PHP 正则表达式 修正符【m s x e ? (?i)】内部修正符 贪婪模式 后向引用 断言【总结篇】

1.正则表达式修正符

在 PHP 中，正则表达式中的修正符（modifier）可以改变模式的行为，使得其功能更加灵活。

1. m 修正符（多行模式）

• 作用：在多行模式下，^ 和 $ 元字符除了匹配整个字符串的开头和结尾外，还可以匹配每一行的开头和结尾。
• 举例： "Hello\nWorld"，当使用 /^World/m 时，^ 会匹配 "World" 这一行的开头，而不仅仅匹配整个字符串的开头。

2. s 修正符（单行模式）

• 作用：使 .（点号）可以匹配所有字符，包括换行符（\n）。如果不加此修正符，. 默认匹配除换行符外的所有字符。
• 举例：假设有字符串 "Hello\nWorld"，使用 /Hello.World/s 时，. 可以匹配换行符，因此该正则表达式可以成功匹配整个字符串。

3. x 修正符（忽略模式中的空白字符）

• 作用：开启“扩展模式”，忽略模式中的空白字符（除非在字符类 [] 内或被反斜杠转义），还会忽略未转义的 # 后的内容直到该行结束。通常用于编写更易读的正则表达式。
• 举例：正则表达式 /a b c/x 实际上会被解析为 /abc/，即空格被忽略。

4. e 修正符（已废弃，自 PHP 5.5.0 起）

• 作用：该修正符曾用于 preg_replace() 函数，允许在替换时对替换字符串中的反向引用进行 PHP 代码的执行。由于存在安全性问题，该修正符已被弃用。
• 替代方案：可以使用 preg_replace_callback() 来实现类似功能。（后文介绍）

5. i 修正符

• 作用: 匹配过程中不区分大小写。

• 举例:/abc/i可以匹配"AbC"

6. 非贪婪匹配（使用 ? 实现）

• 贪婪匹配：正则表达式中的 *、+ 和 ? 默认是贪婪的，即它们会匹配尽可能多的字符。
• 非贪婪匹配：在贪婪量词后加 ?，可以使匹配变为非贪婪（也称为“最小匹配”），即匹配尽可能少的字符。
• 举例：
  • 贪婪匹配：/a.*b/ 会匹配从第一个 a 开始到最后一个 b 之间的所有内容。
  • 非贪婪匹配：/a.*?b/ 只匹配第一个 a 和第一个 b 之间的最少字符。

总结

• m：多行匹配，^ 和 $ 可以匹配每行的开头和结尾。
• s：单行模式，. 可以匹配包括换行符在内的所有字符。
• x：忽略正则中的空白字符，并允许使用注释。
• e：在替换时允许执行 PHP 代码，现已弃用。
• ?：与 *、+ 搭配使用可以实现非贪婪匹配。

2.贪婪匹配与非贪婪匹配

在正则表达式中，贪婪匹配 和 非贪婪匹配 是两个重要的概念，它们决定了匹配操作在处理多个可能的匹配项时的行为。

1. 贪婪匹配

贪婪匹配（Greedy Matching）是正则表达式的默认行为，即在匹配过程中，量词如 *, + 和 {n,} 会尝试匹配尽可能多的字符。它们会从最早出现的匹配点开始，然后继续匹配更多字符，直到满足整个模式或者没有更多可以匹配的字符。

• 模式: /a.*b/
• 含义:
  • a：匹配字符 a。
  • .*：匹配任意字符（除了换行符），匹配尽可能多的字符。
  • b：匹配字符 b。
• 贪婪行为：.* 尽可能多地匹配字符，直到遇到最后一个可能的 b。
• 例子:
  • 字符串："a123b456b"
  • 匹配结果："a123b456b"

在贪婪匹配中，.* 会从第一个 a 开始，匹配尽可能多的字符，直到遇到最后一个 b。因此，它匹配整个 "a123b456b"。

2. 非贪婪匹配

非贪婪匹配（Lazy Matching），也称为“最小匹配”，是通过在量词后面加上 ? 来实现的。非贪婪匹配的行为是尽可能少地匹配字符，在满足整个模式的前提下只匹配最少的字符。

• 模式: /a.*?b/
• 非贪婪行为：.*? 尽可能少地匹配字符，直到遇到第一个 b 就停止。
• 例子:
  • 字符串："a123b456b"
  • 匹配结果："a123b"

在非贪婪匹配中，.*? 从第一个 a 开始，匹配尽可能少的字符，直到遇到第一个 b 就停止。因此，它只匹配 "a123b"。

图示化理解：

1. 贪婪匹配：
   字符串 a123b456b -> 贪婪正则 /a.*b/ -> 匹配到整个 a123b456b。

2. 非贪婪匹配：
   字符串 a123b456b -> 非贪婪正则 /a.*?b/ -> 匹配到 a123b（尽量少匹配）。

总结

• 贪婪匹配: /a.*b/ 尽可能多地匹配，从第一个 a 开始匹配到最后一个 b。
• 非贪婪匹配: /a.*?b/ 尽可能少地匹配，从第一个 a 开始匹配到第一个 b。

