Робота з рядками
Nette\Utils\Strings статичний клас, що містить корисні функції для роботи з рядками, переважно в кодуванні UTF-8.
Встановлення:
composer require nette/utils
У всіх прикладах передбачається, що псевдонім уже створено:
use Nette\Utils\Strings;
З урахуванням регістру
Для цих функцій потрібне розширення PHP mbstring
.
lower(string $s): string
Перетворює рядок UTF-8 у малий регістр.
Strings::lower('Dobrý den'); // 'dobrý den'
upper(string $s): string
Перетворює рядок UTF-8 у верхній регістр.
Strings::upper('Dobrý den'); // 'DOBRÝ DEN'
firstUpper(string $s): string
Перетворює першу літеру рядка UTF-8 у верхній регістр, інші не змінює.
Strings::firstUpper('dobrý den'); // 'Dobrý den'
firstLower(string $s): string
Перетворює першу літеру рядка UTF-8 на малу, інші не змінює.
Strings::firstLower('Dobrý den'); // 'dobrý den'
capitalize(string $s): string
Перетворює першу літеру кожного слова в рядку UTF-8 на верхній регістр, інші – на нижній.
Strings::capitalize('Dobrý den'); // 'Dobrý Den'
Редагувати рядок
normalize(string $s): string
Видаляє керівні символи, нормалізує перенесення рядків до \n
,
обрізає провідні та відстаючі порожні рядки, обрізає праві
перенесення рядків, нормалізує UTF-8 до нормальної форми NFC.
unixNewLines(string $s): string
Перетворює перенесення рядків на \n
, використовувані в
системах Unix. Розриви рядків: \n
, \r
, \r\n
,
U+2028 роздільник рядків, U+2029 роздільник абзаців.
$unixLikeLines = Strings::unixNewLines($string);
platformNewLines(string $s): string
Перетворює переклади рядків на символи, характерні для поточної
платформи, тобто \r\n
у Windows і \n
в іншому місці. Розриви
рядків: \n
, \r
, \r\n
, U+2028 роздільник рядків,
U+2029 роздільник абзаців.
$platformLines = Strings::platformNewLines($string);
webalize(string $s, ?string $charlist=null, bool $lower=true): string
Змінює рядок UTF-8 до формату, використовуваного в URL, тобто видаляє діакритичні знаки та замінює всі символи, окрім букв англійського алфавіту та цифр, на дефіс.
Strings::webalize('náš produkt'); // 'nas-produkt'
Якщо необхідно зберегти інші символи, їх можна вказати в другому параметрі функції.
Strings::webalize('10. obrázek_id', '._'); // '10.-obrazek_id'
Третій параметр можна використовувати для придушення перетворення в нижній регістр.
Strings::webalize('Dobrý den', null, false); // 'Dobry-den'
Потрібне розширення PHP intl
.
trim(string $s, ?string $charlist=null): string
Обрізає пробіли (або інші символи, зазначені другим параметром) з початку і кінця рядка UTF-8.
Strings::trim(' Hello '); // 'Hello'
truncate(string $s, int $maxLen,
string $append=`'…'
`): string
Усікає рядок UTF-8 до вказаної максимальної довжини, намагаючись зберегти цілі слова. Якщо рядок усічений, то в кінець додається триплет (можна змінити за допомогою третього параметра).
$text = 'Řekněte, jak se máte?';
Strings::truncate($text, 5); // 'Řekn…'
Strings::truncate($text, 20); // 'Řekněte, jak se…'
Strings::truncate($text, 30); // 'Řekněte, jak se máte?'
Strings::truncate($text, 20, '~'); // 'Řekněte, jak se~'
indent(string $s, int $level=1, string
$indentationChar=`"\t"
`): string
Відступ багаторядкового тексту зліва. Кількість відступів визначається другим параметром, який використовується для відступів третього параметра (значення за замовчуванням – tab).
Strings::indent('Nette'); // "\tNette"
Strings::indent('Nette', 2, '+'); // '++Nette'
padLeft(string $s, int $length, string
$pad=`' '
`): string
Завершує рядок UTF-8 до вказаної довжини, повторюючи рядок
$pad
зліва.
Strings::padLeft('Nette', 6); // ' Nette'
Strings::padLeft('Nette', 8, '+*'); // '+*+Nette'
padRight(string $s, int $length,
string $pad=`' '
`): string
Завершує рядок UTF-8 до зазначеної довжини, повторюючи рядок $pad
праворуч.
Strings::padRight('Nette', 6); // 'Nette '
Strings::padRight('Nette', 8, '+*'); // 'Nette+*+'
substring(string $s, int $start, ?int $length=null): string
Повертає частину рядка UTF-8 $s
, задану початковою позицією
$start
і довжиною $length
. Якщо $start
від'ємний, то рядок,
що повертається, починатиметься з символу -$start
символу
з кінця.
Strings::substring('Nette Framework', 0, 5); // 'Nette'
Strings::substring('Nette Framework', 6); // 'Framework'
Strings::substring('Nette Framework', -4); // 'work'
reverse(string $s): string
Змінює рядок UTF-8.
