Λειτουργίες συμβολοσειράς
Nette\Utils\Strings είναι μια στατική κλάση, η οποία περιέχει πολλές χρήσιμες συναρτήσεις για την εργασία με κωδικοποιημένα αλφαριθμητικά UTF-8.
Εγκατάσταση:
composer require nette/utils
Όλα τα παραδείγματα προϋποθέτουν ότι έχει οριστεί το ακόλουθο ψευδώνυμο κλάσης:
use Nette\Utils\Strings;
Letter Case
Αυτές οι λειτουργίες απαιτούν την επέκταση PHP mbstring
.
lower(string $s): string
Μετατρέπει όλους τους χαρακτήρες της συμβολοσειράς UTF-8 σε πεζά γράμματα.
Strings::lower('Hello world'); // 'hello world'
upper(string $s): string
Μετατρέπει όλους τους χαρακτήρες μιας συμβολοσειράς UTF-8 σε κεφαλαίους.
Strings::upper('Hello world'); // 'HELLO WORLD'
firstUpper(string $s): string
Μετατρέπει τον πρώτο χαρακτήρα μιας συμβολοσειράς UTF-8 σε κεφαλαίο και αφήνει τους υπόλοιπους χαρακτήρες αμετάβλητους.
Strings::firstUpper('hello world'); // 'Hello world'
firstLower(string $s): string
Μετατρέπει τον πρώτο χαρακτήρα μιας συμβολοσειράς UTF-8 σε πεζά και αφήνει τους υπόλοιπους χαρακτήρες αμετάβλητους.
Strings::firstLower('Hello world'); // 'hello world'
capitalize(string $s): string
Μετατρέπει τον πρώτο χαρακτήρα κάθε λέξης μιας συμβολοσειράς UTF-8 σε κεφαλαία και τους υπόλοιπους σε πεζά.
Strings::capitalize('Hello world'); // 'Hello World'
Επεξεργασία μιας συμβολοσειράς
normalize(string $s): string
Αφαιρεί τους χαρακτήρες ελέγχου, κανονικοποιεί τα διαλείμματα
γραμμής στο \n
, αφαιρεί τις κενές γραμμές που προηγούνται και
ακολουθούν, κόβει τα κενά στο τέλος των γραμμών, κανονικοποιεί το
UTF-8 στην κανονική μορφή του NFC.
unixNewLines(string $s): string
Μετατρέπει τα διαλείμματα γραμμής σε \n
που χρησιμοποιούνται
στα συστήματα Unix. Τα διαλείμματα γραμμής είναι: \n
\r
\r\n
U+2028 διαχωριστικό γραμμής, U+2029 διαχωριστικό παραγράφου.
$unixLikeLines = Strings::unixNewLines($string);
platformNewLines(string $s): string
Μετατρέπει τα διαχωριστικά γραμμών σε χαρακτήρες που αφορούν την
τρέχουσα πλατφόρμα, δηλαδή \r\n
στα Windows και \n
αλλού. Τα
διαλείμματα γραμμής είναι \n
, \r
, \r\n
,
U+2028 διαχωριστικό γραμμής, U+2029 διαχωριστικό παραγράφου.
$platformLines = Strings::platformNewLines($string);
webalize(string $s, ?string $charlist=null, bool $lower=true): string
Τροποποιεί τη συμβολοσειρά UTF-8 στη μορφή που χρησιμοποιείται στη διεύθυνση URL, δηλαδή αφαιρεί τους διακριτικούς χαρακτήρες και αντικαθιστά όλους τους χαρακτήρες εκτός από τα γράμματα του αγγλικού αλφαβήτου και τους αριθμούς με μια παύλα.
Strings::webalize('žluťoučký kůň'); // 'zlutoucky-kun'
Μπορούν να διατηρηθούν και άλλοι χαρακτήρες, αλλά πρέπει να μεταβιβαστούν ως δεύτερο όρισμα.
Strings::webalize('10. image_id', '._'); // '10.-image_id'
Το τρίτο όρισμα μπορεί να εμποδίσει τη μετατροπή της συμβολοσειράς σε πεζά γράμματα.
