Робота з рядками
Nette\Utils\Strings — це статичний клас з корисними функціями для роботи з рядками, переважно в кодуванні UTF-8.
Встановлення:
composer require nette/utils
Усі приклади передбачають створений псевдонім:
use Nette\Utils\Strings;
Зміна регістру літер
Ці функції вимагають розширення PHP mbstring
.
lower (string $s): string
Перетворює рядок UTF-8 на малі літери.
Strings::lower('Dobrý den'); // 'dobrý den'
upper (string $s): string
Перетворює рядок UTF-8 на великі літери.
Strings::upper('Dobrý den'); // 'DOBRÝ DEN'
firstUpper (string $s): string
Перетворює першу літеру рядка UTF-8 на велику, 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 велику, інші на малі.
Strings::capitalize('Dobrý den'); // 'Dobrý Den'
Редагування рядка
normalize (string $s): string
Видаляє керуючі символи, нормалізує кінці рядків до \n
, обрізає
початкові та кінцеві порожні рядки, обрізає пробіли справа на рядках,
нормалізує UTF-8 до нормальної форми NFC.
unixNewLines (string $s): string
Перетворює кінці рядків на \n
, що використовуються в
unix-системах. Кінці рядків: \n
, \r
, \r\n
, U+2028 line separator,
U+2029 paragraph separator.
$unixLikeLines = Strings::unixNewLines($string);
platformNewLines (string $s): string
Перетворює кінці рядків на символи, специфічні для поточної
платформи, тобто \r\n
у Windows та \n
в інших місцях. Кінці
рядків: \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
Редагує рядок UTF-8 до форми, що використовується в URL, тобто видаляє діакритику та всі символи, крім літер англійського алфавіту та цифр, замінює дефісом.
Strings::webalize('náš produkt'); // 'nas-produkt'
Якщо потрібно зберегти інші символи, їх можна вказати у другому параметрі функції.
Strings::webalize('10. obrázek_id', '._'); // '10.-obrazek_id'
Третім параметром можна придушити перетворення на малі літери.
Strings::webalize('Dobrý den', null, false); // 'Dobry-den'
Потребує розширення PHP intl
.
trim (string $s, ?string $charlist=null): string
Обрізає пробіли (або інші символи, вказані другим параметром) з початку та кінця рядка UTF-8.
Strings::trim(' Hello '); // 'Hello'
truncate (string $s, int $maxLen,
string $append=`'…'
`): string
Обрізає рядок UTF-8 до вказаної максимальної довжини, намагаючись при цьому зберігати цілі слова. Якщо рядок скорочується, додає в кінець три крапки (можна змінити третім параметром).
$text = 'Скажіть, як справи?';
Strings::truncate($text, 5); // 'Скаж…'
Strings::truncate($text, 20); // 'Скажіть, як спра…'
Strings::truncate($text, 30); // 'Скажіть, як справи?'
Strings::truncate($text, 20, '~'); // 'Скажіть, як спра~'
indent (string $s, int $level=1, string
$indentationChar=`"\t"
`): string
Робить відступ багаторядкового тексту зліва. Кількість відступів визначає другий параметр, чим робити відступ — третій параметр (значення за замовчуванням — табуляція).
Strings::indent('Nette'); // "\tNette"
Strings::indent('Nette', 2, '+'); // '++Nette'
padLeft (string $s, int $length, string
$pad=`' '
`): string
Доповнює рядок UTF-8 до заданої довжини, повторюючи рядок
$pad
зліва.
Strings::padLeft('Nette', 6); // ' Nette'
Strings::padLeft('Nette', 8, '+*'); // '+*+Nette'
padRight (string $s, int $length,
string $pad=`' '
`): string
Доповнює рядок UTF-8 до заданої довжини, повторюючи рядок $pad
справа.
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
та довжиною $length
. Якщо $start
від'ємний,
повернутий рядок починатиметься з символу -$start
від кінця.
Strings::substring('Nette Framework', 0, 5); // 'Nette'
Strings::substring('Nette Framework', 6); // 'Framework'
Strings::substring('Nette Framework', -4); // 'work'
reverse (string $s): string
Обертає 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
startsWith (string $haystack, string $needle): bool
Перевіряє, чи починається рядок $haystack
рядком $needle
.
$haystack = 'Починається';
$needle = 'По';
Strings::startsWith($haystack, $needle); // true
Використовуйте нативну function.str-starts-with.php.
endsWith (string $haystack, string $needle): bool
Перевіряє, чи закінчується рядок $haystack
рядком $needle
.
$haystack = 'Закінчується';
$needle = 'ється';
Strings::endsWith($haystack, $needle); // true
Використовуйте нативну function.str-ends-with.php.
contains (string $haystack, string $needle): bool
Перевіряє, чи містить рядок $haystack
рядок $needle
.
