Работа со строками

Nette\Utils\Strings – это статический класс с полезными функциями для работы со строками, преимущественно в кодировке UTF-8.

Установка:

composer require nette/utils

Все примеры предполагают созданный псевдоним:

use Nette\Utils\Strings;

Изменение регистра букв

Эти функции требуют расширения PHP mbstring.

lower (string $s): string

Преобразует строку UTF-8 в нижний регистр.

Strings::lower('Dobrý den'); // 'dobrý den'

upper (string $s): string

Преобразует строку UTF-8 в верхний регистр.

Strings::upper('Dobrý den'); // 'DOBRÝ DEN'

firstUpper (string $s): string

Преобразует первую букву строки UTF-8 в верхний регистр, остальные не меняет.

Strings::firstUpper('dobrý den'); // 'Dobrý den'

firstLower (string $s): string

Преобразует первую букву строки UTF-8 в нижний регистр, остальные не меняет.

Strings::firstLower('Dobrý den'); // 'dobrý den'

capitalize (string $s): string

Преобразует первую букву каждого слова в строке UTF-8 в верхний регистр, остальные в нижний.

Strings::capitalize('Dobrý den'); // 'Dobrý Den'

Редактирование строки

normalize (string $s): string

Удаляет управляющие символы, нормализует концы строк в \n, обрезает начальные и конечные пустые строки, обрезает пробелы справа на строках, нормализует UTF-8 в нормальную форму NFC.

unixNewLines (string $s): string

Преобразует концы строк в \n, используемые в unix-системах. Концы строк: \n, \r, \r\n, U+2028 line separator, U+2029 paragraph separator.

$unixLikeLines = Strings::unixNewLines($string);

platformNewLines (string $s)string

Преобразует концы строк в символы, специфичные для текущей платформы, т.е. \r\n в Windows и \n в других системах. Концы строк: \n, \r, \r\n, U+2028 line separator, U+2029 paragraph separator.

$platformLines = Strings::platformNewLines($string);

webalize (string $s, ?string $charlist=null, bool $lower=true)string

Преобразует строку UTF-8 в форму, используемую в URL, т.е. удаляет диакритику и все символы, кроме букв английского алфавита и цифр, заменяет дефисом.

Strings::webalize('náš produkt'); // 'nas-produkt'

Если нужно сохранить и другие символы, их можно указать во втором параметре функции.

Strings::webalize('10. obrázek_id', '._'); // '10.-obrazek_id'

Третьим параметром можно отключить преобразование в нижний регистр.

Strings::webalize('Dobrý den', null, false); // 'Dobry-den'

Требует расширения PHP intl.

trim (string $s, ?string $charlist=null)string

Обрезает пробелы (или другие символы, указанные вторым параметром) с начала и конца строки UTF-8.

Strings::trim('  Hello  '); // 'Hello'

truncate (string $s, int $maxLen, string $append=`'…'`)string

Обрезает строку UTF-8 до указанной максимальной длины, стараясь сохранять целые слова. Если строка сокращается, в конец добавляется многоточие (можно изменить третьим параметром).

$text = 'Řekněte, jak se máte?';
Strings::truncate($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

Добавляет отступ слева к многострочному тексту. Количество отступов определяет второй параметр, чем отступать – третий параметр (по умолчанию табуляция).

Strings::indent('Nette');         // "\tNette"
Strings::indent('Nette', 2, '+'); // '++Nette'

padLeft (string $s, int $length, string $pad=`' '`)string

Дополняет строку UTF-8 до заданной длины, повторяя строку $pad слева.

Strings::padLeft('Nette', 6);        // ' Nette'
Strings::padLeft('Nette', 8, '+*');  // '+*+Nette'

padRight (string $s, int $length, string $pad=`' '`)string

Дополняет строку UTF-8 до заданной длины, повторяя строку $pad справа.

Strings::padRight('Nette', 6);       // 'Nette '
Strings::padRight('Nette', 8, '+*'); // 'Nette+*+'

substring (string $s, int $start, ?int $length=null)string

Возвращает часть строки UTF-8 $s, заданную начальной позицией $start и длиной $length. Если $start отрицательный, возвращаемая строка будет начинаться с символа -$start от конца.

Strings::substring('Nette Framework', 0, 5); // 'Nette'
Strings::substring('Nette Framework', 6);    // 'Framework'
Strings::substring('Nette Framework', -4);   // 'work'

reverse (string $s): string

Обращает строку UTF-8.

Strings::reverse('Nette'); // 'etteN'

length (string $s): int

Возвращает количество символов (не байтов) в строке UTF-8.

Это количество кодовых точек Unicode, которое может отличаться от количества графем.

Strings::length('Nette');   // 5
Strings::length('červená'); // 7

startsWith (string $haystack, string $needle)bool

Проверяет, начинается ли строка $haystack со строки $needle.

$haystack = 'Začíná';
$needle = 'Za';
Strings::startsWith($haystack, $needle); // true

Используйте нативную str_starts_with().

endsWith (string $haystack, string $needle)bool

Проверяет, заканчивается ли строка $haystack строкой $needle.

