/
strings.texy
627 lines (386 loc) · 23.7 KB
/
strings.texy
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
Работа со строками
******************
.[perex]
[api:Nette\Utils\Strings] статический класс, содержащий полезные функции для работы со строками, в основном в кодировке UTF-8.
Установка:
```shell
composer require nette/utils
```
Во всех примерах предполагается, что псевдоним уже создан:
```php
use Nette\Utils\Strings;
```
С учетом регистра .[#toc-letter-case]
=====================================
Для этих функций требуется расширение PHP `mbstring`.
lower(string $s): string .[method]
----------------------------------
Преобразует строку UTF-8 в строчный регистр.
```php
Strings::lower('Dobrý den'); // 'dobrý den'
```
upper(string $s): string .[method]
----------------------------------
Преобразует строку UTF-8 в верхний регистр.
```php
Strings::upper('Dobrý den'); // 'DOBRÝ DEN'
```
firstUpper(string $s): string .[method]
---------------------------------------
Преобразует первую букву строки UTF-8 в верхний регистр, остальные не изменяет.
```php
Strings::firstUpper('dobrý den'); // 'Dobrý den'
```
firstLower(string $s): string .[method]
---------------------------------------
Преобразует первую букву строки UTF-8 в строчную, остальные не изменяет.
```php
Strings::firstLower('Dobrý den'); // 'dobrý den'
```
capitalize(string $s): string .[method]
---------------------------------------
Преобразует первую букву каждого слова в строке UTF-8 в верхний регистр, остальные - в нижний.
```php
Strings::capitalize('Dobrý den'); // 'Dobrý Den'
```
Редактировать строку .[#toc-editing-a-string]
=============================================
normalize(string $s): string .[method]
--------------------------------------
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 .[method]
-----------------------------------------
Преобразует переносы строк в `\n`, используемые в системах Unix. Разрывы строк: `\n`, `\r`, `\r\n`, U+2028 разделитель строк, U+2029 разделитель абзацев.
```php
$unixLikeLines = Strings::unixNewLines($string);
```
platformNewLines(string $s): string .[method]
---------------------------------------------
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.
```php
$platformLines = Strings::platformNewLines($string);
```
webalize(string $s, string $charlist=null, bool $lower=true): string .[method]
------------------------------------------------------------------------------
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.
```php
Strings::webalize('náš produkt'); // 'nas-produkt'
```
Если необходимо сохранить другие символы, их можно указать во втором параметре функции.
```php
Strings::webalize('10. obrázek_id', '._'); // '10.-obrazek_id'
```
Третий параметр можно использовать для подавления преобразования в нижний регистр.
```php
Strings::webalize('Dobrý den', null, false); // 'Dobry-den'
```
.[caution]
Требуется расширение PHP `intl`.
trim(string $s, string $charlist=null): string .[method]
--------------------------------------------------------
Обрезает пробелы (или другие символы, указанные вторым параметром) из начала и конца строки UTF-8.
```php
Strings::trim(' Hello '); // 'Hello'
```
truncate(string $s, int $maxLen, string $append=`'…'`): string .[method]
------------------------------------------------------------------------
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).
```php
$text = 'Řekněte, jak se máte?';
Strings::truncate($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 .[method]
---------------------------------------------------------------------------------
Отступ многострочного текста слева. Количество отступов определяется вторым параметром, который используется для отступов третьего параметра (значение по умолчанию - tab).
```php
Strings::indent('Nette'); // "\tNette"
Strings::indent('Nette', 2, '+'); // '++Nette'
```
padLeft(string $s, int $length, string $pad=`' '`): string .[method]
--------------------------------------------------------------------
Завершает строку UTF-8 до указанной длины, повторяя строку `$pad` слева.
```php
Strings::padLeft('Nette', 6); // ' Nette'
Strings::padLeft('Nette', 8, '+*'); // '+*+Nette'
```
padRight(string $s, int $length, string $pad=`' '`): string .[method]
---------------------------------------------------------------------
Завершает строку UTF-8 до указанной длины, повторяя строку `$pad` справа.
```php
Strings::padRight('Nette', 6); // 'Nette '
Strings::padRight('Nette', 8, '+*'); // 'Nette+*+'
```
substring(string $s, int $start, int $length=null): string .[method]
--------------------------------------------------------------------
Возвращает часть строки UTF-8 `$s`, заданную начальной позицией `$start` и длиной `$length`. Если `$start` отрицательный, то возвращаемая строка будет начинаться с символа -`$start` символа с конца.
```php
Strings::substring('Nette Framework', 0, 5); // 'Nette'
Strings::substring('Nette Framework', 6); // 'Framework'
Strings::substring('Nette Framework', -4); // 'work'
```
reverse(string $s): string .[method]
------------------------------------
Изменяет строку UTF-8.
```php
Strings::reverse('Nette'); // 'etteN'
```
length(string $s): int .[method]
--------------------------------
Возвращает количество символов (не байтов) в строке UTF-8.
Это количество кодовых точек Unicode, которое может отличаться от количества графем.
```php
Strings::length('Nette'); // 5
Strings::length('červená'); // 7
```
/--comment
\--
compare(string $left, string $right, int $length=null): bool .[method]
----------------------------------------------------------------------
Сравнение двух строк UTF-8 или частей строк без учета регистра. Если `$length` содержит null, то сравниваются целые строки, если отрицательно, то сравнивается соответствующее количество символов с конца строк, иначе сравнивается соответствующее количество символов с начала.
```php
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 .[method]
-----------------------------------------
Находит общее начало строк. Или возвращает пустую строку, если общий префикс не найден.
