php 正規表示式捕獲組與非捕獲組

傑楓Jeff發表於2015-07-29
PHP

　　熟練掌握正規表示式是每個程式設計師的基礎要求，對於每個初學者來說會被正規表示式一連串字元弄得頭暈眼花。博主便會如此，一直對正規表示式有種莫名的恐懼。近來看到另一位博友寫的 《php正規表示式》一文獲益良多，對其萬用字元以及捕獲資料兩個章節頗感興趣。這兩個章節正好涉及到的是正規表示式的捕獲組與非捕獲組的知識，因而本文來細細探討下這部分知識。

　　我們知道，在正規表示式下(x) 表示匹配'x'並記錄匹配的值。這只是比較通俗的說法，甚至說這是不嚴謹的說法，只有（）捕獲組形式才會記錄匹配的值。非捕獲組則只匹配，不記錄。

　　捕獲組：

　　(pattern)

這種形式是我們見到最多的一種形式，匹配並返回捕獲結果，可以巢狀，組號順序從左到右依次排列‘。

$regex = '/(ab(c)+)+d(e)?/';    
$str = 'abccde';
$matches = array();
 
if(preg_match($regex, $str, $matches)){
    print_r($matches);
}

　　匹配結果：

Array ( [0] => abccde [1] => abcc [2] => c [3] => e )

　　(?P<name>pattern)

這種方式雖然看起來在構造正規表示式的時候略微複雜一點，但實質上與(pattern)一樣。最大的優勢體現在對結果處理上，程式設計師可以直接根據自己設定的<name>直接快速呼叫結果，而不用再去數需要的結果在第幾個子組了。

$regex = '/(?P<group1>\w(?P<group2>\w))abc(?P<group3>\w)45/';

$str = 'fsabcd45';
$matches = array();
 
if(preg_match($regex, $str, $matches)){
    print_r($matches);
}

　　匹配結果：

Array ( [0] => fsabcd45 [group1] => fs [1] => fs [group2] => s [2] => s [group3] => d [3] => d )

　　\num

num是一個整數，是對捕獲組的反向引用。  例如\2表示第二個子組匹配值，\表示第一個子組匹配值

$regex = '/(\w)(\w)\2\1/';    
$str = 'abba';
$matches = array();
 
if(preg_match($regex, $str, $matches)){
    print_r($matches);
}

　　匹配結果：

Array ( [0] => abba [1] => a [2] => b )

注意，這裡我疏忽了一個小細節，一開始我第一樣程式碼是 $regex = “/(\w)(\w)\2\1/”;  結果返回無匹配結果，經過除錯後，發現這裡只能用' '。'與" 用法差別大家還是需要注意下。

　　\k< name >


　　瞭解了(?P<name>pattern)與\num，這個就不難理解了。\k< name >是對命名捕獲組的反向引用。其中 name 是捕獲組名。

$regex='/(?P<name>\w)abc\k<name>/';

$str="fabcf";

echo preg_match_all($regex, $str,$matches);

print_r($matches);

　　匹配結果： 

Array ( [0] => Array ( [0] => fabcf ) [name] => Array ( [0] => f ) [1] => Array ( [0] => f ) ) 

 

　　非捕獲組：

　　(?:pattern)

　　與(pattern)的唯一區別是，匹配pattern但不捕獲匹配結果。這裡便不再舉例。

　　

　　還有四種方式實際上講的是一個事情：預查。

　　預查分為正向預查與反向預查。根據字面理解，正向預查是判斷匹配字串後面某些字元存在與否，而反向預查則是判斷匹配字串前面某些字元存在與否。

　　正向預查判斷存在使用(?=pattern)，判斷不存在使用(?!pattern)。

　　反向預查判斷存在使用(?<=pattern)，判斷不存在使用(?<!pattern)。

$regx='/(?<=a)bc(?=d)/';

$str="abcd ebcd abce ebca";

if(preg_match_all($regx, $str, $matches)){

    print_r($matches);
}

　　匹配結果：

Array ( [0] => Array ( [0] => bc) )

　　這四種形式使用的是否只要注意好相對匹配字串的位置和斷言肯定還是否定，就會很快掌握。

　　另外，預查的四種形式是零寬度的，匹配的時候只做一個判斷，本身是不佔位置的。/HE(?=L)LLO/ 與HELLO匹配，而/HE(?=L)LO/與HELLO是不匹配的。畢竟但從位元組數上兩者就是不匹配的，前者只有4個，而後者有5個。

 

相關文章