Работа со строками

Nette\Utils\Strings статический класс, содержащий полезные функции для работы со строками, в основном в кодировке UTF-8.

Установка:

composer require nette/utils

Во всех примерах предполагается, что псевдоним уже создан:

use Nette\Utils\Strings;

С учетом регистра

Для этих функций требуется расширение PHP mbstring.

lower (string $s): string

Преобразует строку UTF-8 в строчный 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 изменяет.

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

firstLower (string $s): string

Преобразует первую букву строки UTF-8 в строчную, остальные не изменяет.

Strings::firstLower('Dobrý den'); // 'dobrý den'
Совет из нашего блога: Nette Utils: Performance and Efficiency Generators
The Nette Framework brings performance benefits and memory optimization by using so-called generators. These innovations allow you to work with large data sets more elegantly and…
https://blog.nette.org

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'

Редактировать строку

normalize (string $s): string

Удаляет управляющие символы, нормализует переносы строк до \n, обрезает ведущие и отстающие пустые строки, обрезает правые переносы строк, нормализует UTF-8 до нормальной формы NFC.

unixNewLines (string $s): string

Преобразует переносы строк в \n, используемые в системах Unix. Разрывы строк: \n, \r, \r\n, U+2028 разделитель строк, U+2029 разделитель абзацев.

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

platformNewLines (string $s): string

Преобразует переводы строк в символы, характерные для текущей платформы, т.е. \r\n в Windows и \n в другом месте. Разрывы строк: \n, \r, \r\n, U+2028 разделитель строк, U+2029 разделитель абзацев.

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

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

Изменяет строку UTF-8 до формата, используемого в URL, т.е. удаляет диакритические знаки и заменяет все символы, кроме букв английского алфавита и цифр, на дефис.

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

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

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

Третий параметр можно использовать для подавления преобразования в нижний регистр.

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

Требуется расширение PHP intl.

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

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

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

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

Усекает строку UTF-8 до указанной максимальной длины, стараясь сохранить целые слова. Если строка усеченная, то в конец добавляется триплет (можно изменить с помощью третьего 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

Отступ многострочного текста слева. Количество отступов определяется вторым параметром, который используется для отступов третьего параметра (значение по умолчанию – tab).

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

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

Завершает строку UTF-8 до указанной длины, повторяя строку $pad слева.

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

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

Завершает строку UTF-8 до указанной 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 $start отрицательный, то возвращаемая строка будет начинаться с символа -$start символа с конца.

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

reverse (string $s): string

Изменяет 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

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

Сравнение двух строк UTF-8 или частей строк без учета регистра. Если $length содержит null, то сравниваются целые строки, если отрицательно, то 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 - shoda prvních 2 znaků
Strings::compare('Nette', 'Latte', -2); // true - shoda posledních 2 znaků

findPrefix (…$strings): string

Находит общее начало 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 был найден. Если $nth отрицательный, то 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 был найден. Если $nth отрицательный, то 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 строку $haystack. Или null, если $needle не был найден. Если $nth отрицательный, то 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

Кодирование

fixEncoding (string $s): string

Удаляет из строки недопустимые символы UTF-8.

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

toAscii (string $s): string

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

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

Требуется расширение PHP intl.

chr (int $code): string

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

Strings::chr(0xA9); // '©' v kódování UTF-8

ord (string $char): int

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

Strings::ord('©'); // 0xA9

Регулярные выражения

Класс Strings предоставляет функции для работы с регулярными выражениями. В отличие от собственных функций PHP, они имеют более понятный API, лучшую поддержку Unicode и, что самое важное, обнаружение ошибок. Любая ошибка при компиляции или обработке выражения приведет к возникновению исключения Nette\RegexpException.

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

Разделяет строку на массив в соответствии с регулярным выражением. Выражения в круглых скобках также будут перехвачены и возвращены.

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

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

Если $skipEmpty равен true, то будут возвращены только непустые записи:

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

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

Если $limit, то будут возвращены только подстроки до предела, а остальная часть строки будет помещена в последний элемент. Предел –1 или 0 означает отсутствие предела.

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

Если $utf8 равно true, то оценка переключится в режим Unicode. Это аналогично указанию модификатора u.

Если $captureOffset равен true, то для каждого встречающегося совпадения будет возвращена его позиция в строке (в байтах; в символах, если установлен $utf8 ). Это изменяет возвращаемое значение на массив, каждый элемент которого представляет собой пару, состоящую из совпадающей 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 каждым подвыражением, или null.

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

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

Если $unmatchedAsNull равен true, то не захваченные подвыражения возвращаются как нулевые; 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, то 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 может использоваться для указания позиции, с которой следует начинать поиск (в байтах; в символах, если установлен $utf8 ).

Если $captureOffset равен true, то для каждого встречающегося совпадения будет также возвращена его позиция в строке (в байтах; если установлен $utf8, то в символах). Это превращает возвращаемое значение в массив, каждый элемент которого представляет собой пару, состоящую из совпадающей 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, содержащих найденное выражение и каждое подвыражение.

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

Если $patternOrder равен true, то структура результатов изменяется таким образом, что первая запись представляет собой массив полных совпадений шаблона, вторая – массив строк, совпадающих с первым подшаблоном в круглых скобках, и так далее:

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

Если $unmatchedAsNull равен true, то несовпадающие подшаблоны возвращаются как нулевые; в противном случае они возвращаются как пустые строки или не возвращаются:

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

Если $utf8 равно true, то 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 может использоваться для указания позиции, с которой следует начинать поиск (в байтах; в символах, если установлен $utf8 ).

Если $captureOffset равен true, то для каждого встречающегося совпадения будет также возвращена его позиция в строке (в байтах; если установлен $utf8, то в символах). Это изменяет возвращаемое значение на массив, каждый элемент которого представляет собой пару, состоящую из совпадающей 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, то вместо массива функция возвращает Generator, что дает значительный выигрыш в производительности при работе с большими строками. Генератор позволяет находить совпадения постепенно, а не обрабатывать всю строку сразу. Это позволяет эффективно работать с очень большими входными текстами. Кроме того, вы можете прервать обработку в любой момент, если нашли нужное совпадение, что экономит вычислительное время.

$matches = Strings::matchAll($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

Заменяет все вхождения, соответствующие регулярному выражению. $replacement – это либо маска строки замены, либо обратный вызов.

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

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

Функция также допускает множественную замену, передавая во втором параметре массив вида pattern => replacement:

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

Параметр $limit ограничивает количество замен, которые могут быть сделаны. Предел –1 означает отсутствие предела.

Если $utf8 равно true, то оценка переключается в режим Unicode. Это аналогично указанию модификатора u.

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

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

Если $captureOffset равен true, то для каждого встречающегося совпадения его позиция в строке (в байтах; в символах, если установлен $utf8 ) также будет передана обратному вызову. Это изменяет форму передаваемого массива, где каждый элемент представляет собой пару, состоящую из совпадающей строки и ее позиции.

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]]

Если $unmatchedAsNull – true, то несовпадающие подшаблоны передаются в обратный вызов 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']
  1. Документация
  2. Инструменты
  3. Работа со строками
версия: 4.0