PHP 字符串查找：从基础函数到高级正则，全面掌握目标字符串搜索技巧100

在日常的Web开发中，字符串处理无疑是最常见且关键的任务之一。无论是解析用户输入、处理日志信息、构建动态内容，还是进行数据验证，我们都频繁地需要判断一个字符串是否包含特定的子字符串。PHP作为一门强大的服务器端脚本语言，为此提供了多种灵活且高效的函数。本文将从基础的字符串查找函数入手，逐步深入到高级的正则表达式匹配，并涵盖多字节字符处理、性能考量及最佳实践，旨在帮助您全面掌握PHP中查找字符串是否包含某字符串的各种技巧。

一、PHP 字符串查找的基础函数

PHP提供了几组用于查找字符串中子字符串的基本函数。它们各有特点，适用于不同的场景。

1.1 `strpos()` 和 `stripos()`：定位子字符串首次出现的位置

这是最常用也是最基础的字符串查找函数。`strpos()` 用于查找子字符串在主字符串中首次出现的位置（索引），如果找到，则返回该位置的数值；如果没有找到，则返回 `false`。<?php
$haystack = "Hello, world! Welcome to the PHP world.";
$needle = "world";
// 查找 'world' 的首次出现位置，区分大小写
$pos = strpos($haystack, $needle);
if ($pos !== false) {
echo "字符串 '{$haystack}' 包含 '{$needle}'，首次出现在索引 {$pos} 处。" . " "; // 输出：字符串 'Hello, world! Welcome to the PHP world.' 包含 'world'，首次出现在索引 7 处。
} else {
echo "字符串 '{$haystack}' 不包含 '{$needle}'。" . " ";
}
// 查找一个不存在的字符串
$needle_not_found = "PHP Developer";
$pos_not_found = strpos($haystack, $needle_not_found);
if ($pos_not_found !== false) {
echo "字符串 '{$haystack}' 包含 '{$needle_not_found}'。" . " ";
} else {
echo "字符串 '{$haystack}' 不包含 '{$needle_not_found}'。" . " "; // 输出：字符串 'Hello, world! Welcome to the PHP world.' 不包含 'PHP Developer'。
}
// 注意：0 是有效的位置，所以必须使用 !== false 或 === false 进行严格比较
$haystack_start = "PHP is great!";
$needle_start = "PHP";
$pos_start = strpos($haystack_start, $needle_start);
if ($pos_start !== false) {
echo "字符串 '{$haystack_start}' 包含 '{$needle_start}'，首次出现在索引 {$pos_start} 处。" . " "; // 输出：字符串 'PHP is great!' 包含 'PHP'，首次出现在索引 0 处。
}
?>

需要注意的是，`strpos()` 返回的索引是基于0的。如果子字符串在主字符串的开头找到，它将返回 `0`。因此，在判断是否找到子字符串时，务必使用严格比较 `!== false` 或 `=== false`，因为 `0` 在非严格比较中会被视为 `false`。

与 `strpos()` 对应的是 `stripos()`，它的功能与 `strpos()` 完全相同，但不区分大小写。这在处理用户输入或需要进行模糊匹配时非常有用。<?php
$haystack = "Hello, World!";
$needle_lower = "world";
// 不区分大小写查找
$pos_case_insensitive = stripos($haystack, $needle_lower);
if ($pos_case_insensitive !== false) {
echo "字符串 '{$haystack}' 包含 '{$needle_lower}' (不区分大小写)，首次出现在索引 {$pos_case_insensitive} 处。" . " "; // 输出：字符串 'Hello, World!' 包含 'world' (不区分大小写)，首次出现在索引 7 处。
}
?>

这两个函数都接受第三个可选参数 `offset`，用于指定从主字符串的哪个位置开始搜索。<?php
$text = "apple banana apple orange";
$first_apple = strpos($text, "apple"); // 0
$second_apple = strpos($text, "apple", $first_apple + strlen("apple")); // 13
echo "第一个 apple 在 {$first_apple} 处，第二个 apple 在 {$second_apple} 处。" . " ";
?>