```php
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 $nth=1): ?string .[method]
-----------------------------------------------------------------------
Возвращает часть строки `$haystack` перед n-м `$nth` вхождением строки `$needle`. Или `null`, если `$needle` не был найден. Если `$nth` отрицательный, то поиск ведется с конца строки.
```php
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 $nth=1): ?string .[method]
----------------------------------------------------------------------
Возвращает часть строки `$haystack` после n-го `$nth` вхождения строки `$needle`. Или `null`, если `$needle` не был найден. Если `$nth` отрицательный, то поиск ведется с конца строки.
```php
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 $nth=1): ?int .[method]
---------------------------------------------------------------------
Возвращает позицию в символах n-го `$nth` вхождения строки `$needle` в строку `$haystack`. Или `null`, если `$needle` не был найден. Если `$nth` отрицательный, то поиск ведется с конца строки.
```php
Strings::indexOf('abc abc abc', 'abc', 2); // 4
Strings::indexOf('abc abc abc', 'abc', -1); // 8
Strings::indexOf('abc abc abc', 'd'); // null
```
Кодирование .[#toc-kodovani]
============================
fixEncoding(string $s): string .[method]
----------------------------------------
Удаляет из строки недопустимые символы UTF-8.
```php
$correctStrings = Strings::fixEncoding($string);
```
/--comment
\--
toAscii(string $s): string .[method]
------------------------------------
Преобразует строку UTF-8 в ASCII, т.е. удаляет диакритические знаки и т.д.
```php
Strings::toAscii('žluťoučký kůň'); // 'zlutoucky kun'
```
.[caution]
Требуется расширение PHP `intl`.
chr(int $code): string .[method]
--------------------------------
Возвращает определенный символ UTF-8 из кодовой точки (число в диапазоне 0x0000...D7FF и 0xE000...10FFFF).
```php
Strings::chr(0xA9); // '©' v kódování UTF-8
```
ord(string $char): int .[method]
--------------------------------
Возвращает кодовую точку UTF-8 определенного символа (число в диапазоне 0x0000...D7FF или 0xE000...10FFFF).
```php
Strings::ord('©'); // 0xA9
```
Регулярные выражения .[#toc-fixencoding]
========================================
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 $utf8=false): array .[method]
-------------------------------------------------------------------------------------------------------------------------------------------
Разделяет строку на массив в соответствии с регулярным выражением. Выражения в круглых скобках также будут перехвачены и возвращены.
```php
Strings::split('hello, world', '~,\s*~');
// ['hello', 'world']
Strings::split('hello, world', '~(,)\s*~');
// ['hello', ',', 'world']``
```
Если `$skipEmpty` равен `true`, то будут возвращены только непустые записи:
```php
Strings::split('hello, world, ', '~,\s*~');
// ['hello', 'world', '']
Strings::split('hello, world, ', '~,\s*~', skipEmpty: true);
// ['hello', 'world']
```
Если `$limit`, то будут возвращены только подстроки до предела, а остальная часть строки будет помещена в последний элемент. Предел -1 или 0 означает отсутствие предела.
```php
Strings::split('hello, world, third', '~,\s*~', limit: 2);
// ['hello', 'world, third']
```
Если `$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.
```php
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 $utf8=false): ?array .[method]
--------------------------------------------------------------------------------------------------------------------------------------------------
Ищет в строке часть, соответствующую регулярному выражению, и возвращает массив с найденным выражением и каждым подвыражением, или `null`.
```php
Strings::match('hello!', '~\w+(!+)~');
// ['hello!', '!']
Strings::match('hello!', '~X~');
// null
```
Если `$unmatchedAsNull` равен `true`, то не захваченные подвыражения возвращаются как нулевые; в противном случае они возвращаются как пустая строка или не возвращаются:
```php
Strings::match('hello', '~\w+(!+)?~');
// ['hello']
Strings::match('hello', '~\w+(!+)?~', unmatchedAsNull: true);
// ['hello', null]
```
Если `$utf8` равно `true`, то оценка переключается в режим Unicode. Аналогично указанию модификатора `u`:
```php
Strings::match('žlutý kůň', '~\w+~');
// ['lut']
Strings::match('žlutý kůň', '~\w+~', utf8: true);
// ['žlutý']
```
Параметр `$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:
```php
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 $utf8=false): array .[method]
------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
Ищет в строке все вхождения, соответствующие регулярному выражению, и возвращает массив массивов, содержащих найденное выражение и каждое подвыражение.
```php
Strings::matchAll('hello, world!!', '~\w+(!+)?~');
/* [
0 => ['hello'],
1 => ['world!!', '!!'],
] */
```
Если `$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:
```php
Strings::matchAll('hello, world!!', '~\w+(!+)?~', patternOrder: true);
/* [
0 => ['hello', 'world!!'],
1 => ['', '!!'],
] */
```
Если `$unmatchedAsNull` равен `true`, то несовпадающие подшаблоны возвращаются как нулевые; в противном случае они возвращаются как пустые строки или не возвращаются:
```php
Strings::matchAll('hello, world!!', '~\w+(!+)?~', unmatchedAsNull: true);
/* [
0 => ['hello', null],
1 => ['world!!', '!!'],
] */
```
Если `$utf8` равно `true`, то оценка переключается в режим Unicode. Аналогично указанию модификатора `u`:
```php
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:
```php
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]],
] */
```
replace(string $subject, string|array $pattern, string|callable $replacement='', int $limit=-1, bool $captureOffset=false, bool $unmatchedAsNull=false, bool $utf8=false): string .[method]
-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
Заменяет все вхождения, соответствующие регулярному выражению. `$replacement` - это либо маска строки замены, либо обратный вызов.
```php
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`:
```php
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`.
```php
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.
```php
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:
```php
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']
```