php-PCRERegex後向引用的詳細介紹

在一個字元類外面， 反斜線緊跟一個大於 0 (可能還有一位元)的數字就是一個到模式中之前出現的某個擷取的群組的後向引用。

如果緊跟反斜線的數字小於 10， 它總是一個後向引用， 並且如果在模式中沒有這麼多的擷取的群組會引發一個錯誤。 換一種說法， 被引用的括弧不能少於被引用的小於 10 的數量。 查看上面的”反斜線”部分查看具體的數文書處理方式。

一個後向引用會直接匹配被引用擷取的群組在目標字串中實際捕獲到的內容， 而不是匹配子組模式的內容。因此，模式(sens|respons)e and \1ibility將會匹配 ”sense and sensibility” 和 ”response and responsibility”， 而不會匹配 ”sense and responsibility”。 如果在後向引用時被強制進行了大小寫敏感匹配, 比如 ((?i)rah)\s+\1 匹配 ”rah rah”和”RAH RAH”，但是不會匹配 ”RAH rah”， 即使原始捕獲子組自身是不區分大小寫。 譯註： 這裡其實要考慮的是後向引用期望得到的內容是和那個被引用的捕獲子組得到的內容是完全一致的(當然， 我們可以通過在後向引用之前設定內部選項使其不區分大小寫，或者增加模式修飾符， 同樣可以達到不區分大小寫目的，但是, 這種做法實際上是從外部對其行為進行了控制。)

可能會有超過一個的後向引用引用相同的子組。 一個子組可能並不會真正的用於特定的匹配，此時， 任何對這個子組的後向引用也都會失敗。 比如， 模式 (a|(bc))\2 總是在匹配 ”a” 開頭而不是 ”bc” 開頭的字串時失敗。 因為可能會有多達 99 個後向引用， 所有緊跟反斜線後的數字都可能是一個潛在的後向引用計數。 如果模式在後向引用之後緊接著還是一個數值字元， 那麼必須使用一些分隔字元用於終結後向引用文法。 如果 PCRE_EXTENDED 選項被設定了， 可以使用空格來做。其他情況下可以使用一個空的注釋。

如果一個後向引用出現在它所引用的子組內部， 它的匹配就會失敗。比如， (a\1) 就不會得到任何匹配。然而這種引用可以用於內部的子模式重複。比如， 模式 (a|b\1)+ 會匹配任意數量的 ”a” 組成的字串以及 ”aba”， “ababba” 等等(譯註： 因為子組內部有一個可選路徑，可選路徑中有一條路能夠完成匹配，在匹配完成後， 後向引用就能夠引用到內容了)。在每次子模式的迭代過程中， 後向引用匹配上一次迭代時這個子組匹配到的字串。為了做這種工作， 模式必須滿足這樣一個條件，模式在第一次迭代的時候， 必須能夠保證不需要匹配後向引用。 這種條件可以像上面的例子用可選路徑來實現，也可以通過使用最小值為 0 的量詞修飾後向引用的方式來完成。

在 PHP 5.2.2之後， \g 逸出序列可以用於子模式的絕對和相對參照。 這個逸出序列必須緊跟一個無符號數字或一個負數， 可以選擇性的使用括弧對數字進行包裹。 序列\1， \g1，\g{1} 之間是同義字關係。 這種用法可以消除使用反斜線緊跟數值描述反向引用時候產生的歧義。 這種逸出序列有利於區分後向引用和八位元字字元， 也使得後向引用後面緊跟一個原文匹配數字變的更明了，比如 \g{2}1。

\g 逸出序列緊跟一個負數代表一個相對的後向引用。比如： (foo)(bar)\g{-1} 可以匹配字串 ”foobarbar”，(foo)(bar)\g{2} 可以匹配 ”foobarfoo”。 這在長的模式中作為一個可選方案， 用來保持對之前一個特定子組的引用的子組序號的追蹤。

後向引用也支援使用子組名稱的文法方式描述, 比如 (?P=name) 或者 PHP 5.2.2 開始可以實用\k<name> 或 \k’name’。 另外在 PHP 5.2.4 中加入了對\k{name} 和 \g{name} 的支援。

以上就是php-PCRERegex後向引用的詳細介紹的內容，更多相關內容請關注topic.alibabacloud.com（www.php.cn）！