1.2 `strstr()` 和 `stristr()`：获取子字符串及其后的内容

`strstr()` 函数用于查找子字符串在主字符串中首次出现的位置，并返回从该位置到主字符串结尾的所有字符。如果未找到子字符串，则返回 `false`。<?php
$email = "name@";
$domain = strstr($email, "@"); // 返回 "@"
echo "邮箱域名部分: " . $domain . " ";
$username = strstr($email, "@", true); // 从 PHP 5.3.0 开始，第三个参数为 true，则返回子字符串之前的部分
echo "邮箱用户名部分: " . $username . " ";
$not_found = strstr($email, ".org"); // 返回 false
if ($not_found === false) {
echo "未找到 '.org'。" . " ";
}
?>

`strstr()` 的特点在于它返回的是子字符串的一部分，而不是仅仅一个布尔值或位置。这在需要提取特定分隔符后的内容时非常方便，例如从URL中提取查询参数，或从邮件地址中分离域名。

与 `strpos()` 类似，`strstr()` 也有一个不区分大小写的版本：`stristr()`。其用法和返回值与 `strstr()` 相同，只是在搜索时不考虑字符大小写。<?php
$url = "/path";
$domain_part = stristr($url, ""); // 返回 "/path"
echo "域名部分 (不区分大小写): " . $domain_part . " ";
?>

1.3 `str_contains()` (PHP 8.0+): 现代化的布尔判断

在 PHP 8.0 及更高版本中，引入了一个新的函数 `str_contains()`，它专门用于判断一个字符串是否包含另一个字符串，并直接返回 `true` 或 `false`。这大大提高了代码的可读性和简洁性，避免了 `strpos() !== false` 这种略显繁琐的写法。<?php
$text = "PHP is a popular server-side scripting language.";
// 判断是否包含 "popular"
if (str_contains($text, "popular")) {
echo "'{$text}' 包含 'popular'。" . " "; // 输出：'PHP is a popular server-side scripting language.' 包含 'popular'。
}
// 判断是否包含 "Python"
if (!str_contains($text, "Python")) {
echo "'{$text}' 不包含 'Python'。" . " "; // 输出：'PHP is a popular server-side scripting language.' 不包含 'Python'。
}
// str_contains 区分大小写
if (!str_contains($text, "php")) {
echo "'{$text}' 不包含 'php' (区分大小写)。" . " "; // 输出：'PHP is a popular server-side scripting language.' 不包含 'php' (区分大小写)。
}
?>

对于 PHP 8.0 以下的版本，如果需要实现 `str_contains()` 的语义，仍然需要使用 `strpos() !== false` 的方式：<?php
// PHP 7.x 及以下版本的替代方案
function string_contains_polyfill($haystack, $needle) {
return strpos($haystack, $needle) !== false;
}
$text = "Hello PHP!";
if (string_contains_polyfill($text, "PHP")) {
echo "PHP 7.x 版本下，字符串包含 'PHP'。" . " ";
}
?>

二、高级字符串查找：正则表达式 (`preg_match()`)

当简单的子字符串查找无法满足需求时，正则表达式（Regular Expressions）就派上了用场。正则表达式提供了极其强大的模式匹配能力，可以查找复杂的字符序列、验证数据格式、提取特定信息等。在PHP中，我们主要使用 `preg_*` 系列函数来处理正则表达式，其中 `preg_match()` 是最常用的。

2.1 `preg_match()`：匹配正则表达式

`preg_match()` 函数尝试在一个字符串中寻找与给定正则表达式匹配的内容。如果找到匹配，则返回 `1`；如果没有找到匹配，则返回 `0`；如果发生错误，则返回 `false`。<?php
$text = "My email is user@ and phone is 13800138000.";
// 查找是否包含一个邮箱地址
$pattern_email = "/[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}/";
if (preg_match($pattern_email, $text)) {
echo "字符串 '{$text}' 包含一个邮箱地址。" . " ";
} else {
echo "字符串 '{$text}' 不包含邮箱地址。" . " ";
}
// 查找是否包含一个手机号码 (以1开头的11位数字)
$pattern_phone = "/1\d{10}/";
if (preg_match($pattern_phone, $text, $matches)) {
echo "字符串 '{$text}' 包含一个手机号码: {$matches[0]}。" . " "; // $matches[0] 存储完整的匹配项
} else {
echo "字符串 '{$text}' 不包含手机号码。" . " ";
}
// 不区分大小写匹配 (使用 i 修饰符)
$text_case = "Hello PHP, hello world!";
$pattern_case_insensitive = "/hello/i";
if (preg_match($pattern_case_insensitive, $text_case)) {
echo "字符串 '{$text_case}' 包含 'hello' (不区分大小写)。" . " ";
}
?>

