选来源
</strong>
<small>
让 Google 新闻优先显示 MNewsTV 的最新报道
</small>
</span>
<span class="mnews-reader-google-arrow">
›
</span>
</a>
<!-- ====================================================
功能按钮
===================================================== -->
<div class="mnews-reader-grid">
<!-- 收藏 -->
<button
type="button"
class="mnews-reader-button"
id="mnewsFavoriteButton"
>
<span class="mnews-reader-icon">
☆
</span>
<span class="mnews-reader-button-text">
<strong>
加入收藏
</strong>
<small>
收藏这篇报道，方便以后查看
</small>
</span>
</button>
<!-- 我的收藏 -->
<a
href="/my-favorites.php"
class="mnews-reader-button"
>
<span class="mnews-reader-icon">
★
</span>
<span class="mnews-reader-button-text">
<strong>
我的收藏
</strong>
<small>
查看已经收藏的文章
</small>
</span>
</a>
<!-- 下载 -->
<button
type="button"
class="mnews-reader-button"
id="mnewsDownloadButton"
>
<span class="mnews-reader-icon">
↓
</span>
<span class="mnews-reader-button-text">
<strong>
下载文章
</strong>
<small>
将文章保存为文本文件
</small>
</span>
</button>
<!-- 分享 -->
<button
type="button"
class="mnews-reader-button"
id="mnewsShareButton"
>
<span class="mnews-reader-icon">
↗
</span>
<span class="mnews-reader-button-text">
<strong>
分享这篇报道
</strong>
<small>
分享给朋友或社交平台
</small>
</span>
</button>
<!-- 听文章 -->
<button
type="button"
class="mnews-reader-button"
id="mnewsReadButton"
>
<span class="mnews-reader-icon">
🔊
</span>
<span class="mnews-reader-button-text">
<strong>
听文章
</strong>
<small>
使用设备中文语音朗读文章
</small>
</span>
</button>
<!-- 停止 -->
<button
type="button"
class="mnews-reader-button"
id="mnewsStopButton"
>
<span class="mnews-reader-icon">
■
</span>
<span class="mnews-reader-button-text">
<strong>
停止朗读
</strong>
<small>
停止当前语音播放
</small>
</span>
</button>
</div>
<!-- ====================================================
收藏说明
===================================================== -->
<div class="mnews-reader-note">
<strong>
关于文章收藏
</strong>
<span>
收藏不需要注册帐号，收藏信息仅保存在当前浏览器中。
删除收藏请进入「我的收藏」进行管理。
</span>
</div>
<!-- ====================================================
分享
===================================================== -->
<div
class="mnews-reader-share"
id="mnewsSharePanel"
>
<div class="mnews-reader-share-inner">
<div class="mnews-reader-share-title">
分享这篇报道
</div>
<div class="mnews-reader-share-grid">
<button
type="button"
class="mnews-reader-share-item"
id="mnewsCopyButton"
>
<span>
🔗
</span>
<strong>
复制链接
</strong>
</button>
<a
href="#"
target="_blank"
rel="noopener noreferrer"
class="mnews-reader-share-item"
id="mnewsFacebook"
>
<span>
f
</span>
<strong>
Facebook
</strong>
</a>
<a
href="#"
target="_blank"
rel="noopener noreferrer"
class="mnews-reader-share-item"
id="mnewsX"
>
<span>
𝕏
</span>
<strong>
X
</strong>
</a>
<a
href="#"
target="_blank"
rel="noopener noreferrer"
class="mnews-reader-share-item"
id="mnewsWhatsApp"
>
<span>
W
</span>
<strong>
WhatsApp
</strong>
</a>
<a
href="#"
class="mnews-reader-share-item"
id="mnewsEmail"
>
<span>
✉
</span>
<strong>
邮件
</strong>
</a>
<!-- Reddit -->
<a
href="#"
target="_blank"
rel="noopener noreferrer"
class="mnews-reader-share-item"
id="mnewsReddit"
>
<span>
reddit
</span>
<strong>
Reddit
</strong>
</a>
<!-- 微信 -->
<button
type="button"
class="mnews-reader-share-item"