Strings::reverse('Nette'); // 'etteN'
length(string $s): int
Повертає кількість символів (не байтів) у рядку UTF-8.
Це кількість кодових точок Unicode, яка може відрізнятися від кількості графем.
Strings::length('Nette'); // 5
Strings::length('červená'); // 7
compare(string $left, string $right, ?int $length=null): bool
Порівняння двох рядків UTF-8 або частин рядків без урахування
регістру. Якщо $length
містить null, то порівнюються цілі рядки, якщо
від'ємно, то порівнюється відповідна кількість символів з кінця
рядків, інакше порівнюється відповідна кількість символів з
початку.
Strings::compare('Nette', 'nette'); // true
Strings::compare('Nette', 'next', 2); // true - shoda prvních 2 znaků
Strings::compare('Nette', 'Latte', -2); // true - shoda posledních 2 znaků
findPrefix(…$strings): string
Знаходить загальний початок рядків. Або повертає порожній рядок, якщо загальний префікс не знайдено.
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
Повертає частину рядка $haystack
перед n-м $nth
входженням
рядка $needle
. Або null
, якщо $needle
не було знайдено. Якщо
$nth
від'ємний, то пошук ведеться з кінця рядка.
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
Повертає частину рядка $haystack
після n-го $nth
входження
рядка $needle
. Або null
, якщо $needle
не було знайдено. Якщо
$nth
від'ємний, то пошук ведеться з кінця рядка.
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
Повертає позицію в символах n-го $nth
входження рядка $needle
в рядок $haystack
. Або null
, якщо $needle
не було знайдено.
Якщо $nth
від'ємний, то пошук ведеться з кінця рядка.
Strings::indexOf('abc abc abc', 'abc', 2); // 4
Strings::indexOf('abc abc abc', 'abc', -1); // 8
Strings::indexOf('abc abc abc', 'd'); // null
Кодування
fixEncoding(string $s): string
Видаляє з рядка неприпустимі символи UTF-8.
$correctStrings = Strings::fixEncoding($string);
toAscii(string $s): string
Перетворює рядок UTF-8 на ASCII, тобто видаляє діакритичні знаки тощо.
Strings::toAscii('žluťoučký kůň'); // 'zlutoucky kun'
Потрібне розширення PHP intl
.
chr(int $code): string
Повертає певний символ UTF-8 з кодової точки (число в діапазоні 0×0000…D7FF і 0xE000…10FFFF).
Strings::chr(0xA9); // '©' v kódování UTF-8
ord(string $char): int
Повертає кодову точку UTF-8 певного символу (число в діапазоні 0×0000…D7FF або 0xE000…10FFFF).
Strings::ord('©'); // 0xA9
Регулярні вирази
Клас Strings надає функції для роботи з регулярними виразами. На відміну
від власних функцій PHP, вони мають більш зрозумілий API, кращу підтримку
Unicode і, що найважливіше, виявлення помилок. Будь-яка помилка під час
компіляції або обробки виразу призведе до виникнення виключення
Nette\RegexpException
.
split(string $subject, string $pattern, bool $captureOffset=false, bool $skipEmpty=false, int $limit=-1, bool $utf8=false): array
Розділяє рядок на масив відповідно до регулярного виразу. Вирази в круглих дужках також будуть перехоплені та повернуті.
Strings::split('hello, world', '~,\s*~');
// ['hello', 'world']
Strings::split('hello, world', '~(,)\s*~');
// ['hello', ',', 'world']``
Якщо $skipEmpty
дорівнює true
, то будуть повернуті тільки
непорожні записи:
Strings::split('hello, world, ', '~,\s*~');
// ['hello', 'world', '']
Strings::split('hello, world, ', '~,\s*~', skipEmpty: true);
// ['hello', 'world']
Якщо $limit
, то будуть повернуті тільки підрядки до межі, а інша
частина рядка буде поміщена в останній елемент. Межа –1 або 0 означає
відсутність межі.
Strings::split('hello, world, third', '~,\s*~', limit: 2);
// ['hello', 'world, third']
Якщо $utf8
дорівнює true
, то оцінка переключиться в режим
Unicode. Це аналогічно вказівці модифікатора u
.
Якщо $captureOffset
дорівнює true
, то для кожного збігу, що
трапляється, буде повернуто його позицію в рядку (у байтах; у символах,
якщо встановлено $utf8
). Це змінює значення, що повертається, на
масив, кожний елемент якого є парою, що складається з рядка, що
збігається, та його позиції.
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
Шукає в рядку частину, що відповідає регулярному виразу, і повертає
масив зі знайденим виразом і кожним підвиразом, або null
.
Strings::match('hello!', '~\w+(!+)~');
// ['hello!', '!']
