※ [本文转录自 PHP 看板 #1EaPVkLE ]
作者: knuckles (那克斯) 看板: PHP
标题: [分享] PHP官网对于RegExp小括号()用法的说明
时间: Sun Oct 9 20:47:39 2011
PHP官网写的好难懂，所以来整理一下自己的心得版
PHP官方网站对于 regular expression 的小括号 () 用法的说明页
http://www.php.net/manual/en/regexp.reference.subpatterns.php
我自己写的一点笔记: (网页上色版 http://disp.cc/b/11.cj-1SO9 )
小括号有两种用途:
1. 群组各种可能的子字串，例如 /filename\.(jpg|png|gif)/
这样就可以找到这三种副档名的图档
2. 标记要取得的字串，例如 /a=(.*?)&b=(.*?)&c=(.*?)&d=/
就可以把 a, b, c 的值分别存到 $1, $2, $3
这两种用途有时候会混在一起，像是
preg_replace("/((red|white) (king|queen))/","$1, $2, $3","red queen");
← red queen → $1
← red → $2
← queen → $3
会得到 red queen, red, queen
如果只想拿()当群组用，但不要被算进要抓的字串，可以在(后加上 ?:，例如
preg_replace("/((?:red|white) (king|queen))/","$1, $2","red queen");
会得到 red queen, queen (第二个括号的red不会被抓出来了)
?:中间可以加上选项，例如 i 是忽略大小写
写成 (?i:saturday|sunday) 等同于 (?:(?i)saturday|sunday)
可以符合 SUNDAY 或 Saturday，i的效果仅限于这个()
抓到的字串，除了自动依顺序配给 $数字 外，也可以自己加上名字
语法 (?P<name>pattern) ，在 PHP5.2.2 另外提供了 (?<name>pattern) 及
(?'name'pattern) 两种用法
在当群组用时，若每个可能的字串又有用到标记要抓的字串时
例如 (?:(Sat)ur|(Sun))day
用在 Sunday 时，$1=""，$2="Sun"
用在 Saturday 时，$1="Sat，$2不存在
此时可以改用 (?|(Sat)ur|(Sun))day
这样就只会抓到1个字串，$1="Sun" 或 $1="Sat"
至于(?=)、(?!)、(?<=)、(?<!) 是 assertions 的用法
PHP官方网站对于 assertions 的说明
http://www.php.net/manual/en/regexp.reference.assertions.php
我写的一点笔记: (网页上色版:http://disp.cc/b/11.cj-2pRT )
Assertion 用来表达位置的符号，不会吃掉字符
例如
^ : 符合整个字串的开头；在multiline模式，代表一行的开头
$ : 符合整个字串的结尾；在multiline模式，代表一行的结尾
\b : 符合一个单字边界(word boundary)，一边是\w一边是\W
\B : 符合一个非单字边界，两边都是\w 或两边都是\W
\A : 只符合整个字串的开头 (不受multiline模式影响)
\Z : 只符合整个字串的结尾，或是结尾换行前 (不受multiline模式影响)
\z : 只符合整个字串的结尾 (不受multiline模式影响)
\G : 若使用preg_match有设offset时，代表offset的位置，offset为0时就与\A相同
如果是要表达前后是否为某个字串，但不要把这字串抓进来的话，有分为
Lookahead 看后面
(?=abc) : 接下来必需是abc
(?!abc) : 接下来不能是abc
Lookbehind 看前面
(?<=abc) : 前面是接abc
(?<!abc) : 前面不是接abc
举例
\w+(?=;) 只会抓到后面有接;的\w+，但不会把;抓进来
foo(?!bar) 会抓到所有后面不是接bar的foo
(?!foo)bar 错误用法，这样所有的bar都会抓到
如果想要前面不是接foo的话，要用Lookbehide的用法
(?<!foo)bar 这样才对，会抓到所有前面不是接foo的bar
可以使用(?<=bullock|donkey)来抓前面是bullock或donkey的字串
但要注意lookbehind的用法时，所有匹配的字串可以分别为不同长度，
但每个必需是固定的长度，例如 (?<!dogs?|cats?) 就不行
要匹配不同长的字串也仅至于最上层的分支，
像 (?<=abc|abde) 可以，但 (?<=ab(c|de)) 就不行
Assertions可以连续使用
例如 (?<=\d{3})(?<!999)foo 可以抓到前面是3个非999数字的foo
注意这两个assertions都是检查同一个位置，所以不会抓到前面接6个字符的foo
像 123abcfoo 的foo就不会被抓到，如果要抓像这样的foo，
要用(?<=\d{3}...)(?<!999)foo
Assertions可以巢状使用
例如 (?<=(?<!foo)bar)baz 可以抓到 前面是 bar 且 bar 的前面不是 foo 的 baz
例如 (?<=\d{3}...(?<!999))foo 可以抓到 前面是 3个数字与3个非999字符 的foo