id="mnewsWeChat"
>
<span>
微信
</span>
<strong>
WeChat
</strong>
</button>
</div>
</div>
</div>
<!-- ====================================================
状态
===================================================== -->
<div
class="mnews-reader-message"
id="mnewsReaderMessage"
aria-live="polite"
></div>
</div>
</div>
<style>
/* ============================================================
基础
============================================================ */
.mnews-reader-tools,
.mnews-reader-tools * {
box-sizing: border-box;
}
.mnews-reader-tools {
width: 100%;
margin: 32px 0;
font-family:
-apple-system,
BlinkMacSystemFont,
"Segoe UI",
"Microsoft YaHei",
"Noto Sans SC",
Arial,
sans-serif;
color: #202124;
}
.mnews-reader-tools-inner {
width: 100%;
max-width: 900px;
margin: 0 auto;
padding: 26px;
background: #fff;
border: 1px solid #e1e5ea;
border-radius: 14px;
box-shadow:
0 2px 6px rgba(0,0,0,.04),
0 8px 25px rgba(0,0,0,.04);
}
/* ============================================================
标题
============================================================ */
.mnews-reader-heading {
text-align: center;
margin-bottom: 22px;
}
.mnews-reader-heading h2 {
margin: 0;
font-size: 20px;
line-height: 1.4;
font-weight: 650;
}
.mnews-reader-heading p {
margin: 6px 0 0;
font-size: 13px;
line-height: 1.6;
color: #70757a;
}
/* ============================================================
Google News
============================================================ */
.mnews-reader-google {
display: flex;
align-items: center;
width: 100%;
min-height: 72px;
padding: 13px 17px;
color: #202124;
text-decoration: none;
background: #f7faff;
border: 1px solid #d7e2f1;
border-radius: 11px;
transition:
background .2s ease,
border-color .2s ease,
box-shadow .2s ease,
transform .2s ease;
}
.mnews-reader-google:hover {
background: #f1f6ff;
border-color: #b9cce7;
box-shadow:
0 4px 12px rgba(66,133,244,.10);
transform: translateY(-1px);
}
.mnews-reader-google-icon {
flex: 0 0 46px;
width: 46px;
height: 46px;
display: flex;
align-items: center;
justify-content: center;
gap: 4px;
background: #fff;
border: 1px solid #e0e4ea;
border-radius: 10px;
}
.mnews-reader-google-icon span {
display: block;
width: 5px;
border-radius: 3px;
}
.mnews-reader-google-icon span:nth-child(1) {
height: 18px;
background: #4285f4;
}
.mnews-reader-google-icon span:nth-child(2) {
height: 28px;
background: #34a853;
}
.mnews-reader-google-icon span:nth-child(3) {
height: 22px;
background: #fbbc05;
}
.mnews-reader-google-text {
flex: 1;
min-width: 0;
margin-left: 14px;
}
.mnews-reader-google-text strong {
display: block;
font-size: 15px;
line-height: 22px;
font-weight: 650;
}
.mnews-reader-google-text small {
display: block;
margin-top: 2px;
font-size: 12px;
line-height: 18px;
color: #6b7280;
}
.mnews-reader-google-arrow {
margin-left: 12px;
font-size: 27px;
color: #6b7280;
transition: transform .2s ease;
}
.mnews-reader-google:hover
.mnews-reader-google-arrow {
color: #1a73e8;
transform: translateX(3px);
}
/* ============================================================
功能网格
============================================================ */
.mnews-reader-grid {
display: grid;
grid-template-columns:
