PHP中的递归正则表达式用法
发布时间：2022-07-26 10:28:44 所属栏目：PHP教程 来源：互联网
导读：什么时候会用到递归正则表达式呢? 当然是待匹配的字串中递归地出现某种模式时(貌似废话),最经典的例子,就是递归正则处理嵌套括号的问题了. 例子如下:假设你的文本中包含了正确配对的嵌套括号,括号的深度可以是无限层,你想捕获这样的括号组. 恕我剧透,标准答
|
什么时候会用到递归正则表达式呢? 当然是待匹配的字串中递归地出现某种模式时(貌似废话),最经典的例子,就是递归正则处理嵌套括号的问题了. 例子如下:假设你的文本中包含了正确配对的嵌套括号,括号的深度可以是无限层,你想捕获这样的括号组. 恕我剧透,标准答案是这样的,代码如下: <?php $string = "some text (a(b(c)d)e) more text"; if(preg_match("/(([^()]+|(?R))*)/",$string,$matches)) { echo "<pre>"; print_r($matches); echo "</pre>"; } ?> /* 其输出结果是: Array ( [0] => (a(b(c)d)e) [1] => e ) */ 可见,我们所需要的文本,已经捕获到$matches[0]中了. 现在思考原理:上面的正则表达式中的关键点是(?R).(?R)的作用就是递归地替换它所在的整条正则表达式. 在每次迭代时, PHP 语法分析器都会将(?R)替换为”(([^()]+|(?R))*)“. 因此,具体到上述的例子,其正则表达式等价于如下代码: "/(([^()]+|(([^()]+|(([^()]+)*))*))*)/" 但是上面的代码只适合深度为3层的括号,对于未知深度的括号嵌套,就只好使用这种正则了,代码如下: "/(([^()]+|(?R))*)/" 它不但能够匹配无限深度,还简化了正则表达式的语法,功能强大,语法简洁,现在来细看一下"/(([^()]+|(?R))*)/"是怎样匹配"(a(b(c)d)e)"的: 1."(c)"这部分被正则式 "(([^()]+)*)" 匹配. 请注意, (c) 其实就相当于整个递归的一个缩影, 麻雀虽小五脏俱全, 因此它用到了整个正则表达式,换言之,下一步中的(c), 可以使用(?R) 来匹配. 2.(b(c)d)的匹配过程为: 1."("匹配"("; 2."[^()]+"匹配"b"; 3. (?R)匹配"(c)"; 4."[^()]+"匹配"d"; 5.")"匹配")". 根据上面的匹配原理,不难理解为什么数组的第2个元素$matches[1]与'e'等价.子串'e'是在最后一次匹配迭代中被捕获,匹配过程中,只有最后一次的捕获结果才会保存到数组中. rex注:关于这个特性,可以自行尝试一下,看看使用正则式([a-z]+[0-9]+)+来匹配字串abc123xyz890, 其捕获结果$1是什么,注意,其结果与 Left Longest 原理并不冲突. 如果我们只需要捕获 $matches[0],可以这样做,代码如下: <?php $string = "some text (a(b(c)d)e) more text"; if(preg_match("/((?:[^()]+|(?R))*)/",$string,$matches)) { echo "<pre>"; print_r($matches); echo "</pre>"; } ?> //产生的结果相同: Array ( [0] => (a(b(c)d)e) ) 所做的改动是捕获括号()改为非捕获捕获括号(?:)了. 还可以进一步完善为如下代码: <?php $string = "some text (a(b(c)d)e) more text"; if(preg_match("/((?>[^()]+|(?R))*)/",$string,$matches)) { echo "<pre>"; print_r($matches); echo "</pre>"; } ?> 这里我们用到了所谓的一次性模式(rex注:余晟先生译的《精通正则表达式v3.0》中,谓之”固化分组”. 可参考该书.) PHP手册也推荐只要条件允许,就尽可能使用这种模式,以便提升正则表达式的速度 （编辑：漯河站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
