PHPにおける正規表現について

質問

PHPにおける正規表現について
ご教授ください。

いわゆる、対象の文字列が複数行にわたっていた場合のことです。

$data = <<< EOF
ABCDE
FGH
EOF;

$hoge = preg_match("/EF/" ,$data,$match);

と上記のようなコードがあった場合
対象の文字列群から【EF】という文字列を検索したい場合、どのように記述したら
【E（間に改行)F】の文字列と一致させる事ができるでしょうか？
仮に正規表現の修飾子の【s】や【m】を用いても上記の例の場合
一致させることができないと思います。

やはり、対象の文字列群 $data　の改行文字をいったん削除したものから検索
するのがベターでしょうか？

正規表現に造詣の深い方よろしくご教授ください。

回答No.2

noname#244856 · ベストアンサー

今後も需要ありそうなのでQiitaに分かりやすくまとめました。
http://qiita.com/mpyw/items/8dd5378cb01c877e1f7b

>> 【地球連合軍】というキーワードを実行時にユーザー入力など動的に変化する文字列から一致させたい

一度空白文字を全て

$text = preg_replace('/[\\s　]++/u', $text);

※全角スペースを文字クラスに入れているのでu修飾子が必須です

などとして全て取り去ってしまうのが一番賢いかもしれません。
一応下記のように動的に正規表現を作ることも出来なくも無いですが・・・

$keyword = '地球連合軍';
$chars = preg_split('//u', $keyword, -1, PREG_SPLIT_NO_EMPTY);
$quoted_chars = array_map(function ($i) { return preg_quote($i, '/');}, $chars);
$pattern = '/' . implode('\\s*+', $quoted_chars) . '/';

※マルチバイト文字列として分解するため、preg_splitではu修飾子が必須です
※この場合、$patternではu修飾子は不要です

>> アスタリスクの後の+についてがちょっとわかりません。

Qiitaの記事を読んでもらえれば分かると思います。

>> 「\\」について、エスケープ不要である場合もある、・・・

まさにそういうことです！
（正直PHP言語のこの実装気持ち悪いのであんまり好きじゃない）

>> 本来PHPにおいて【¥s】というエスケープ文字は存在しませんよね

ご指摘ありがとうございます・・・
どこで間違えたのやら、1年ぐらいずっと勘違いし続けていました・・・
\x20と間違えていたのかな・・・

(過去の回答訂正できるなら訂正したい)

心からご指摘感謝します m(_ _)m

>> PHPは正規表現そのものを文字列で書くため

はい、その認識で誤りはありません。

（\sが幻だったのが衝撃すぎて・・・ry

回答No.4

yambejp

「改行」だけマッチしたいなら\nやら\rをチェックした方がよいでしょう
また改行を一つまで許すのか複数でもいいのかによっても若干書き方がちがいます

<?PHP
$data = <<< EOF
ABXYCDX YEFX
YGHX

YIJ
EOF;
$pattern="/X(?:\r\n|\r|\n){0,1}Y/s";
preg_match_all($pattern,$data,$matches);
print_r($matches);
?>

回答No.3

noname#244856

一部訂正

$keyword = '地球連合軍';
$chars = preg_split('//u', $keyword, -1, PREG_SPLIT_NO_EMPTY);
$quoted_chars = array_map(function ($i) { return preg_quote($i, '/');}, $chars);
$pattern = '/' . implode('[\\s　]*+', $quoted_chars) . '/u';

こっちのほうがいいかも。

回答No.1

noname#244856

$hoge = preg_match('/E\\s*+F/', $data, $matches);

一応こういうことも意識しておいてください。
http://detail.chiebukuro.yahoo.co.jp/qa/question_detail/q10110102910
http://okwave.jp/qa/q8199171.html

補足

ご回答ありがとうございます。

ご回答の様に、
たとえば、【地球連合軍】というキーワードを実行時にユーザー入力など動的に変化する文字列から一致させたいときは
$hoge = preg_match('/地\\s*+球\\s*+連\\s*+合\\s*+軍/', $data, $matches);
と、
[[どの文字のあとでも改行や空白があってもよい前提で正規表現をかかなきゃいけない]]
んですね。

>>$hoge = preg_match('/E\\s*+F/', $data, $matches);
とありますが、
【\\s*+】
上記、正規表現についてですが、このバックスラッシュ二つにはついては後に回すとして
アスタリスクの後の+についてがちょっとわかりません。
これは正規表現上の空白類文字を表す【¥s】が0回以上【*】が一回以上【+】出現するという意味でよいでしょうか？

また
http://detail.chiebukuro.yahoo.co.jp/qa/question_detail/q10110102910
上記URLの
>>＜個人的なお願い＞

「\\」について、エスケープ不要である場合もある、
とありますがこれは例えば、

$toDay = "今日は、コンビニで¥３５００円支払いました";

といった文字列を扱う場合、通常【¥３】というバックスラッシュのあと全角数字３に該当するエスケープ文字が
存在しない場合、事実上、バックスラッシュがそのまま¥と表記させる事例のことですよね？
（※本来バックスラッシュ後0~7の半角数字がくると8進数形式のアスキー文字のようですが)

次に、

掲題の回答にありました
【\\s*+】
の部分ですが、

本来PHPにおいて【¥s】というエスケープ文字は存在しませんよね
PHPマニュアルにおいても存在しないようですし、
実際にPHPのインタープリタで確認してみると

>>> echo "文字列¥sテスト";
とうっても
出力されるものは #=> 文字列¥sテスト
と表示されますが・・・。

上記と同様に
http://detail.chiebukuro.yahoo.co.jp/qa/question_detail/q10110102910のページに記載している
>>＜個人的なお願い＞
>>「PHPのためのエスケープ」と「正規表現エンジンのためのエスケープ」の両方を行う必要があります。
つまり「\」という文字自体を正規表現でマッチさせたければ「\\\\」とする必要があるのです。

とありますが、これはPHPのマニュアルにもどこかに記載があったとおもったのですが
PHPは正規表現そのものを文字列で書くため
「PHPのためのエスケープ」これはPHPの文字列としての【¥¥¥¥】がエスケープシーケンスされて【¥¥】という文字が
「正規表現エンジン」へわたるという意味ですよね？正規表現そのものは文字列なので【¥¥】はエスケープされて
【¥】となると。これはつまりは正規表現エンジン内でも文字列としてあつかっているということですかね？

....この辺はPHPのCレベルの実装みないと正確にはりかいできないのですかね。