repeat(2, minmax(0, 1fr));
gap: 11px;
margin-top: 14px;
}
/* ============================================================
功能按钮
============================================================ */
.mnews-reader-button {
display: flex;
align-items: center;
width: 100%;
min-height: 68px;
padding: 12px 14px;
background: #fff;
border: 1px solid #e1e5ea;
border-radius: 10px;
color: #202124;
font-family: inherit;
font-size: inherit;
text-align: left;
text-decoration: none;
cursor: pointer;
appearance: none;
transition:
background .2s ease,
border-color .2s ease,
box-shadow .2s ease,
transform .2s ease;
}
.mnews-reader-button:hover {
background: #f8fafc;
border-color: #cbd5e1;
box-shadow:
0 3px 10px rgba(0,0,0,.06);
transform: translateY(-1px);
}
.mnews-reader-button:active {
transform: translateY(0);
}
.mnews-reader-icon {
flex: 0 0 40px;
width: 40px;
height: 40px;
display: flex;
align-items: center;
justify-content: center;
background: #f1f3f4;
border-radius: 9px;
font-size: 19px;
color: #3c4043;
}
.mnews-reader-button-text {
flex: 1;
min-width: 0;
margin-left: 11px;
}
.mnews-reader-button-text strong {
display: block;
font-size: 14px;
line-height: 20px;
font-weight: 600;
}
.mnews-reader-button-text small {
display: block;
margin-top: 2px;
font-size: 11px;
line-height: 16px;
color: #70757a;
}
/* ============================================================
收藏说明
============================================================ */
.mnews-reader-note {
display: flex;
flex-direction: column;
gap: 4px;
margin-top: 12px;
padding: 12px 14px;
background: #f8fafc;
border: 1px solid #e5e7eb;
border-radius: 9px;
}
.mnews-reader-note strong {
font-size: 12px;
color: #4b5563;
}
.mnews-reader-note span {
font-size: 11px;
line-height: 17px;
color: #6b7280;
}
/* ============================================================
分享面板
============================================================ */
.mnews-reader-share {
display: none;
margin-top: 12px;
}
.mnews-reader-share.mnews-share-open {
display: block;
}
.mnews-reader-share-inner {
padding: 16px;
background: #f8fafc;
border: 1px solid #e1e5ea;
border-radius: 10px;
}
.mnews-reader-share-title {
margin-bottom: 12px;
font-size: 14px;
font-weight: 600;
}
.mnews-reader-share-grid {
display: grid;
grid-template-columns:
repeat(5, minmax(0, 1fr));
gap: 8px;
}
.mnews-reader-share-item {
min-height: 50px;
padding: 7px 5px;
display: flex;
flex-direction: column;
align-items: center;
justify-content: center;
gap: 4px;
background: #fff;
border: 1px solid #e1e5ea;
border-radius: 8px;
color: #202124;
text-decoration: none;
font-family: inherit;
cursor: pointer;
appearance: none;
}
.mnews-reader-share-item:hover {
border-color: #c7cdd5;
background: #fafafa;
}
.mnews-reader-share-item span {
font-size: 15px;
font-weight: 600;
}
.mnews-reader-share-item strong {
font-size: 11px;
font-weight: 500;
}
/* ============================================================
状态消息
============================================================ */
.mnews-reader-message {
display: none;
width: 100%;
margin-top: 14px;
padding: 10px 14px;
background: #f1f8f4;
border: 1px solid #d6eadc;
border-radius: 8px;
color: #287343;
text-align: center;
