10V

本文转自我爱正则表达式 – 一个关于正则表达式的博客，作者对正则表达式很有研究，感兴趣的朋友可以去访问一下。

—分割线—

如果纯粹是为了挑战自己的正则水平，用来实现一些特效（例如使用正则表达式计算质数、解线性方程），效率不是问题；如果所写的正则表达式只是为了满足一两次、几十次的运行，优化与否区别也不太大。但是，如果所写的正则表达式会百万次、千万次地运行，效率就是很大的问题了。我这里总结了几条提升正则表达式运行效率的经验（工作中学到的，看书学来的，自己的体会），贴在这里。如果您有其它的经验而这里没有提及，欢迎赐教。

为行文方便，先定义两个概念。

• 误匹配：指正则表达式所匹配的内容范围超出了所需要范围，有些文本明明不符合要求，但是被所写的正则式“击中了”。例如，如果使用\d{11}来匹配11位的手机号，\d{11}不单能匹配正确的手机号，它还会匹配98765432100这样的明显不是手机号的字符串。我们把这样的匹配称之为误匹配。
• 漏匹配：指正则表达式所匹配的内容所规定的范围太狭窄，有些文本确实是所需要的，但是所写的正则没有将这种情况囊括在内。例如，使用\d{18}来匹配18位的身份证号码，就会漏掉结尾是字母X的情况。

写出一条正则表达式，既可能只出现误匹配（条件写得极宽松，其范围大于目标文本），也可能只出现漏匹配（只描述了目标文本中多种情况种的一种），还可能既有误匹配又有漏匹配。例如，使用\w+\.com来匹配.com结尾的域名，既会误匹配abc_.com这样的字串（合法的域名中不含下划线，\w包含了下划线这种情况），又会漏掉ab-c.com这样的域名（合法域名中可以含中划线，但是\w不匹配中划线）。

精准的正则表达式意味着既无误匹配且无漏匹配。当然，现实中存在这样的情况：只能看到有限数量的文本，根据这些文本写规则，但是这些规则将会用到海量的文本中。这种情况下，尽可能地（如果不是完全地）消除误匹配以及漏匹配，并提升正则表达式运行效率，就是我们的目标。本文所提出的经验，主要是针对这种情况。

1. 掌握语法细节。
正则表达式在各种语言中，其语法大致相同，细节各有千秋。明确所使用语言的正则的语法的细节，是写出正确、高效正则表达式的基础。例如，perl中与\w等效的匹配范围是[a-zA-Z0-9_]；perl正则式不支持肯定逆序环视中使用可变的重复（variable repetition inside lookbehind，例如(?<=.*)abc），但是.Net语法是支持这一特性的；又如，JavaScript连逆序环视（Lookbehind,如(?<=ab)c）都不支持，而perl和python是支持的。《精通正则表达式》第3章《正则表达式的特性和流派概览》明确地列出了各大派系正则的异同，这篇文章也简要地列出了几种常用语言、工具中正则的比较。对于具体使用者而言，至少应该详细了解正在使用的那种工作语言里正则的语法细节。

2. 先粗后精，先加后减。
使用正则表达式语法对于目标文本进行描述和界定，可以像画素描一样，先大致勾勒出框架，再逐步在局步实现细节。仍举刚才的手机号的例子，先界定\d{11}，总不会错；再细化为1[358]\d{9}，就向前迈了一大步（至于第二位是不是3、5、8，这里无意深究，只举这样一个例子，说明逐步细化的过程）。这样做的目的是先消除漏匹配（刚开始先尽可能多地匹配，做加法），然后再一点一点地消除误匹配（做减法）。这样有先有后，在考虑时才不易出错，从而向“不误不漏”这个目标迈进。