$haystack = 'Аудиторія';
$needle = 'дитор';
Strings::contains($haystack, $needle); // true
Використовуйте нативну function.str-contains.php.
compare (string $left, string $right, ?int $length=null): bool
Порівняння двох рядків UTF-8 або їхніх частин без урахування регістру
літер. Якщо $length
містить null, порівнюються цілі рядки, якщо він
від'ємний, порівнюється відповідна кількість символів з кінця рядків,
інакше порівнюється відповідна кількість символів з початку.
Strings::compare('Nette', 'nette'); // true
Strings::compare('Nette', 'next', 2); // true - збіг перших 2 символів
Strings::compare('Nette', 'Latte', -2); // true - збіг останніх 2 символів
findPrefix (…$strings): string
Знаходить спільний початок рядків. Або повертає порожній рядок, якщо спільний 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-тим $nth
входженням
рядка $needle
. Або null
, якщо $needle
не знайдено. При
від'ємному значенні $nth
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-того $nth
входження
рядка $needle
. Або null
, якщо $needle
не знайдено. При
від'ємному значенні $nth
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 у символах n-того $nth
входження рядка
$needle
в рядку $haystack
. Або null
, якщо $needle
не
знайдено. При від'ємному значенні $nth
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 недійсні символи UTF-8.
$correctStrings = Strings::fixEncoding($string);
checkEncoding (string $s): bool
Перевіряє, чи є рядок дійсним UTF-8.
$isUtf8 = Strings::checkEncoding($string);
Використовуйте Nette\Utils\Validator::isUnicode().
toAscii (string $s): string
Перетворює рядок UTF-8 на ASCII, тобто видаляє діакритику тощо.
Strings::toAscii('žluťoučký kůň'); // 'zlutoucky kun'
Потребує розширення PHP intl
.
chr (int $code): string
Повертає специфічний символ в UTF-8 з кодової точки (число в діапазоні 0×0000..D7FF та 0xE000..10FFFF).
Strings::chr(0xA9); // '©' в кодуванні UTF-8
ord (string $char): int
Повертає кодову точку конкретного символу в UTF-8 (число в діапазоні 0×0000..D7FF або 0xE000..10FFFF).
Strings::ord('©'); // 0xA9
Регулярні вирази
Клас Strings пропонує функції для роботи з регулярними виразами. На
відміну від нативних функцій PHP, вони мають зрозуміліший API, кращу
підтримку Unicode та, перш за все, виявлення помилок. Будь-яка помилка під
час компіляції або обробки виразу викине виняток Nette\RegexpException
.
split (string $subject, string $pattern, bool $captureOffset=false, bool $skipEmpty=false, int $limit=-1, bool $utf8=false): array
Розділяє рядок на масив за регулярним виразом. Вирази в дужках будуть захоплені та також повернуті.
Strings::split('hello, world', '~,\s*~');
// ['hello', 'world']
Strings::split('hello, world', '~(,)\s*~');
// ['hello', ',', 'world']``
Якщо $skipEmpty
дорівнює true
, будуть повернуті лише
непорожні елементи:
Strings::split('hello, world, ', '~,\s*~');
// ['hello', 'world', '']
Strings::split('hello, world, ', '~,\s*~', skipEmpty: true);
// ['hello', 'world']
Якщо задано $limit
, будуть повернуті лише підрядки до ліміту, а
решта рядка буде розміщена в останньому елементі. Ліміт –1 або
0 означає відсутність обмеження.
Strings::split('hello, world, third', '~,\s*~', limit: 2);
// ['hello', 'world, third']
Якщо $utf8
дорівнює true
, перемикається обчислення в режим
Unicode. Подібно до того, якби ви вказали модифікатор u
.
Якщо $captureOffset
дорівнює true
, для кожного знайденого збігу
буде також повернута його позиція в рядку (в байтах; якщо встановлено
$utf8
, то в символах). Це змінить повернене значення на масив, де
кожен елемент є парою, що складається зі знайденого рядка 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 та окремими підвиразами, або null
.
Strings::match('hello!', '~\w+(!+)~');
// ['hello!', '!']
Strings::match('hello!', '~X~');
// null
Якщо $unmatchedAsNull
дорівнює true
, незахоплені підвирази
повертаються як null; інакше 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
, перемикається обчислення в режим
Unicode. Подібно до того, якби ви вказали модифікатор u
:
Strings::match('žlutý kůň', '~\w+~');
// ['lut']
Strings::match('žlutý kůň', '~\w+~', utf8: true);
// ['žlutý']
Параметр $offset
можна використовувати для визначення позиції, з
якої слід почати пошук (в байтах; якщо встановлено $utf8
, то в
символах).