font-size: 13px;
line-height: 1.5;
}
.mnews-reader-message.mnews-message-show {
display: block;
}
/* ============================================================
手机
============================================================ */
@media (max-width: 600px) {
.mnews-reader-tools {
margin: 24px 0;
}
.mnews-reader-tools-inner {
padding: 18px 13px;
border-radius: 12px;
}
.mnews-reader-heading h2 {
font-size: 18px;
}
.mnews-reader-google {
min-height: 64px;
padding: 11px 12px;
}
.mnews-reader-google-icon {
flex: 0 0 40px;
width: 40px;
height: 40px;
}
.mnews-reader-google-text {
margin-left: 11px;
}
.mnews-reader-google-text strong {
font-size: 14px;
}
.mnews-reader-google-text small {
font-size: 10px;
}
.mnews-reader-grid {
grid-template-columns: 1fr;
gap: 8px;
}
.mnews-reader-button {
min-height: 60px;
padding: 10px 12px;
}
.mnews-reader-share-grid {
grid-template-columns:
repeat(3, minmax(0, 1fr));
}
}
@media (max-width: 360px) {
.mnews-reader-tools-inner {
padding: 15px 10px;
}
.mnews-reader-google-text small,
.mnews-reader-button-text small {
display: none;
}
.mnews-reader-share-grid {
grid-template-columns:
repeat(2, minmax(0, 1fr));
}
}
</style>
<script>
(function () {
"use strict";
/* ========================================================
PHP 数据
======================================================== */
var articleTitle =
"PHP 正则表达式怎么入门？从验证邮箱到提取文章内容逐步掌握";
var articleUrl =
"https://mnewstv.com/news/45539.html";
var articleContent =
"PHP正则表达式怎么入门？从验证邮箱到提取文章内容逐步掌握\n\n正则表达式是PHP中处理文本和字符串的重要工具，但它并不是解决所有字符串问题的万能方法。对于初学者来说，最好的学习方式不是一开始记忆复杂语法，而是从实际需求入手，逐步理解字符匹配、重复、分组和边界等基本概念。\n\n邮箱验证就是一个比较容易理解的例子。不过，在实际PHP开发中，如果只是判断一个字符串是否符合常见邮箱格式，通常应该优先考虑PHP提供的验证函数，而不是自己编写一套复杂的邮箱正则表达式。\n\n一、从最简单的正则表达式开始\n\nPHP使用PCRE正则表达式引擎，可以通过preg_match()进行匹配。\n\n例如：\n\nif (preg_match(\u0027/^hello$/\u0027, $text)) {\n echo \u0022匹配成功\u0022;\n}\n\n这里的^表示字符串开始，$表示字符串结束。因此，这个表达式要求整个字符串必须是hello。\n\n再例如：\n\nif (preg_match(\u0027/^[0-9]+$/\u0027, $text)) {\n echo \u0022只包含数字\u0022;\n}\n\n其中[0-9]表示数字字符，+表示前面的模式至少出现一次。\n\n掌握字符类、重复次数、开始和结束位置等基本概念后，再学习捕获组和更复杂的模式会容易得多。\n\n二、邮箱验证不要盲目自己写正则\n\n邮箱地址看起来很简单，但实际格式比普通字符串复杂得多。\n\n如果只是判断用户输入是否符合PHP常见的邮箱格式，可以直接使用：\n\nif (filter_var($email, FILTER_VALIDATE_EMAIL)) {\n echo \u0022邮箱格式正确\u0022;\n}\n\n这种方法通常比自己编写复杂正则更加方便，也更容易维护。\n\n需要注意的是，格式验证并不能证明邮箱地址真实存在。一个格式正确的地址可能根本没有注册，或者用户并不能接收邮件。如果业务要求确认邮箱有效，通常还需要通过发送验证邮件完成验证。\n\n因此，应该区分“格式正确”和“邮箱真实可用”这两个概念。\n\n三、正则表达式适合提取简单文本\n\n正则表达式真正有价值的场景之一，是从具有相对稳定格式的文本中提取信息。\n\n例如，从一段简单文本中提取日期：\n\npreg_match(\u0027/(\\d{4})-(\\d{2})-(\\d{2})/\u0027, $text, $matches);\n\n匹配成功后，$matches[0]通常保存完整匹配结果，而捕获组中的内容则保存在后续数组元素中。\n\n这里的括号()就是捕获组，可以把匹配结果中的某一部分单独提取出来。\n\n例如：\n\necho $matches[1];\necho $matches[2];\necho $matches[3];\n\n分别可以得到年份、月份和日期。\n\n理解捕获组以后，就可以进一步学习preg_match_all()，一次提取文本中出现的多个匹配结果。\n\n四、为什么不建议用正则解析整个HTML\n\n如果只是从非常简单的HTML片段中寻找特定文本，正则有时可以使用。\n\n例如：\n\npreg_match_all(\u0027/\u003Ca\\s+href=\u0022([^\u0022]+)\u0022/i\u0027, $html, $matches);\n\n这个例子可以用于演示如何寻找使用双引号包围的href属性。\n\n但是，HTML本身具有复杂的嵌套结构，属性还可能使用单引号、属性顺序也可能不同，链接文字内部也可能包含其他HTML标签。因此，不能把一个简单正则表达式当成完整的HTML解析器。\n\n如果任务是提取文章正文、标题、链接节点等结构化HTML内容，更合适的方法通常是使用PHP的DOMDocument和DOMXPath。