3. 留有余地。
所能看到的文本sample是有限的，而待匹配检验的文本是海量的，暂时不可见的。对于这样的情况，在写正则表达式时要跳出所能见到的文本的圈子，开拓思路，作出“战略性前瞻”。例如，经常收到这样的垃圾短信：“发*票”、“发#漂”。如果要写规则屏蔽这样烦人的垃圾短信，不但要能写出可以匹配当前文本的正则表达式 发[*#](?:票|漂)，还要能够想到 发.(?:票|漂|飘)之类可能出现的“变种”。这在具体的领域或许会有针对性的规则，不多言。这样做的目的是消除漏匹配，延长正则表达式的生命周期。

4. 明确。
具体说来，就是谨慎用点号这样的元字符，尽可能不用星号和加号这样的任意量词。只要能确定范围的，例如\w，就不要用点号；只要能够预测重复次数的，就不要用任意量词。例如，写析取twitter消息的脚本，假设一条消息的xml正文部分结构是…且正文中无尖括号，那么[^<]{1,480}这种写法的思路要好于.*，原因有二：一是使用[^<]，它保证了文本的范围不会超出下一个小于号所在的位置；二是明确长度范围，{1,480}，其依据是一条twitter消息大致能的字符长度范围。当然，480这个长度是否正确还可推敲，但是这种思路是值得借鉴的。说得狠一点，“滥用点号、星号和加号是不环保、不负责任的做法”。

5. 不要让稻草压死骆驼。
每使用一个普通括号()而不是非捕获型括号(?:…)，就会保留一部分内存等着你再次访问。这样的正则表达式、无限次地运行次数，无异于一根根稻草的堆加，终于能将骆驼压死。养成合理使用(?:…)括号的习惯。

6. 宁简勿繁。
将一条复杂的正则表达式拆分为两条或多条简单的正则表达式，编程难度会降低，运行效率会提升。例如用来消除行首和行尾空白字符的正则表达式s/^\s+|\s+$//g;，其运行效率理论上要低于s/^\s+//g; s/\s+$//g; 。这个例子出自《精通正则表达式》第五章，书中对它的评论是“它几乎总是最快的，而且显然最容易理解”。既快又容易理解，何乐而不为？工作中我们还有其它的理由要将C==(A|B)这样的正则表达式拆为A和B两条表达式分别执行。例如，虽然A和B这两种情况只要有一种能够击中所需要的文本模式就会成功匹配，但是如果只要有一条子表达式（例如A）会产生误匹配，那么不论其它的子表达式（例如B）效率如何之高，范围如何精准，C的总体精准度也会因A而受到影响。

7. 巧妙定位。
有时候，我们需要匹配的the，是作为单词的the（两边有空格），而不是作为单词一部分的t-h-e的有序排列（例如together中的the）。在适当的时候用上^，$，\b等等定位锚点，能有效提升找到成功匹配、淘汰不成功匹配的效率。

总结完发现，《精通正则表达式》的第5章、第6章已经以更为有条理的方式总结出了常用的优化方法。不过，泛泛地读过的印象是肤浅的，过后即忘的；而真正若有所悟时在书上得到了系统地印证，这种感觉才是真的爽。

作者: 石巍
原载: 我爱正则表达式
版权所有，转载时必须以超链接形式注明作者和原始出处及本声明。

本文链接: http://www.smartwei.com/regex-optimizing.html

这篇文章给大家分享一下，如何利用php内置的函数来生成图片。

第一步:创建图片
新建一个php文件，命名为new-image.php(你可以任意命名，方便后面的调用就行)。
php中有两个函数创建一张图片:mageCreate()创建一张空图片；ImageCreateFromPng()以现有的png图片为背景来创建一张图片。（这里的”Png”可以替换为”jpg”或”gif”，根据背景图片的格式来确定）

$myImage=ImageCreate(400,60); //参数为宽度和高度

$myImage=ImageCreateFromJpg("http://farm5.static.flickr.com/4002/4189768874_c349c14359_o.jpg");