Strings::webalize('Hello world', null, false); // 'Hello-world'
Απαιτεί την επέκταση PHP intl
.
trim(string $s, ?string $charlist=null): string
Αφαιρεί όλα τα αριστερά και δεξιά κενά (ή τους χαρακτήρες που περνούν ως δεύτερο όρισμα) από μια κωδικοποιημένη συμβολοσειρά UTF-8.
Strings::trim(' Hello '); // 'Hello'
truncate(string $s, int $maxLen,
string $append=`'…'
`): string
Αποκόπτει μια συμβολοσειρά UTF-8 σε δεδομένο μέγιστο μήκος, ενώ προσπαθεί να μην διασπάσει ολόκληρες λέξεις. Μόνο αν η συμβολοσειρά είναι περικομμένη, μια έλλειψη (ή κάτι άλλο που ορίζεται με το τρίτο όρισμα) προσαρτάται στη συμβολοσειρά.
$text = 'Hello, how are you today?';
Strings::truncate($text, 5); // 'Hell…'
Strings::truncate($text, 20); // 'Hello, how are you…'
Strings::truncate($text, 30); // 'Hello, how are you today?'
Strings::truncate($text, 20, '~'); // 'Hello, how are you~'
indent(string $s, int $level=1, string
$indentationChar=`"\t"
`): string
Παρεμβάλλει ένα κείμενο πολλών γραμμών από τα αριστερά. Το δεύτερο όρισμα ορίζει πόσα σύμβολα εσοχής θα χρησιμοποιηθούν, ενώ η ίδια η εσοχή είναι το τρίτο όρισμα (tab από προεπιλογή).
Strings::indent('Nette'); // "\tNette"
Strings::indent('Nette', 2, '+'); // '++Nette'
padLeft(string $s, int $length, string
$pad=`' '
`): string
Γεμίζει μια συμβολοσειρά UTF-8 στο δεδομένο μήκος, προτάσσοντας τη
συμβολοσειρά $pad
στην αρχή.
Strings::padLeft('Nette', 6); // ' Nette'
Strings::padLeft('Nette', 8, '+*'); // '+*+Nette'
padRight(string $s, int $length,
string $pad=`' '
`): string
Στερεοποιεί τη συμβολοσειρά UTF-8 στο δεδομένο μήκος, προσθέτοντας τη
συμβολοσειρά $pad
στο τέλος.
Strings::padRight('Nette', 6); // 'Nette '
Strings::padRight('Nette', 8, '+*'); // 'Nette+*+'
substring(string $s, int $start, ?int $length=null): string
Επιστρέφει ένα τμήμα της συμβολοσειράς UTF-8 που καθορίζεται από τη
θέση έναρξης $start
και το μήκος $length
. Εάν το $start
είναι αρνητικό, το επιστρεφόμενο αλφαριθμητικό θα ξεκινήσει από τον
$start
'οστό χαρακτήρα από το τέλος του αλφαριθμητικού.
Strings::substring('Nette Framework', 0, 5); // 'Nette'
Strings::substring('Nette Framework', 6); // 'Framework'
Strings::substring('Nette Framework', -4); // 'work'
reverse(string $s): string
Αντιστρέφει τη συμβολοσειρά UTF-8.
Strings::reverse('Nette'); // 'etteN'
length(string $s): int
Επιστρέφει τον αριθμό των χαρακτήρων (όχι bytes) στη συμβολοσειρά UTF-8.
Δηλαδή τον αριθμό των κωδικών σημείων Unicode, ο οποίος μπορεί να διαφέρει από τον αριθμό των γραφημάτων.
Strings::length('Nette'); // 5
Strings::length('red'); // 3
startsWith(string $haystack, string $needle): bool
Ελέγχει αν η συμβολοσειρά $haystack
αρχίζει με $needle
.
$haystack = 'Begins';
$needle = 'Be';
Strings::startsWith($haystack, $needle); // true
Χρησιμοποιεί το εγγενές str_starts_with()
.
endsWith(string $haystack, string $needle): bool
Ελέγχει αν η συμβολοσειρά $haystack
τελειώνει με $needle
.
$haystack = 'Ends';
$needle = 'ds';
Strings::endsWith($haystack, $needle); // true
Χρησιμοποιεί το εγγενές str_ends_with()
.
contains(string $haystack, string $needle): bool
Ελέγχει αν η συμβολοσειρά $haystack
περιέχει το $needle
.