3.(?i) 修正符的解释

在 PHP 的正则表达式中，(?i) 是一个内部修正符，用于指定在正则表达式的某个部分中忽略大小写进行匹配。它等同于我们在正则表达式外部使用修正符 i，只是 (?i) 修正符的效果可以局部应用于特定的子模式。

1. 用法说明

• (?i)：内部修正符，表示该部分不区分大小写。
• 区别：如果使用外部的 i 修正符，则整个模式都不区分大小写；但 (?i) 修正符只影响它所在的子模式。

2. 示例

• 外部修正符： /abc/i
  • 模式 /abc/i 中的 i 修正符表示整个正则表达式不区分大小写。
  • 它将匹配 "abc"、"ABC"、"aBc" 等所有大小写组合。
• 内部修正符： /a(?i)bc/
  • 模式 /a(?i)bc/ 中的 (?i) 只对其后面的 bc 起作用。
  • 它将匹配 "abc"、"aBC"，但不会匹配 "ABC" 或 "Abc"，因为 a 仍然区分大小写。

3. 结合其它修正符

与外部修正符相似，内部修正符还包括：

• x：忽略正则表达式中的空白字符。
• m：多行模式，使 ^ 和 $ 匹配行的开头和结尾，而不仅是字符串的开头和结尾。
• s：单行模式，使 . 匹配包括换行符在内的所有字符。
• U：非贪婪模式，默认使用非贪婪匹配。

4.后向引用（Backreference）

后向引用是一种可以在正则表达式中引用之前捕获的子模式的方法。通过在模式中添加圆括号 () 来定义捕获组，PHP 会自动为每个捕获的子模式分配一个编号，这个编号从 1 开始。在后续的模式中，可以使用反斜杠 \n（其中 n 是捕获组的编号）来引用之前的匹配。

1. 示例

• 模式： /(a)(b)(c)/

  • 这将捕获 a、b、c，它们分别存储在捕获组 1、2、3 中。
  • 可以使用后向引用来重新引用这些捕获的部分，例如 /\1\2\3/ 将匹配 abc。

• 示例：

  • 正则表达式 /(a)(b)\1\2/ 将匹配类似 ab 后跟 ab 的字符串。
  • 在字符串 "abxab" 中，模式 /(a)(b)\1\2/ 将匹配 "abab"。

2. 非捕获组

有时我们只想匹配某些内容，但不希望将其存储在捕获组中。这时可以使用非捕获元字符 (?:) 来忽略捕获。

• 示例： (?:abc) 会匹配 "abc"，但不会将其存储为捕获组，因此不会占用编号。

其他的非捕获组符号包括：

• (?=...)：正向肯定断言，匹配在指定位置后必须跟随的内容。
• (?!...)：正向否定断言，匹配在指定位置后不能跟随的内容。

总结

• (?i)：内部修正符，指定模式中的某部分不区分大小写。
• 后向引用：使用 () 捕获匹配内容，并通过 \n 进行引用。
• 非捕获组：使用 (?:) 或断言符号来匹配但不保存相关内容。

5.正则表达式中的断言

断言用于定义在某个位置前后必须或不能出现的内容，称为零宽断言（zero-width assertions），因为它们只检查条件，而不会消耗字符。

1. 正向肯定断言：(?=...)

正向肯定断言表示匹配某位置后面必须跟随的内容，但这些内容本身并不会成为匹配结果的一部分。

• 格式: (?=...)
• 作用: 确保在当前位置之后，有满足断言条件的字符出现。

例子:

• 正则表达式：/\d(?=\D)/
  • 含义：匹配一个数字（\d），条件是它后面跟随一个非数字字符（\D），但不包含这个非数字字符在匹配结果中。
  • 示例字符串："123a4b"
  • 匹配结果：["3", "4"]
  在 "123a4b" 中，"3" 后跟的是字母 "a"，"4" 后跟的是字母 "b"，所以它们符合正向肯定断言的条件。

2. 正向否定断言：(?!...)

正向否定断言表示匹配某位置后面不能跟随的内容，即当前位置后如果有符合条件的字符出现，匹配将失败。

• 格式: (?!...)
• 作用: 确保在当前位置之后，不能有满足断言条件的字符。

例子:

• 正则表达式：/\d(?!\d)/

  • 含义：匹配一个数字，条件是它后面不能跟随另一个数字（即确保当前匹配的是最后一个连续数字）。
  • 示例字符串："123a456b"
  • 匹配结果：["3", "6"]

  在 "123a456b" 中，"3" 后面不是数字，而是字母 "a"，"6" 后面也不是数字，而是字母 "b"，因此它们符合正向否定断言的条件。

总结

• 正向肯定断言 (?=...): 匹配某个位置后必须跟随的内容，但不包括该内容在最终匹配中。例如，匹配某个字符后跟随特定字符但不包含它。

• 正向否定断言 (?!...): 匹配某个位置后不能跟随的内容。例如，匹配某个字符，条件是它后面不允许跟随特定字符。