无论你使用了上面的哪一种方法，我们就创建好了一张图片，并把这张图片存到了$myImage这个变量中。

第二步:添加颜色
这时我们需要通过ImageColorAllocate()函数来创建一些颜色，把他们存到变量中，方便后面使用。

$white=ImageColorAllocate($myImage, 255, 255, 255);
$black=ImageColorAllocate($myImage, 0, 0, 0);
$red=ImageColorAllocate($myImage, 255, 0, 0);
$green=ImageColorAllocate($myImage, 0, 255, 0);
$blue=ImageColorAllocate($myImage, 0, 0, 255);

第三步:绘制图形
你还可以使用php的一些内置函数来添加一些几何图形：

ImageEllipse() //绘制椭圆
ImageArc()  //绘制曲线
ImagePolygon() //绘制多边形
ImageRectangle() //绘制矩形
ImageLine() //绘制线条
//下面是一个例子
ImageRectangle($myImage, 50, 20, 200, 15, $blue);

这时，你会发现只绘制了矩形的轮廓，如果你想要的是填充的矩形，使用ImageFilledRectangle()方法：

ImageFilledRectangle($myImage, 50, 20, 200, 15, $blue);

第四步:添加文字
我们可以使用imagettftext()函数来为图片添加文字：

imagettftext($myImage, 12, 0, 5, 20, $black, "Fonts/Oblivious font.ttf",  "这是要显示的内容");

你肯定注意到了，在这里你需要选择字体(此处用的是Fonts/Oblivious font.ttf， 你可以使用你自己的喜欢的字体)。 如果不知道如何来获取字体，可以google一下，上面有很多的下载字体的网站，里面的内容足够让你眼花缭乱了。

第五步:生成图片
当你成功的绘制好了你要显示的图片，接下来就要把它显示在页面中了。首先要做的是，告诉页面，你要向他发送的数据是一张图片：

//这里的png可以换成jpg,或者是gif，根据你要生成的图片格式来确定
header("Content-type:image/png");
ImagePng($myImage);

接下来，因为我们不在需要$myImage这个变量了，我们需要把它的内存释放掉：

ImageDestroy($myImage);

第六步:调用图片
通过前面的五步，我们已经创建了一张图片，下面给大家说一下如何调用这张创建好了的图片。
在HTML文件中，我们使用url来引入这张图片：

//在src中，写入new-image.php文件的路径，你就会发现刚才创建的图片已经被成功的调用了
<img src="new-image.php的路径" alt="myImage" />

这就是这篇文章的全部内容了，只做了一个简单的举例，大家如果有兴趣的话，可以好好的研究一下这块内容，php的绘图功能还是比较优秀的，好多网站的数据分析图也都是用php生成的。

作者: 石巍
原载: 10V的博客
版权所有，转载时必须以超链接形式注明作者和原始出处及本声明。

本文链接: http://www.smartwei.com/graphics-in-php.html

这篇文章，给大家介绍一个php网站地图生成类。

做网站的朋友们都有过这样的经历，在一个新站刚刚开始运营时，最希望的就是百度、google这样的搜索引擎来索引自己的页面，恨不得让蜘蛛不停地爬，赶快把自己新添加的页面索引进去。

加速搜索引擎的收录方法有很多，比如在一些人气较高的地方，找与自己网站相关的板块，发一些推广文章；或者与其他站长交换一下连接，增加页面的外部链接；最基本的也是每个站长都要做的事情就是生成自己的Sitemap，提交给各大搜索引擎。

今天就和大家分享一个php网站地图生成类，希望对大家的互联网生活有所帮助。

阅读全文…

众所周知，在互联网程序设计中，凡是用户提交的数据，我们都会默认它是不安全的，需要进行验证或者过滤，以保证已有的数据不会遭到破坏，或者服务器不被入侵。

今天和大家分享一个php表单验证类，里面包含了很多在验证表单时需要调用的方法，具体包括：判断是不是数字，判断是不是英文，判断是不是中文，字符串过滤, 等等一些列函数。

为了方便大家调用，我把这个php表单验证类写成了函数集，碰到只需要其中的某一个方法的朋友，可以很方便的复制。

阅读全文…