$haystack = 'Contains';
$needle = 'tai';
Strings::contains($haystack, $needle); // true
Χρήση εγγενούς str_contains()
.
compare(string $left, string $right, ?int $length=null): bool
Συγκρίνει δύο συμβολοσειρές UTF-8 ή τα μέρη τους, χωρίς να λαμβάνει
υπόψη την περίπτωση χαρακτήρων. Αν $length
είναι null, συγκρίνονται
ολόκληρες συμβολοσειρές, αν είναι αρνητικό, συγκρίνεται ο αντίστοιχος
αριθμός χαρακτήρων από το τέλος των συμβολοσειρών, διαφορετικά
συγκρίνεται ο αντίστοιχος αριθμός χαρακτήρων από την αρχή.
Strings::compare('Nette', 'nette'); // true
Strings::compare('Nette', 'next', 2); // true - two first characters match
Strings::compare('Nette', 'Latte', -2); // true - two last characters match
findPrefix(…$strings): string
Βρίσκει το κοινό πρόθεμα των συμβολοσειρών ή επιστρέφει κενή συμβολοσειρά εάν το πρόθεμα δεν βρέθηκε.
Strings::findPrefix('prefix-a', 'prefix-bb', 'prefix-c'); // 'prefix-'
Strings::findPrefix(['prefix-a', 'prefix-bb', 'prefix-c']); // 'prefix-'
Strings::findPrefix('Nette', 'is', 'great'); // ''
before(string $haystack, string $needle, int $nth=1): ?string
Επιστρέφει μέρος του $haystack
πριν από την εμφάνιση του $nth
στο $needle
ή επιστρέφει το null
εάν δεν βρέθηκε η βελόνα.
Αρνητική τιμή σημαίνει αναζήτηση από το τέλος.
Strings::before('Nette_is_great', '_', 1); // 'Nette'
Strings::before('Nette_is_great', '_', -2); // 'Nette'
Strings::before('Nette_is_great', ' '); // null
Strings::before('Nette_is_great', '_', 3); // null
after(string $haystack, string $needle, int $nth=1): ?string
Επιστρέφει μέρος του $haystack
μετά την εμφάνιση του $nth
στο
$needle
ή επιστρέφει το null
εάν το $needle
δεν βρέθηκε.
Αρνητική τιμή του $nth
σημαίνει αναζήτηση από το τέλος.
Strings::after('Nette_is_great', '_', 2); // 'great'
Strings::after('Nette_is_great', '_', -1); // 'great'
Strings::after('Nette_is_great', ' '); // null
Strings::after('Nette_is_great', '_', 3); // null
indexOf(string $haystack, string $needle, int $nth=1): ?int
Επιστρέφει τη θέση σε χαρακτήρες του $nth
εμφάνισης του
$needle
στο $haystack
ή στο null
εάν το $needle
δεν
βρέθηκε. Αρνητική τιμή του $nth
σημαίνει αναζήτηση από
το τέλος.
Strings::indexOf('abc abc abc', 'abc', 2); // 4
Strings::indexOf('abc abc abc', 'abc', -1); // 8
Strings::indexOf('abc abc abc', 'd'); // null
Κωδικοποίηση
fixEncoding(string $s): string
Αφαιρεί όλους τους μη έγκυρους χαρακτήρες UTF-8 από μια συμβολοσειρά.
$correctStrings = Strings::fixEncoding($string);
checkEncoding(string $s): bool
Ελέγχει αν η συμβολοσειρά είναι έγκυρη σε κωδικοποίηση UTF-8.
$isUtf8 = Strings::checkEncoding($string);
Χρησιμοποιήστε την Nette\Utils\Validator::isUnicode().
toAscii(string $s): string
Μετατρέπει τη συμβολοσειρά UTF-8 σε ASCII, δηλαδή αφαιρεί τα διακριτικά κ.λπ.
Strings::toAscii('žluťoučký kůň'); // 'zlutoucky kun'
Απαιτεί την επέκταση PHP intl
.
chr(int $code): string
Επιστρέφει έναν συγκεκριμένο χαρακτήρα σε UTF-8 από το σημείο κωδικού (αριθμός στην περιοχή 0×0000..D7FF ή 0×E000..10FFFF).