\n\n例如：\n\n$dom = new DOMDocument();\n\nlibxml_use_internal_errors(true);\n$dom-\u003EloadHTML($html);\n\n$xpath = new DOMXPath($dom);\n$articles = $xpath-\u003Equery(\u0027//div[@class=\u0022article\u0022]\u0027);\n\n这种方式是按照HTML结构寻找节点，而不是单纯依靠字符模式匹配，因此更适合处理结构复杂的网页内容。\n\n五、JSON应该使用JSON解析工具\n\n类似的问题也存在于JSON。\n\n例如下面的数据：\n\n{\u0022title\u0022:\u0022测试文章\u0022,\u0022id\u0022:123}\n\n如果需要读取title，没有必要使用正则：\n\n$data = json_decode($json, true);\n\necho $data[\u0027title\u0027];\n\njson_decode()能够按照JSON的数据结构进行解析，因此比正则更加可靠。\n\n正则可以处理普通文本中的特定模式，但JSON、HTML、XML等具有明确结构的数据，通常应该优先使用对应的解析工具。\n\n六、理解贪婪匹配和非贪婪匹配\n\n正则表达式中的*、+等重复符号通常具有贪婪匹配特性，也就是尽可能匹配更多内容。\n\n例如：\n\npreg_match(\u0027/\u003Ctitle\u003E.*\u003C\\/title\u003E/\u0027, $html, $matches);\n\n如果文本中存在多个\u003Ctitle\u003E相关内容，.*可能匹配过多内容。\n\n在适合的场景下，可以使用非贪婪形式：\n\npreg_match(\u0027/\u003Ctitle\u003E.*?\u003C\\/title\u003E/\u0027, $html, $matches);\n\n.*?倾向于匹配尽可能少的内容。\n\n但需要注意，非贪婪匹配并不意味着正则表达式一定安全，也不能简单地认为把.*全部换成.*?就可以防止ReDoS。对于复杂正则，应避免容易产生大量回溯的模式，并对用户可控输入设置合理限制。\n\n七、正则表达式与安全问题要分开处理\n\n正则表达式经常会出现在用户输入处理过程中，但正则本身不能替代其他安全措施。\n\n例如，防止SQL注入应该使用PDO预处理语句：\n\n$stmt = $pdo-\u003Eprepare(\n \u0027SELECT * FROM users WHERE email = ?\u0027\n);\n\n$stmt-\u003Eexecute([$email]);\n\n输出用户提交的内容时，则应该根据具体输出环境进行HTML转义，例如：\n\necho htmlspecialchars($text, ENT_QUOTES, \u0027UTF-8\u0027);\n\n而防范正则表达式拒绝服务，则需要从正则模式设计、输入长度限制和执行环境等方面进行处理。\n\n这些问题虽然都与输入数据有关，但解决方法并不相同，不能用一个“过滤输入”概括。\n\n八、PHP中还有很多时候根本不需要正则\n\n初学者容易产生一个误区：看到字符串处理就想使用正则。\n\n实际上，如果只是查找字符串：\n\nstrpos($text, \u0027PHP\u0027);\n\n如果只是替换：\n\nstr_replace(\u0027PHP\u0027, \u0027Python\u0027, $text);\n\n如果只是截取字符串，在确定编码和使用场景的情况下，也可以使用相应的字符串函数。\n\n只有当需求涉及比较复杂的模式匹配时，正则表达式才真正具有优势。\n\n例如：\n\n“查找所有连续数字”\n\n“提取固定格式的日期”\n\n“判断某种特定文本结构”\n\n“从日志中提取符合模式的数据”\n\n这些场景都比较适合使用正则。\n\n九、初学者应该怎样学习\n\n学习PHP正则表达式，不需要一开始记住大量复杂语法。\n\n可以按照下面的顺序逐步学习：\n\n字符和字符类，例如[0-9]、[a-z]。\n重复符号，例如*、+、?和{n,m}。\n字符串边界，例如^和$。\n分组和捕获，例如()。\n或条件，例如|。\n转义字符，例如\\.、\\d、\\s。\npreg_match()和preg_match_all()的使用方法。\n贪婪和非贪婪匹配。\n最后再学习复杂的断言、命名捕获组等高级功能。\n\n这种学习方式比直接背诵一大串正则表达式更加有效。\n\n正则表达式的价值，在于处理适合用“模式”描述的文本，而不是替代所有字符串函数和数据解析工具。PHP开发中，邮箱格式可以使用filter_var()，JSON应该使用json_decode()，复杂HTML应该使用DOM解析器，普通字符串查找则可以直接使用字符串函数。\n\n真正掌握正则表达式，并不是记住多少条复杂规则，而是知道什么时候应该使用它，以及什么时候应该选择更合适的工具。";
/* ========================================================
DOM
======================================================== */
var tools =
document.getElementById(
"mnewsReaderTools"
);
if (!tools) {
return;
}
var message =
document.getElementById(
"mnewsReaderMessage"
);
var favoriteButton =
document.getElementById(
"mnewsFavoriteButton"
);
var downloadButton =
document.getElementById(
"mnewsDownloadButton"
);
var shareButton =
document.getElementById(
"mnewsShareButton"
);
var readButton =
document.getElementById(
"mnewsReadButton"
);
var stopButton =
document.getElementById(
"mnewsStopButton"
);
var sharePanel =
document.getElementById(
"mnewsSharePanel"
);
var copyButton =
document.getElementById(
"mnewsCopyButton"
);
var facebook =
document.getElementById(
"mnewsFacebook"
);
var xButton =
document.getElementById(
"mnewsX"
);
var whatsapp =
document.getElementById(
"mnewsWhatsApp"
);
var email =
document.getElementById(
"mnewsEmail"
);
var reddit =
document.getElementById(
"mnewsReddit"
);
var wechat =
document.getElementById(