$haystack = 'Končí';
$needle = 'čí';
Strings::endsWith($haystack, $needle); // true

Используйте нативную str_ends_with().

contains (string $haystack, string $needle)bool

Проверяет, содержит ли строка $haystack строку $needle.

$haystack = 'Posluchárna';
$needle = 'sluch';
Strings::contains($haystack, $needle); // true

Используйте нативную str_contains().

compare (string $left, string $right, ?int $length=null)bool

Сравнение двух строк UTF-8 или их частей без учета регистра. Если $length содержит null, сравниваются целые строки, если отрицательный, сравнивается соответствующее количество символов с конца строк, иначе сравнивается соответствующее количество символов с начала.

Strings::compare('Nette', 'nette');     // true
Strings::compare('Nette', 'next', 2);   // true - совпадение первых 2 символов
Strings::compare('Nette', 'Latte', -2); // true - совпадение последних 2 символов

findPrefix (…$strings): string

Находит общий префикс строк. Или возвращает пустую строку, если общий префикс не найден.

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

Возвращает часть строки $haystack перед n-м $nth вхождением строки $needle. Или null, если $needle не найден. При отрицательном значении $nth поиск ведется с конца строки.

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

Возвращает часть строки $haystack после n-го $nth вхождения строки $needle. Или null, если $needle не найден. При отрицательном значении $nth поиск ведется с конца строки.

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

Возвращает позицию в символах n-го $nth вхождения строки $needle в строке $haystack. Или null, если $needle не найден. При отрицательном значении $nth поиск ведется с конца строки.

Strings::indexOf('abc abc abc', 'abc', 2);  // 4
Strings::indexOf('abc abc abc', 'abc', -1); // 8
Strings::indexOf('abc abc abc', 'd');       // null

Кодировка

fixEncoding (string $s): string

Удаляет из строки недействительные символы UTF-8.

$correctStrings = Strings::fixEncoding($string);

checkEncoding (string $s)bool

Проверяет, является ли строка действительной UTF-8.

$isUtf8 = Strings::checkEncoding($string);

Используйте Nette\Utils\Validator::isUnicode().

toAscii (string $s): string

Преобразует строку UTF-8 в ASCII, т.е. удаляет диакритику и т.д.

Strings::toAscii('žluťoučký kůň'); // 'zlutoucky kun'

Требует расширения PHP intl.

chr (int $code): string

Возвращает специфический символ в UTF-8 из кодовой точки (число в диапазоне 0×0000..D7FF и 0xE000..10FFFF).

Strings::chr(0xA9); // '©' в кодировке UTF-8

ord (string $char): int

Возвращает кодовую точку конкретного символа в UTF-8 (число в диапазоне 0×0000..D7FF или 0xE000..10FFFF).

Strings::ord('©'); // 0xA9

Регулярные выражения

Класс Strings предлагает функции для работы с регулярными выражениями. В отличие от нативных функций PHP, они обладают более понятным API, лучшей поддержкой Unicode и, прежде всего, обнаружением ошибок. Любая ошибка при компиляции или обработке выражения вызовет исключение Nette\RegexpException.

split (string $subject, string $pattern, bool $captureOffset=false, bool $skipEmpty=false, int $limit=-1, bool $utf8=false)array

Разделяет строку на массив по регулярному выражению. Выражения в скобках будут захвачены и также возвращены.

Strings::split('hello, world', '~,\s*~');
// ['hello', 'world']

Strings::split('hello, world', '~(,)\s*~');
// ['hello', ',', 'world']``

Если $skipEmpty равно true, будут возвращены только непустые элементы:

Strings::split('hello, world, ', '~,\s*~');
// ['hello', 'world', '']

Strings::split('hello, world, ', '~,\s*~', skipEmpty: true);
// ['hello', 'world']

Если указан $limit, будут возвращены только подстроки до лимита, а остаток строки будет помещен в последний элемент. Лимит –1 или 0 означает отсутствие ограничений.

Strings::split('hello, world, third', '~,\s*~', limit: 2);
// ['hello', 'world, third']

Если $utf8 равно true, оценка переключается в режим Unicode. Аналогично указанию модификатора u.

Если $captureOffset равно true, для каждого найденного совпадения будет также возвращена его позиция в строке (в байтах; если установлено $utf8, то в символах). Это изменяет возвращаемое значение на массив, где каждый элемент является парой, состоящей из совпавшей строки и ее позиции.

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

Ищет в строке часть, соответствующую регулярному выражению, и возвращает массив с найденным выражением и отдельными подвыражениями, или null.

Strings::match('hello!', '~\w+(!+)~');
// ['hello!', '!']

Strings::match('hello!', '~X~');
// null

Если $unmatchedAsNull равно true, незахваченные подшаблоны возвращаются как null; в противном случае они возвращаются как пустая строка или не возвращаются:

Strings::match('hello', '~\w+(!+)?~');
// ['hello']

Strings::match('hello', '~\w+(!+)?~', unmatchedAsNull: true);
// ['hello', null]

Если $utf8 равно true, оценка переключается в режим Unicode. Аналогично указанию модификатора u:

Strings::match('žlutý kůň', '~\w+~');
// ['lut']

Strings::match('žlutý kůň', '~\w+~', utf8: true);
// ['žlutý']

Параметр $offset можно использовать для указания позиции, с которой следует начать поиск (в байтах; если установлено $utf8, то в символах).