Strings::chr(0xA9); // '©'
ord(string $char): int
Επιστρέφει ένα σημείο κωδικού από συγκεκριμένο χαρακτήρα σε UTF-8 (αριθμός στην περιοχή 0×0000..D7FF ή 0×E000..10FFFF).
Strings::ord('©'); // 0xA9
Κανονικές εκφράσεις
Η κλάση Strings παρέχει συναρτήσεις για την εργασία με κανονικές
εκφράσεις. Σε αντίθεση με τις εγγενείς συναρτήσεις της PHP, έχουν ένα πιο
κατανοητό API, καλύτερη υποστήριξη Unicode και, το σημαντικότερο, ανίχνευση
σφαλμάτων. Οποιοδήποτε σφάλμα μεταγλώττισης ή επεξεργασίας εκφράσεων
θα πετάξει μια εξαίρεση Nette\RegexpException
.
split(string $subject, string $pattern, bool $captureOffset=false, bool $skipEmpty=false, int $limit=-1, bool $utf8=false): array
Χωρίζει τη συμβολοσειρά σε πίνακες σύμφωνα με την κανονική έκφραση. Οι εκφράσεις σε παρενθέσεις θα καταγραφούν και θα επιστραφούν επίσης.
Strings::split('hello, world', '~,\s*~');
// ['hello', 'world']
Strings::split('hello, world', '~(,)\s*~');
// ['hello', ',', 'world']``
Εάν $skipEmpty
είναι true
, θα επιστραφούν μόνο μη κενά
στοιχεία:
Strings::split('hello, world, ', '~,\s*~');
// ['hello', 'world', '']
Strings::split('hello, world, ', '~,\s*~', skipEmpty: true);
// ['hello', 'world']
Εάν καθοριστεί το $limit
, θα επιστραφούν μόνο υποσύνολα μέχρι το
όριο και το υπόλοιπο της συμβολοσειράς θα τοποθετηθεί στο τελευταίο
στοιχείο. Ένα όριο –1 ή 0 σημαίνει ότι δεν υπάρχει όριο.
Strings::split('hello, world, third', '~,\s*~', limit: 2);
// ['hello', 'world, third']
Εάν $utf8
είναι true
, η αξιολόγηση μεταβαίνει σε λειτουργία
Unicode. Αυτό είναι παρόμοιο με τον προσδιορισμό του τροποποιητή
u
.
Εάν $captureOffset
είναι true
, για κάθε εμφανιζόμενη
αντιστοιχία, θα επιστραφεί επίσης η θέση της στη συμβολοσειρά (σε bytes-
σε χαρακτήρες εάν έχει οριστεί $utf8
). Αυτό αλλάζει την τιμή
επιστροφής σε έναν πίνακα όπου κάθε στοιχείο είναι ένα ζεύγος
αποτελούμενο από το αλφαριθμητικό που ταιριάζει και τη θέση του.
Strings::split('žlutý, kůň', '~,\s*~', captureOffset: true);
// [['žlutý', 0], ['kůň', 9]]
Strings::split('žlutý, kůň', '~,\s*~', captureOffset: true, utf8: true);
// [['žlutý', 0], ['kůň', 7]]
match(string $subject, string $pattern, bool $captureOffset=false, int $offset=0, bool $unmatchedAsNull=false, bool $utf8=false): ?array
Ψάχνει τη συμβολοσειρά για το τμήμα που ταιριάζει με την κανονική
έκφραση και επιστρέφει έναν πίνακα με την έκφραση που βρέθηκε και τις
επιμέρους υποεκφράσεις ή null
.
Strings::match('hello!', '~\w+(!+)~');
// ['hello!', '!']
Strings::match('hello!', '~X~');
// null
Εάν το $unmatchedAsNull
είναι true
, τα μη ταιριαστά υποδείγματα
επιστρέφονται ως null- διαφορετικά επιστρέφονται ως κενή συμβολοσειρά ή
δεν επιστρέφονται:
Strings::match('hello', '~\w+(!+)?~');
// ['hello']
Strings::match('hello', '~\w+(!+)?~', unmatchedAsNull: true);
// ['hello', null]
Εάν $utf8
είναι true
, η αξιολόγηση μεταβαίνει σε λειτουργία
Unicode. Αυτό είναι παρόμοιο με τον προσδιορισμό του τροποποιητή
u
:
Strings::match('žlutý kůň', '~\w+~');
// ['lut']
Strings::match('žlutý kůň', '~\w+~', utf8: true);
// ['žlutý']
Η παράμετρος $offset
μπορεί να χρησιμοποιηθεί για να καθορίσει τη
θέση από την οποία θα ξεκινήσει η αναζήτηση (σε bytes- σε χαρακτήρες αν
έχει οριστεί το $utf8
).
