今天遇到一個正則匹配的問題,忽然翻到有捕獲組的概念,手冊上也是一略而過,百度時無意翻到C#和Java中有對正則捕獲組的特殊用法,搜索關鍵詞有PHP時竟然沒有相關內容,自己試了一下,發現在PHP中也是可行的,於是總結一下,分享的同時也希望有大神和細心的學習者找到我理解中出現的問題。
什麼是捕獲組
捕獲組語法:
字符
描述
示例
(pattern)
匹配pattern並捕獲結果,自動設置組號。
(abc)+d
匹配abcd或者abcabcd
(?<name>pattern)
或
(?'name'pattern)
匹配pattern並捕獲結果,設置name為組名。
\num
對捕獲組的反向引用。其中 num 是一個正整數。
(\w)(\w)\2\1
匹配abba
\k< name >
或
\k' name '
對命名捕獲組的反向引用。其中 name 是捕獲組名。
(?<group>\w)abc\k<group>
匹配xabcx
我們先看一下PHP的正則匹配函數
int preg_match ( string $pattern , string $subject [, array &$matches [, int $flags = 0 [, int $offset = 0 ]]] )
前面兩項是我們常用的,$pattern是正則匹配模式,$string是要匹配的字符串。
array &$match,它是一個數組,&表示匹配出來的結果會被寫入$match中。
int $flags 如果傳遞了這個標記, 對於每一個出現的匹配返回時會附加字符串偏移量(相對於目標字符串的)。
int $offset 用於指定從目標字符串的某個未知開始搜索(單位是字節)。
我們主要看一下$match的值裡會有什麼:
$mode = '/a=(\d+)b=(\d+)c=(\d+)/'; $str='**a=4b=98c=56**'; $res=preg_match($mode,$str,$match); var_dump($match);
結果如下:
array (size=4)
0 => string 'a=4b=98c=56' (length=11)
1 => string '4' (length=1)
2 => string '98' (length=2)
3 => string '56' (length=2)
現在我們知道了什麼是捕獲組,捕獲組是正則表達示中以()括起來的部分,每一對()是一個捕獲組。
PHP會為它編號,從1開始。至於為什麼會從1開始,那是因為PHP把匹配到的完整字符串編號為0。
如果有多個括號或嵌套括號,按左邊括號出現的順序來進行編號,如圖:
按圖中的匹配模式匹配時,捕獲組的123號分別是紅綠藍。
捕獲組的忽略與命名
我們還可以阻止PHP為匹配組的編號:在匹配組中模式前加 ?:
$mode = '/a=(\d+)b=(?:\d+)c=(\d+)/';
這樣,匹配結果就會變成:
array (size=3) 0 => string 'a=4b=98c=56' (length=11) 1 => string '4' (length=1) 2 => string '56' (length=2)
當然,我們也可以在括號的內部為它給它獨特的名字。
命名子組可以接受(?<name>), (?'name') 以及(?P<name>)語法. 之前版本僅接受(?P<name>)語法.
例如:$mode = '/a=(\d+)b=(?P<sec>\d+)c=(\d+)/';
使用時結果為:
array (size=5) 0 => string 'a=4b=98c=56' (length=11) 1 => string '4' (length=1) 'sec' => string '98' (length=2) 2 => string '98' (length=2) 3 => string '56' (length=2)
在保留索引數組的同時,加上一個關聯項,key值為捕獲組名。
捕獲組的反向引用
我們在用preg_replace()函數進行正則替換時,我們還可以使用 \n 或 $n 來引用第n個捕獲組.
$mode = '/a=(\d+)b=(\d+)c=(\d+)/'; $str='**a=4b=98c=56**'; $rp='\1/$2/\3/'; echo preg_replace($mode,$rp,$str);//**4/98/56/**
\1表示捕獲組1(4),$2為捕獲組2(98),\3為捕獲組3(56)。
非捕獲組的用法:
非捕獲組語法:
字符
描述
示例
(?:pattern)
匹配pattern,但不捕獲匹配結果。
'industr(?:y|ies)
匹配'industry'或'industries'。
(?=pattern)
零寬度正向預查,不捕獲匹配結果。
'Windows (?=95|98|NT|2000)'
匹配 "Windows2000" 中的 "Windows"
不匹配 "Windows3.1" 中的 "Windows"。
(?!pattern)
零寬度負向預查,不捕獲匹配結果。
'Windows (?!95|98|NT|2000)'
匹配 "Windows3.1" 中的 "Windows"
不匹配 "Windows2000" 中的 "Windows"。
(?<=pattern)
零寬度正向回查,不捕獲匹配結果。
'2000 (?<=Office|Word|Excel)'
匹配 " Office2000" 中的 "2000"
不匹配 "Windows2000" 中的 "2000"。
(?<!pattern)
零寬度負向回查,不捕獲匹配結果。
'2000 (?<!Office|Word|Excel)'
匹配 " Windows2000" 中的 "2000"
不匹配 " Office2000" 中的 "2000"。
為什麼稱為非捕獲組呢?那是因為它們有捕獲組的特性,在匹配模式的()中,但是匹配時,PHP不會為它們編組,它們只會影響匹配結果,並不作為結果輸出。
/d(?=xxx) 匹配"後面是xxx的一個數字"。
注意格式:只能放在匹配模式字符串之後!
例如:
$pattern='/\d(?=abc)/'; $str="ab36abc8eg"; $res=preg_match($pattern,$str,$match); var_dump($match);//6
匹配的6,因為只有它作為一個數字,後面還有abc。
(?<=xxx) /d 匹配"前面是xxx的一個數字"
注意格式:只能放在匹配模式字符串之前!
例如:
$pattern='/(?<=abc)\d/'; $str="ab36abc8eg"; $res=preg_match($pattern,$str,$match); var_dump($match);//8
匹配的8,因為只有它作為一個數字,後面還有abc。
與(?=xxx) (?<=xxx)相對的是(?!=xxx) (?<!=xxx) 它們在=前加了非運算符 “!”
它表示前面/後面不是xxx的字符串,這裡就不再舉例了。
如果您覺得本博文對您有幫助,您可以推薦或關注我,如果您有什麼問題,可以在下方留言討論,謝謝。