"mnewsWeChat"
);
/* ========================================================
常量
======================================================== */
var FAVORITES_KEY =
"mnewstv_favorites";
var MAX_FAVORITES =
500;
/* ========================================================
当前 URL
======================================================== */
function getCurrentUrl() {
var url = "";
try {
url =
window.location.href;
} catch (error) {
url =
articleUrl || "";
}
if (!url) {
return "";
}
var hash =
url.indexOf("#");
if (hash !== -1) {
url =
url.substring(
0,
hash
);
}
return url.trim();
}
/* ========================================================
当前标题
======================================================== */
function getCurrentTitle() {
var title =
articleTitle || "";
if (!title.trim()) {
title =
document.title || "";
}
return title.trim();
}
/* ========================================================
消息
======================================================== */
function showMessage(text) {
if (!message) {
return;
}
message.textContent =
text;
message.classList.add(
"mnews-message-show"
);
clearTimeout(
window.mnewsReaderMessageTimer
);
window.mnewsReaderMessageTimer =
setTimeout(function () {
message.classList.remove(
"mnews-message-show"
);
}, 3500);
}
/* ========================================================
获取收藏
======================================================== */
function getFavorites() {
try {
var data =
localStorage.getItem(
FAVORITES_KEY
);
if (!data) {
return [];
}
var result =
JSON.parse(data);
if (!Array.isArray(result)) {
return [];
}
return result;
} catch (error) {
return [];
}
}
/* ========================================================
保存收藏
注意：
这里只能保存。
本文件不存在任何删除收藏功能。
======================================================== */
function saveFavorites(favorites) {
try {
localStorage.setItem(
FAVORITES_KEY,
JSON.stringify(favorites)
);
return true;
} catch (error) {
return false;
}
}
/* ========================================================
加入收藏
绝对不会删除。
======================================================== */
function addFavorite() {
var url =
getCurrentUrl();
if (!url) {
showMessage(
"无法获取当前文章地址。"
);
return;
}
var title =
getCurrentTitle();
var favorites =
getFavorites();
/*
* 检查是否已经存在。
*/
for (
var i = 0;
i < favorites.length;
i++
) {
if (
!favorites[i] ||
typeof favorites[i].url !==
"string"
) {
continue;
}
var savedUrl =
favorites[i].url
.split("#")[0]
.trim();
if (
savedUrl === url
) {
showMessage(
"这篇文章已经收藏。"
);
return;
}
}
/*
* 添加。
*/
favorites.unshift({
url: url,
title: title,
time: Date.now()
});
/*
* 最多保存 500 篇。
*/
if (
favorites.length >
MAX_FAVORITES
) {
favorites =
favorites.slice(
0,
MAX_FAVORITES
);
}
if (
saveFavorites(
favorites
)
) {
showMessage(
"文章已经加入收藏。"
);
} else {
showMessage(
"收藏失败，请检查浏览器是否允许网站保存数据。"
);
}
}
/* ========================================================
下载文章成文本
======================================================== */
function downloadArticleTxt() {
var title =
getCurrentTitle();
var url =
getCurrentUrl();
var text =
getReadingText();
if (!text) {
showMessage(
"没有找到当前文章正文。"
);
return;
}
var content =
title +
"\r\n\r\n" +
text +
"\r\n\r\n" +
"文章来源：MNewsTV\r\n" +