Если $captureOffset равно true, для каждого найденного совпадения будет также возвращена его позиция в строке (в байтах; если установлено $utf8, то в символах). Это изменяет возвращаемое значение на массив, где каждый элемент является парой, состоящей из совпавшей строки и ее смещения:

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

Ищет в строке все вхождения, соответствующие регулярному выражению, и возвращает массив массивов с найденным выражением и отдельными подвыражениями.

Strings::matchAll('hello, world!!', '~\w+(!+)?~');
/* [
	0 => ['hello'],
	1 => ['world!!', '!!'],
] */

Если $patternOrder равно true, структура результатов изменяется так, что в первом элементе находится массив полных совпадений шаблона, во втором – массив строк, которым соответствует первый подшаблон в скобках, и так далее:

Strings::matchAll('hello, world!!', '~\w+(!+)?~', patternOrder: true);
/* [
	0 => ['hello', 'world!!'],
	1 => ['', '!!'],
] */

Если $unmatchedAsNull равно true, незахваченные подшаблоны возвращаются как null; в противном случае они возвращаются как пустая строка или не возвращаются:

Strings::matchAll('hello, world!!', '~\w+(!+)?~', unmatchedAsNull: true);
/* [
	0 => ['hello', null],
	1 => ['world!!', '!!'],
] */

Если $utf8 равно true, оценка переключается в режим Unicode. Аналогично указанию модификатора u:

Strings::matchAll('žlutý kůň', '~\w+~');
/* [
	0 => ['lut'],
	1 => ['k'],
] */

Strings::matchAll('žlutý kůň', '~\w+~', utf8: true);
/* [
	0 => ['žlutý'],
	1 => ['kůň'],
] */

Параметр $offset можно использовать для указания позиции, с которой следует начать поиск (в байтах; если установлено $utf8, то в символах).

Если $captureOffset равно true, для каждого найденного совпадения будет также возвращена его позиция в строке (в байтах; если установлено $utf8, то в символах). Это изменяет возвращаемое значение на массив, где каждый элемент является парой, состоящей из совпавшей строки и ее позиции:

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]],
] */

Если $lazy равно true, функция возвращает Generator вместо массива, что дает значительные преимущества в производительности при работе с большими строками. Генератор позволяет искать совпадения постепенно, а не во всей строке сразу. Это позволяет эффективно работать даже с чрезвычайно большими входными текстами. Кроме того, вы можете в любой момент прервать обработку, если найдете искомое совпадение, что экономит вычислительное время.

$matches = Strings::matchAll($largeText, '~\w+~', lazy: true);
foreach ($matches as $match) {
    echo "Найдено: $match[0]\n";
    // Обработка может быть прервана в любой момент
}

replace (string $subject, string|array $pattern, string|callable $replacement='', int $limit=-1, bool $captureOffset=false, bool $unmatchedAsNull=false, bool $utf8=false)string

Заменяет все вхождения, соответствующие регулярному выражению. $replacement – это либо маска заменяющей строки, либо callback.

Strings::replace('hello, world!', '~\w+~', '--');
// '--, --!'

Strings::replace('hello, world!', '~\w+~', fn($m) => strrev($m[0]));
// 'olleh, dlrow!'

Функция также позволяет выполнить несколько замен, передав во втором параметре массив в виде pattern => replacement:

Strings::replace('hello, world!', [
	'~\w+~' => '--',
	'~,\s+~' => ' ',
]);
// '-- --!'

Параметр $limit ограничивает количество выполненных замен. Лимит –1 означает отсутствие ограничений.

Если $utf8 равно true, оценка переключается в режим Unicode. Аналогично указанию модификатора u.

Strings::replace('žlutý kůň', '~\w+~', '--');
// 'ž--ý --ůň'

Strings::replace('žlutý kůň', '~\w+~', '--', utf8: true);
// '-- --'

Если $captureOffset равно true, для каждого найденного совпадения в callback будет также передана его позиция в строке (в байтах; если установлено $utf8, то в символах). Это изменяет вид передаваемого массива, где каждый элемент является парой, состоящей из совпавшей строки и ее позиции.

Strings::replace(
	'žlutý kůň',
	'~\w+~',
	function (array $m) { dump($m); return ''; },
	captureOffset: true,
);
// dumps [['lut', 2]] и [['k', 8]]

Strings::replace(
	'žlutý kůň',
	'~\w+~',
	function (array $m) { dump($m); return ''; },
	captureOffset: true,
	utf8: true,
);
// dumps [['žlutý', 0]] и [['kůň', 6]]

Если $unmatchedAsNull равно true, незахваченные подшаблоны передаются в callback как null; в противном случае они передаются как пустая строка или не передаются:

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']
версия: 4.0