Εάν $captureOffset
είναι true
, για κάθε εμφανιζόμενη
αντιστοιχία, θα επιστρέφεται επίσης η θέση της στη συμβολοσειρά (σε bytes-
σε χαρακτήρες εάν έχει οριστεί $utf8
). Αυτό αλλάζει την τιμή
επιστροφής σε έναν πίνακα όπου κάθε στοιχείο είναι ένα ζεύγος
αποτελούμενο από το αλφαριθμητικό που ταιριάζει και τη
μετατόπισή του:
Strings::match('žlutý!', '~\w+(!+)?~', captureOffset: true);
// [['lut', 2]]
Strings::match('žlutý!', '~\w+(!+)?~', captureOffset: true, utf8: true);
// [['žlutý!', 0], ['!', 5]]
matchAll(string $subject, string $pattern, bool $captureOffset=false, int $offset=0, bool $unmatchedAsNull=false, bool $patternOrder=false, bool $utf8=false, bool $lazy=false): array|Generator
Ψάχνει τη συμβολοσειρά για όλες τις εμφανίσεις που ταιριάζουν με την κανονική έκφραση και επιστρέφει έναν πίνακα πινάκων που περιέχει την έκφραση που βρέθηκε και κάθε υποέκφραση.
Strings::matchAll('hello, world!!', '~\w+(!+)?~');
/* [
0 => ['hello'],
1 => ['world!!', '!!'],
] */
Εάν $patternOrder
είναι true
, η δομή των αποτελεσμάτων αλλάζει
έτσι ώστε το πρώτο στοιχείο να είναι ένας πίνακας με πλήρεις
αντιστοιχίες προτύπων, ο δεύτερος είναι ένας πίνακας με συμβολοσειρές
που αντιστοιχούν στο πρώτο υποπρότυπο σε παρένθεση κ.ο.κ:
Strings::matchAll('hello, world!!', '~\w+(!+)?~', patternOrder: true);
/* [
0 => ['hello', 'world!!'],
1 => ['', '!!'],
] */
Εάν $unmatchedAsNull
είναι true
, τα υποδείγματα που δεν
ταιριάζουν επιστρέφονται ως null- διαφορετικά επιστρέφονται ως κενή
συμβολοσειρά ή δεν επιστρέφονται:
Strings::matchAll('hello, world!!', '~\w+(!+)?~', unmatchedAsNull: true);
/* [
0 => ['hello', null],
1 => ['world!!', '!!'],
] */
Εάν $utf8
είναι true
, η αξιολόγηση μεταβαίνει σε λειτουργία
Unicode. Αυτό είναι παρόμοιο με τον προσδιορισμό του τροποποιητή
u
:
Strings::matchAll('žlutý kůň', '~\w+~');
/* [
0 => ['lut'],
1 => ['k'],
] */
Strings::matchAll('žlutý kůň', '~\w+~', utf8: true);
/* [
0 => ['žlutý'],
1 => ['kůň'],
] */
Η παράμετρος $offset
μπορεί να χρησιμοποιηθεί για να καθορίσει τη
θέση από την οποία θα ξεκινήσει η αναζήτηση (σε bytes- σε χαρακτήρες αν
έχει οριστεί το $utf8
).