"文章地址：" +
url;
var blob =
new Blob(
[content],
{
type:
"text/plain;charset=utf-8"
}
);
var downloadUrl =
URL.createObjectURL(
blob
);
var filename =
sanitizeFilename(
title
);
if (!filename) {
filename = "MNewsTV-article";
}
filename += ".txt";
var link =
document.createElement(
"a"
);
link.href =
downloadUrl;
link.download =
filename;
link.style.display =
"none";
document.body.appendChild(
link
);
link.click();
document.body.removeChild(
link
);
setTimeout(function () {
URL.revokeObjectURL(
downloadUrl
);
}, 1000);
showMessage(
"文章已经开始下载。"
);
}
/* ========================================================
下载文章成html
======================================================== */function downloadArticle() {
var title =
getCurrentTitle();
var url =
getCurrentUrl();
var content =
articleContent || "";
/* ====================================================
如果 PHP 正文为空
从当前页面寻找文章正文
==================================================== */
if (
!content ||
content.trim().length < 50
) {
var articleElement =
findArticleElement();
if (articleElement) {
var clone =
articleElement.cloneNode(true);
removeUnwantedElements(
clone
);
content =
clone.innerHTML || "";
}
}
/* ====================================================
检查正文
==================================================== */
if (
!content ||
content.trim().length < 20
) {
showMessage(
"没有找到当前文章正文，暂时无法下载。"
);
return;
}
/* ====================================================
判断是不是纯文本
如果没有 HTML 标签，
就按照原文章的空行恢复段落。
==================================================== */
var plainText =
content
.replace(/<br\s*\/?>/gi, "\n")
.replace(/<\/p>/gi, "\n\n")
.replace(/<\/div>/gi, "\n\n")
.replace(/<\/h[1-6]>/gi, "\n\n")
.replace(/<[^>]+>/g, "")
.trim();
var hasHtml =
/<[a-z][\s\S]*>/i.test(
content
);
if (!hasHtml) {
var paragraphs =
plainText
.split(/\n\s*\n+/)
.map(function (paragraph) {
return paragraph.trim();
})
.filter(function (paragraph) {
return paragraph.length > 0;
});
if (paragraphs.length > 0) {
content =
paragraphs
.map(function (paragraph) {
var safeParagraph =
paragraph
.replace(
/&/g,
"&"
)
.replace(
/</g,
"<"
)
.replace(
/>/g,
">"
);
return (
"<p>" +
safeParagraph +
"</p>"
);
})
.join("");
}
}
/* ====================================================
文件名
==================================================== */
var safeTitle =
sanitizeFilename(
title
);
if (!safeTitle) {
safeTitle =
"MNewsTV文章";
}
/* ====================================================
安全处理标题
==================================================== */
var safeTitleHtml =
title
.replace(
/&/g,
"&"
)
.replace(
/</g,
"<"
)
.replace(
/>/g,
">"
)
.replace(
/"/g,
"""
);
/* ====================================================
安全处理 URL
==================================================== */
var safeUrl =
url
.replace(
/&/g,
"&"
)
.replace(
/"/g,
"""
)
.replace(
/</g,
"<"
)
.replace(
/>/g,
">"
);
/* ====================================================
HTML 文件
==================================================== */
var html =
'<!DOCTYPE html>' +
'<html lang="zh-CN">' +
'<head>' +
'<meta charset="UTF-8">' +
'<meta name="viewport" content="width=device-width, initial-scale=1.0">' +
'<title>' +
safeTitleHtml +
' ' +
'' +
'' +
'' +
'