`preg_match()` 的第二个可选参数 `$matches` 允许您捕获匹配到的所有内容，包括完整的匹配项和所有子模式匹配项。

2.2 `preg_match_all()`：查找所有匹配项

如果需要查找字符串中所有与正则表达式匹配的内容，可以使用 `preg_match_all()`。它会返回所有匹配项的数组。<?php
$log_entry = "Error code: 404, User ID: 123. Warning: Resource not found. Error code: 500, User ID: 456.";
// 查找所有错误代码
$pattern_error_code = "/Error code: (\d{3})/"; // 使用括号创建捕获组
preg_match_all($pattern_error_code, $log_entry, $matches_all);
if (!empty($matches_all[1])) { // $matches_all[1] 包含所有捕获组1的内容
echo "在日志中找到的错误代码有: " . implode(", ", $matches_all[1]) . " "; // 输出：在日志中找到的错误代码有: 404, 500
}
?>

正则表达式的语法非常丰富和复杂，掌握它需要投入时间学习。常见的正则表达式元素包括：
字符类: `\d` (数字), `\w` (字母、数字、下划线), `\s` (空白字符)
量词: `*` (0次或多次), `+` (1次或多次), `?` (0次或1次), `{n}` (n次), `{n,m}` (n到m次)
锚点: `^` (行的开头), `$` (行的结尾), `\b` (单词边界)
分组: `()` (捕获组), `(?:)` (非捕获组)
选择: `|` (或)
修饰符: `i` (不区分大小写), `m` (多行模式), `s` (使 `.` 匹配换行符)

尽管正则表达式功能强大，但其性能通常低于简单的字符串查找函数。因此，只有在需要复杂模式匹配时才应考虑使用正则表达式。

三、处理多字节字符串 (`mb_*` 函数)

PHP的默认字符串函数（如 `strpos()`、`strlen()` 等）是针对单字节编码（如ASCII或ISO-8859-1）设计的。这意味着它们在处理UTF-8等多字节编码的字符串时，可能会产生错误的结果，尤其是在计算字符长度或查找特定字符位置时。

为了正确处理UTF-8等国际化字符，PHP提供了 `mbstring` 扩展，其中包含了一系列以 `mb_` 开头的多字节字符串函数。

3.1 `mb_strpos()` 和 `mb_stripos()`：多字节字符定位

与 `strpos()` 和 `stripos()` 类似，`mb_strpos()` 和 `mb_stripos()` 用于在多字节字符串中查找子字符串的位置，并能正确处理各种字符编码。<?php
$haystack_mb = "你好世界！Hello World!";
$needle_mb = "世界"; // 中文字符
// 使用 strpos() (可能错误)
$pos_normal = strpos($haystack_mb, $needle_mb); // 可能会返回错误的字节位置
// 使用 mb_strpos() (正确)
$pos_mb = mb_strpos($haystack_mb, $needle_mb, 0, 'UTF-8'); // 指定编码为 UTF-8
echo "原始字符串: '{$haystack_mb}'" . " ";
if ($pos_normal !== false) {
echo "strpos() 找到 '{$needle_mb}' 在字节位置: {$pos_normal}" . " "; // 对于UTF-8字符，strpos返回的可能是字节索引
} else {
echo "strpos() 未找到 '{$needle_mb}'。" . " ";
}
if ($pos_mb !== false) {
echo "mb_strpos() 找到 '{$needle_mb}' 在字符位置: {$pos_mb}" . " "; // 输出：mb_strpos() 找到 '世界' 在字符位置: 2
} else {
echo "mb_strpos() 未找到 '{$needle_mb}'。" . " ";
}
// mb_stripos() 同样支持不区分大小写和多字节字符
$haystack_mb_case = "这是PHP语言";
$needle_mb_case = "php";
$pos_mb_case = mb_stripos($haystack_mb_case, $needle_mb_case, 0, 'UTF-8');
if ($pos_mb_case !== false) {
echo "mb_stripos() 找到 '{$needle_mb_case}' (不区分大小写) 在字符位置: {$pos_mb_case}" . " ";
}
?>