Strings::match('hello!', '~X~');
// null
Якщо $unmatchedAsNull
дорівнює true
, то не захоплені підвирази
повертаються як нульові; в іншому разі вони повертаються як порожній
рядок або не повертаються:
Strings::match('hello', '~\w+(!+)?~');
// ['hello']
Strings::match('hello', '~\w+(!+)?~', unmatchedAsNull: true);
// ['hello', null]
Якщо $utf8
дорівнює true
, то оцінка перемикається в режим
Unicode. Аналогічно до вказівки модифікатора u
:
Strings::match('žlutý kůň', '~\w+~');
// ['lut']
Strings::match('žlutý kůň', '~\w+~', utf8: true);
// ['žlutý']
Параметр $offset
може використовуватися для вказівки позиції, з
якої слід починати пошук (у байтах; у символах, якщо встановлено
$utf8
).
Якщо $captureOffset
дорівнює true
, то для кожного збігу, що
трапляється, буде також повернуто його позицію в рядку (у байтах; якщо
встановлено $utf8
, то в символах). Це перетворює значення, що
повертається, на масив, кожен елемент якого є парою, що складається з
рядка, що збігається, та його зміщення:
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
Шукає в рядку всі входження, що відповідають регулярному виразу, і повертає масив масивів, що містять знайдений вираз і кожен підвираз.
Strings::matchAll('hello, world!!', '~\w+(!+)?~');
/* [
0 => ['hello'],
1 => ['world!!', '!!'],
] */
Якщо $patternOrder
дорівнює true
, то структура результатів
змінюється таким чином, що перший запис являє собою масив повних
збігів шаблону, другий – масив рядків, що збігаються з першим
підшаблоном у круглих дужках, і так далі:
Strings::matchAll('hello, world!!', '~\w+(!+)?~', patternOrder: true);
/* [
0 => ['hello', 'world!!'],
1 => ['', '!!'],
] */
Якщо $unmatchedAsNull
дорівнює true
, то підшаблони, що не
збігаються, повертаються як нульові; в іншому разі вони повертаються
як порожні рядки або не повертаються:
Strings::matchAll('hello, world!!', '~\w+(!+)?~', unmatchedAsNull: true);
/* [
0 => ['hello', null],
1 => ['world!!', '!!'],
] */
Якщо $utf8
дорівнює true
, то оцінка перемикається в режим
Unicode. Аналогічно до вказівки модифікатора u
:
Strings::matchAll('žlutý kůň', '~\w+~');
/* [
0 => ['lut'],
1 => ['k'],
] */
Strings::matchAll('žlutý kůň', '~\w+~', utf8: true);
/* [
0 => ['žlutý'],
1 => ['kůň'],
] */
Параметр $offset
може використовуватися для вказівки позиції, з
якої слід починати пошук (у байтах; у символах, якщо встановлено
$utf8
).
Якщо $captureOffset
дорівнює true
, то для кожного збігу, що
трапляється, буде також повернуто його позицію в рядку (у байтах; якщо
встановлено $utf8
, то в символах). Це змінює значення, що
повертається, на масив, кожен елемент якого є парою, що складається з
рядка, що збігається, та його позиції:
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]],
] */
Якщо $lazy
є true
, функція повертає Generator
замість
масиву, що дає значні переваги у продуктивності при роботі з великими
рядками. Генератор дозволяє шукати збіги поступово, а не обробляти
весь рядок одразу. Це дозволяє ефективно працювати з дуже великими
вхідними текстами. Крім того, ви можете перервати обробку в будь-який
момент, якщо знайдете потрібний збіг, заощадивши час обчислень.
$matches = Strings::matchAll($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
Замінює всі входження, що відповідають регулярному виразу.
$replacement
– це або маска рядка заміни, або зворотний виклик.
Strings::replace('hello, world!', '~\w+~', '--');
// '--, --!'
Strings::replace('hello, world!', '~\w+~', fn($m) => strrev($m[0]));
// 'olleh, dlrow!'
Функція також допускає множинну заміну, передаючи в другому
параметрі масив виду pattern => replacement
:
Strings::replace('hello, world!', [
'~\w+~' => '--',
'~,\s+~' => ' ',
]);
// '-- --!'
Параметр $limit
обмежує кількість замін, які можуть бути
зроблені. Межа –1 означає відсутність межі.
Якщо $utf8
дорівнює true
, то оцінка перемикається в режим
Unicode. Це аналогічно вказівці модифікатора u
.
Strings::replace('žlutý kůň', '~\w+~', '--');
// 'ž--ý --ůň'
Strings::replace('žlutý kůň', '~\w+~', '--', utf8: true);
// '-- --'
Якщо $captureOffset
дорівнює true
, то для кожного збігу, що
трапляється, його позиція в рядку (у байтах; у символах, якщо
встановлено $utf8
) також буде передана зворотному виклику. Це
змінює форму переданого масиву, де кожен елемент являє собою пару, що
складається з рядка, що збігається, та його позиції.
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]]
Якщо $unmatchedAsNull
– true
, то підшаблони, що не збігаються,
передаються у зворотний виклик як null; в іншому разі вони передаються як
порожній рядок або не передаються:
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']