Якщо $captureOffset
дорівнює true
, для кожного знайденого збігу
буде також повернута його позиція в рядку (в байтах; якщо встановлено
$utf8
, то в символах). Це змінить повернене значення на масив, де
кожен елемент є парою, що складається зі знайденого рядка 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 зі знайденим виразом та окремими підвиразами.
Strings::matchAll('hello, world!!', '~\w+(!+)?~');
/* [
0 => ['hello'],
1 => ['world!!', '!!'],
] */
Якщо $patternOrder
дорівнює true
, структура результатів
змінюється так, що в першому елементі знаходиться масив повних збігів
шаблону, у другому — масив рядків, яким відповідає перший підвираз у
дужках, і так далі:
Strings::matchAll('hello, world!!', '~\w+(!+)?~', patternOrder: true);
/* [
0 => ['hello', 'world!!'],
1 => ['', '!!'],
] */
Якщо $unmatchedAsNull
дорівнює true
, незахоплені підвирази
повертаються як null; інакше вони повертаються як порожній рядок або не
повертаються:
Strings::matchAll('hello, world!!', '~\w+(!+)?~', unmatchedAsNull: true);
/* [
0 => ['hello', null],
1 => ['world!!', '!!'],
] */
Якщо $utf8
дорівнює true
, перемикається обчислення в режим
Unicode. Подібно до того, якби ви вказали модифікатор u
:
Strings::matchAll('žlutý kůň', '~\w+~');
/* [
0 => ['lut'],
1 => ['k'],
] */
Strings::matchAll('žlutý kůň', '~\w+~', utf8: true);
/* [
0 => ['žlutý'],
1 => ['kůň'],
] */
Параметр $offset
можна використовувати для визначення позиції, з
якої слід почати пошук (в байтах; якщо встановлено $utf8
, то в
символах).
Якщо $captureOffset
дорівнює true
, для кожного знайденого збігу
буде також повернута його позиція в рядку (в байтах; якщо встановлено
$utf8
, то в символах). Це змінить повернене значення на масив, де
кожен елемент є парою, що складається зі знайденого рядка 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
дорівнює true
, функція повертає Generator
замість масиву, що забезпечує значні переваги у продуктивності при
роботі з великими рядками. Генератор дозволяє шукати збіги поступово,
замість обробки всього рядка одразу. Це дозволяє ефективно працювати
навіть з надзвичайно великими вхідними текстами. Крім того, ви можете
будь-коли перервати обробку, якщо знайдете потрібний збіг, що
економить обчислювальний час.
$matches = Strings::matchAll($largeText, '~\w+~', lazy: true);
foreach ($matches as $match) {
echo "Знайдено: $match[0]\n";
// Обробку можна будь-коли перервати
}
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.
$replacement
є або маскою рядка заміни, або callback-функцією.
Strings::replace('hello, world!', '~\w+~', '--');
// '--, --!'
Strings::replace('hello, world!', '~\w+~', fn($m) => strrev($m[0]));
// 'olleh, dlrow!'
Функція також дозволяє виконати кілька замін, передавши у другому
параметрі масив у вигляді pattern => replacement
:
Strings::replace('hello, world!', [
'~\w+~' => '--',
'~,\s+~' => ' ',
]);
// '-- --!'
Параметр $limit
обмежує кількість виконаних замін. Ліміт –1
означає відсутність обмеження.
Якщо $utf8
дорівнює true
, перемикається обчислення в режим
Unicode. Подібно до того, якби ви вказали модифікатор u
.
Strings::replace('žlutý kůň', '~\w+~', '--');
// 'ž--ý --ůň'
Strings::replace('žlutý kůň', '~\w+~', '--', utf8: true);
// '-- --'
Якщо $captureOffset
дорівнює true
, для кожного знайденого збігу
буде передана callback-функції також його позиція в рядку (в байтах; якщо
встановлено $utf8
, то в символах). Це змінить вигляд переданого
масиву, де кожен елемент є парою, що складається зі знайденого рядка та
його позиції.
Strings::replace(
'žlutý kůň',
'~\w+~',
function (array $m) { dump($m); return ''; },
captureOffset: true,
);
// dumps [['lut', 2]] та [['k', 8]]
Strings::replace(
'žlutý kůň',
'~\w+~',
function (array $m) { dump($m); return ''; },
captureOffset: true,
utf8: true,
);
// dumps [['žlutý', 0]] та [['kůň', 6]]
Якщо $unmatchedAsNull
дорівнює true
, незахоплені підвирази
передаються в callback-функцію як null; інакше 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']