`mb_strpos()` 和 `mb_stripos()` 都需要一个额外的参数来指定字符串的编码，通常是 `'UTF-8'`。

3.2 `mb_strstr()` 和 `mb_stristr()`：多字节子字符串提取

对应于 `strstr()` 和 `stristr()`，`mb_strstr()` 和 `mb_stristr()` 提供了多字节安全的子字符串提取功能。<?php
$data = "姓名:张三;年龄:25;城市:北京";
$city_info = mb_strstr($data, "城市", false, 'UTF-8'); // false为默认值，返回包含"城市"及之后的内容
echo "城市信息: " . $city_info . " "; // 输出：城市信息: 城市:北京
$name_info = mb_strstr($data, ";", true, 'UTF-8'); // true表示返回"城市"之前的内容
echo "姓名信息: " . $name_info . " "; // 输出：姓名信息: 姓名:张三
?>

3.3 `mb_str_contains()` (PHP 8.0.0+): 多字节布尔判断

如果您的PHP版本是 8.0.0 或更高，并且 `mbstring` 扩展已启用，您可以使用 `mb_str_contains()` 进行多字节安全的布尔判断。<?php
$text_zh = "你好，世界！";
$contains_zh = mb_str_contains($text_zh, "世界", 'UTF-8');
if ($contains_zh) {
echo "'{$text_zh}' 包含 '世界' (多字节安全)。" . " ";
}
?>

为了保证所有 `mb_*` 函数的正确性，通常建议在脚本或应用程序的开始处设置默认的内部字符编码：<?php
mb_internal_encoding("UTF-8");
mb_regex_encoding("UTF-8"); // 如果使用mb_ereg_*系列函数，也需要设置
?>

四、性能考量与最佳实践

选择正确的字符串查找函数对于应用程序的性能和可维护性至关重要。

4.1 性能对比

`str_contains()` (PHP 8.0+): 如果您只需要判断字符串是否包含子字符串，且不关心位置或提取子字符串，`str_contains()` 是最高效、最简洁的选择。
`strpos()` / `stripos()`: 对于简单的子字符串查找，这两个函数通常比正则表达式快得多，因为它们使用优化的字符串搜索算法（如 Boyer-Moore）。当您需要知道子字符串的位置时，它们是最佳选择。
`strstr()` / `stristr()`: 当您需要从子字符串出现的位置开始截取原字符串时，它们是更优的选择，避免了先 `strpos()` 再 `substr()` 的两步操作。
`preg_match()` / `preg_match_all()`: 正则表达式的匹配过程通常比上述函数复杂，涉及更多的计算资源。只有当您需要匹配复杂的模式、验证格式或提取特定数据时，才应使用正则表达式。滥用正则表达式可能导致性能瓶颈。
`mb_*` 函数: 多字节函数由于需要处理更复杂的字符编码，通常比它们的单字节对应函数稍慢。但在处理UTF-8等编码时，为了正确性，必须使用它们。

4.2 最佳实践

优先使用最简单的函数: 如果 `str_contains()` (PHP 8+) 或 `strpos() !== false` 能满足需求，就不要使用 `preg_match()`。
注意 `strpos()` 的返回值: 永远使用 `!== false` 或 `=== false` 进行严格比较，以避免 `0` 被误判为 `false`。
区分大小写: 根据业务需求选择 `strpos()` / `strstr()` (区分大小写) 或 `stripos()` / `stristr()` (不区分大小写)。
处理多字节字符: 对于包含非ASCII字符（如中文、日文、表情符号等）的字符串，务必使用 `mb_*` 系列函数，并指定正确的编码（通常是 `UTF-8`）。
正则表达式的优化:

贪婪与非贪婪: 默认量词是贪婪的（匹配尽可能多的字符）。使用 `?` 可以使其变为非贪婪（匹配尽可能少的字符），例如 `.*?`。
锚点和边界: 使用 `^`, `$`, `\b` 等锚点可以限制匹配范围，提高效率。
编译模式: 对于重复使用的正则表达式模式，考虑使用 `preg_quote()` 加上适当的边界来构建模式，或者如果模式固定，直接写死。
避免回溯失控: 编写不当的正则表达式可能导致“回溯失控”（Catastrophic Backtracking），从而消耗大量CPU资源，甚至导致PHP脚本超时。例如 `(a+)+b` 这样的模式。

设置默认编码: 在应用程序初始化时，通过 `mb_internal_encoding()` 设置默认的内部字符编码，可以减少在每个 `mb_*` 函数中重复指定编码的麻烦。

五、常见应用场景

字符串查找在Web开发中有广泛的应用：
内容过滤与审核: 检查用户提交的内容是否包含敏感词、广告词或违禁信息。
<?php
$comment = "这是一个评论，包含敏感词汇'赌博'。";
$sensitive_words = ["赌博", "色情", "暴力"];
foreach ($sensitive_words as $word) {
if (mb_str_contains($comment, $word, 'UTF-8')) {
echo "评论包含敏感词: {$word}，需要审核！" . " ";
break;
}
}
?>

URL分析与路由: 判断URL是否包含特定参数、路径或文件类型，进行路由匹配。
<?php
$url = "/products/electronics/item/123?category=phone";
if (str_contains($url, "/products/")) {
echo "这是一个产品页面的URL。" . " ";
}
$params_string = strstr($url, "?");
echo "URL参数部分: " . ($params_string ?: "无参数") . " ";
?>

日志文件分析: 从日志中查找特定错误信息、警告或用户行为记录。
<?php
$log_line = "[2023-10-27 10:30:05] ERROR: Database connection failed.";
if (str_contains($log_line, "ERROR")) {
echo "发现错误日志: " . $log_line . " ";
}
preg_match("/\[(\d{4}-\d{2}-\d{2} \d{2}:d{2}:d{2})\] (ERROR|WARNING): (.*)/", $log_line, $matches);
if (!empty($matches)) {
echo "日志时间: {$matches[1]}, 级别: {$matches[2]}, 信息: {$matches[3]}" . " ";
}
?>

搜索关键词高亮: 在搜索结果中高亮显示用户搜索的关键词。
<?php
$article_content = "PHP是一种流行的服务器端脚本语言。";
$keyword = "语言";
// 使用 preg_replace 结合正则表达式进行高亮
$highlighted_content = preg_replace("/(" . preg_quote($keyword, '/') . ")/iu", "$1", $article_content);
echo "高亮后的内容: " . $highlighted_content . " "; // 输出：PHP是一种流行的服务器端脚本语言。
?>

数据验证: 验证用户输入是否符合特定格式（例如，是否包含 `@` 符号来判断是否是邮箱）。
<?php
$user_email = "test@";
if (str_contains($user_email, "@") && str_contains($user_email, ".")) {
echo "邮箱格式初步正确。" . " ";
}
// 更严谨的邮箱验证通常需要正则表达式
if (preg_match("/^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$/", $user_email)) {
echo "邮箱格式完全正确 (正则表达式验证)。" . " ";
}
?>

六、总结

PHP提供了丰富且强大的字符串查找功能，从简单的子字符串定位到复杂的模式匹配，几乎可以满足所有场景的需求。核心函数包括 `strpos()`、`stripos()`、`strstr()`、`stristr()`，以及PHP 8.0+中新增的 `str_contains()`。对于复杂模式，`preg_match()` 和 `preg_match_all()` 提供了无与伦比的灵活性。在处理多字节字符集时，切记使用 `mb_*` 系列函数以避免编码问题。

作为专业的程序员，我们不仅要了解这些工具的存在，更要懂得如何根据具体需求，权衡正确性、性能和代码可读性，选择最合适的函数。熟练掌握这些字符串查找技巧，将显著提升您的PHP开发效率和代码质量。

2025-10-25

上一篇：PHP 数据安全过滤与验证：守护数据库完整性的关键策略

下一篇：PHP变量如何在JS中安全高效获取：从页面渲染到API通信的全面指南