Εάν $captureOffset
είναι true
, για κάθε εμφανιζόμενη
αντιστοιχία, θα επιστρέφεται επίσης η θέση της στη συμβολοσειρά (σε bytes-
σε χαρακτήρες εάν έχει οριστεί $utf8
). Αυτό αλλάζει την τιμή
επιστροφής σε έναν πίνακα όπου κάθε στοιχείο είναι ένα ζεύγος που
αποτελείται από το αλφαριθμητικό που ταιριάζει και τη θέση του:
Strings::matchAll('žlutý kůň', '~\w+~', captureOffset: true);
/* [
0 => [['lut', 2]],
1 => [['k', 8]],
] */
Strings::matchAll('žlutý kůň', '~\w+~', captureOffset: true, utf8: true);
/* [
0 => [['žlutý', 0]],
1 => [['kůň', 6]],
] */
Εάν το $lazy
είναι true
, η συνάρτηση επιστρέφει ένα
Generator
αντί για έναν πίνακα, γεγονός που παρέχει σημαντικά οφέλη
στην απόδοση όταν εργάζεστε με μεγάλες συμβολοσειρές. Η γεννήτρια
επιτρέπει τη σταδιακή εύρεση αντιστοιχιών, αντί να επεξεργάζεται
ολόκληρη τη συμβολοσειρά με τη μία. Αυτό επιτρέπει τον αποτελεσματικό
χειρισμό εξαιρετικά μεγάλων κειμένων εισόδου. Επιπλέον, μπορείτε να
διακόψετε την επεξεργασία ανά πάσα στιγμή εάν βρείτε την επιθυμητή
αντιστοιχία, εξοικονομώντας υπολογιστικό χρόνο.
$matches = Strings::matchAll($largeText, '~\w+~', lazy: true);
foreach ($matches as $match) {
echo "Found: $match[0]\n";
// Processing can be interrupted at any time
}
replace(string $subject, string|array
$pattern, string|callable $replacement=''
, int $limit=-1, bool $captureOffset=false, bool
$unmatchedAsNull=false, bool $utf8=false): string
Αντικαθιστά όλες τις εμφανίσεις που ταιριάζουν με την κανονική
έκφραση. Το $replacement
είναι είτε μια μάσκα συμβολοσειράς
αντικατάστασης είτε μια επανάκληση.
Strings::replace('hello, world!', '~\w+~', '--');
// '--, --!'
Strings::replace('hello, world!', '~\w+~', fn($m) => strrev($m[0]));
// 'olleh, dlrow!'
Η συνάρτηση επιτρέπει επίσης πολλαπλές αντικαταστάσεις περνώντας
στη δεύτερη παράμετρο έναν πίνακα της μορφής pattern => replacement
:
Strings::replace('hello, world!', [
'~\w+~' => '--',
'~,\s+~' => ' ',
]);
// '-- --!'
Η παράμετρος $limit
περιορίζει τον αριθμό των αντικαταστάσεων.
Το όριο –1 σημαίνει ότι δεν υπάρχει όριο.
Εάν $utf8
είναι true
, η αξιολόγηση μεταβαίνει σε λειτουργία
Unicode. Αυτό είναι παρόμοιο με τον προσδιορισμό του τροποποιητή
u
.
Strings::replace('žlutý kůň', '~\w+~', '--');
// 'ž--ý --ůň'
Strings::replace('žlutý kůň', '~\w+~', '--', utf8: true);
// '-- --'
Εάν $captureOffset
είναι true
, για κάθε εμφανιζόμενη
αντιστοιχία, η θέση της στη συμβολοσειρά (σε bytes- σε χαρακτήρες εάν έχει
οριστεί το $utf8
) μεταβιβάζεται επίσης στο callback. Αυτό αλλάζει τη
μορφή του περασμένου πίνακα, όπου κάθε στοιχείο είναι ένα ζεύγος που
αποτελείται από το αλφαριθμητικό που ταιριάζει και τη θέση του.
Strings::replace(
'žlutý kůň',
'~\w+~',
function (array $m) { dump($m); return ''; },
captureOffset: true,
);
// dumps [['lut', 2]] a [['k', 8]]
Strings::replace(
'žlutý kůň',
'~\w+~',
function (array $m) { dump($m); return ''; },
captureOffset: true,
utf8: true,
);
// dumps [['žlutý', 0]] a [['kůň', 6]]
Εάν το $unmatchedAsNull
είναι true
, τα μη ταιριασμένα υποδείγματα
μεταβιβάζονται στο callback ως null- διαφορετικά μεταβιβάζονται ως κενή
συμβολοσειρά ή δεν μεταβιβάζονται:
Strings::replace(
'ac',
'~(a)(b)*(c)~',
function (array $m) { dump($m); return ''; },
);
// dumps ['ac', 'a', '', 'c']
Strings::replace(
'ac',
'~(a)(b)*(c)~',
function (array $m) { dump($m); return ''; },
unmatchedAsNull: true,
);
// dumps ['ac', 'a', null, 'c']