PHPRegex之擷取的群組與非擷取的群組_php執行個體

今天遇到一個正則匹配的問題，忽然翻到有擷取的群組的概念，手冊上也是一略而過，百度時無意翻到C#和Java中有對正則擷取的群組的特殊用法，搜尋關鍵詞有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。

什麼是擷取的群組

擷取的群組文法：

字元	描述	樣本
(pattern)	匹配pattern並捕獲結果，自動化佈建組號。	(abc)+d 匹配abcd或者abcabcd
(?<name>pattern) 或 (?'name'pattern)	匹配pattern並捕獲結果，設定name為組名。
\num	對擷取的群組的反向引用。其中 num 是一個正整數。	(\w)(\w)\2\1 匹配abba
\k< name > 或 \k' name '	對命名擷取的群組的反向引用。其中 name 是擷取的群組名。	(?<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串位移量(相對於目標字串的)。

int $offset 用於指定從目標字串的某個未知開始搜尋(單位是位元組)。

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擷取的群組，擷取的群組是正則表達示中以()括起來的部分，每一對()是一個擷取的群組。

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把匹配到的完整字串編號為0。

如果有多個括弧或嵌套括弧，按左邊括弧出現的順序來進行編號，如圖：

按圖中的匹配模式比對時，擷取的群組的123號分別是紅綠藍。

擷取的群組的忽略與命名

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，我們也可以在括弧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>)文法. 之前版本僅接受(?P<name>)文法.

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值為擷取的群組名。

擷取的群組的反向引用

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個擷取的群組.

$mode = '/a=(\d+)b=(\d+)c=(\d+)/';$str='**a=4b=98c=56**';$rp='\1/$2/\3/';echo preg_replace($mode,$rp,$str);//**4/98/56/**

\1表示擷取的群組1(4),$2為擷取的群組2(98),\3為擷取的群組3(56)。

非擷取的群組的用法：

非擷取的群組文法：

字元	描述	樣本
(?: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"。

為什麼稱為非擷取的群組呢？那是因為它們有擷取的群組的特性，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=前加了非運算子 “!”

它表示前面/後面不是xxx的字串，這裡就不再舉例了。

如果您覺得本博文對您有協助，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。