[分享] PHP官網對於RegExp小括弧()用法的說明

[knuckles (那克斯)]

※ [本文轉錄自 PHP 看板 #1EaPVkLE ]

作者: knuckles (那克斯) 看板: PHP
標題: [分享] PHP官網對於RegExp小括弧()用法的說明
時間: Sun Oct  9 20:47:39 2011

PHP官網寫的好難懂，所以來整理一下自己的心得版

PHP官方網站對於 regular expression 的小括號 () 用法的說明頁
http://www.php.net/manual/en/regexp.reference.subpatterns.php

我自己寫的一點筆記: (網頁上色版 http://disp.cc/b/11.cj-1SO9 )

小括弧有兩種用途:

1. 群組各種可能的子字串，例如 /filename\.(jpg|png|gif)/
   這樣就可以找到這三種副檔名的圖檔

2. 標記要取得的字串，例如 /a=(.*?)&b=(.*?)&c=(.*?)&d=/
   就可以把 a, b, c 的值分別存到 $1, $2, $3

這兩種用途有時候會混在一起，像是

preg_replace("/((red|white) (king|queen))/","$1, $2, $3","red queen");
               ←  red        queen    →  $1
                ←  red  →                $2
                            ←  queen →   $3
會得到 red queen, red, queen

如果只想拿()當群組用，但不要被算進要抓的字串，可以在(後加上 ?:，例如

preg_replace("/((?:red|white) (king|queen))/","$1, $2","red queen");

會得到 red queen, queen (第二個括弧的red不會被抓出來了)


?:中間可以加上選項，例如 i 是忽略大小寫
寫成 (?i:saturday|sunday) 等同於 (?:(?i)saturday|sunday)
可以符合 SUNDAY 或 Saturday，i的效果僅限於這個()


抓到的字串，除了自動依順序配給 $數字 外，也可以自己加上名字
語法 (?P<name>pattern) ，在 PHP5.2.2 另外提供了 (?<name>pattern) 及
 (?'name'pattern) 兩種用法


在當群組用時，若每個可能的字串又有用到標記要抓的字串時
例如 (?:(Sat)ur|(Sun))day
用在 Sunday 時，$1=""，$2="Sun"
用在 Saturday 時，$1="Sat，$2不存在

此時可以改用 (?|(Sat)ur|(Sun))day
這樣就只會抓到1個字串，$1="Sun" 或 $1="Sat"

至於(?=)、(?!)、(?<=)、(?<!) 是 assertions 的用法


PHP官方網站對於 assertions 的說明
http://www.php.net/manual/en/regexp.reference.assertions.php

我寫的一點筆記: (網頁上色版:http://disp.cc/b/11.cj-2pRT )

Assertion 用來表達位置的符號，不會吃掉字元

例如

^  : 符合整個字串的開頭；在multiline模式，代表一行的開頭
$  : 符合整個字串的結尾；在multiline模式，代表一行的結尾
\b : 符合一個單字邊界(word boundary)，一邊是\w一邊是\W
\B : 符合一個非單字邊界，兩邊都是\w 或兩邊都是\W
\A : 只符合整個字串的開頭 (不受multiline模式影響)
\Z : 只符合整個字串的結尾，或是結尾換行前 (不受multiline模式影響)
\z : 只符合整個字串的結尾 (不受multiline模式影響)
\G : 若使用preg_match有設offset時，代表offset的位置，offset為0時就與\A相同


如果是要表達前後是否為某個字串，但不要把這字串抓進來的話，有分為

Lookahead 看後面

(?=abc) : 接下來必需是abc
(?!abc) : 接下來不能是abc

Lookbehind 看前面

(?<=abc) : 前面是接abc
(?<!abc) : 前面不是接abc

舉例

\w+(?=;)  只會抓到後面有接;的\w+，但不會把;抓進來
foo(?!bar)  會抓到所有後面不是接bar的foo
(?!foo)bar  錯誤用法，這樣所有的bar都會抓到
            如果想要前面不是接foo的話，要用Lookbehide的用法
(?<!foo)bar  這樣才對，會抓到所有前面不是接foo的bar

可以使用(?<=bullock|donkey)來抓前面是bullock或donkey的字串
但要注意lookbehind的用法時，所有匹配的字串可以分別為不同長度，
但每個必需是固定的長度，例如 (?<!dogs?|cats?) 就不行
要匹配不同長的字串也僅至於最上層的分支，
像 (?<=abc|abde) 可以，但 (?<=ab(c|de)) 就不行

Assertions可以連續使用
例如 (?<=\d{3})(?<!999)foo 可以抓到前面是3個非999數字的foo
注意這兩個assertions都是檢查同一個位置，所以不會抓到前面接6個字元的foo
像 123abcfoo 的foo就不會被抓到，如果要抓像這樣的foo，
要用(?<=\d{3}...)(?<!999)foo

Assertions可以巢狀使用
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個數字與3個非999字元 的foo


--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 111.248.11.75

--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 111.248.11.75
推 PurpleCrow:good!
推 mars90226:最後一個範例有點不懂...(?<!999)不是要放在某字串之前?
(?<=\d{3}...(?<!999))foo 意思就是說 (?<!999)前面那三個點不可以是999
當然也可以改成 (?<=\d{3}...)(?<!999)foo 代表 foo前面不可以是999
這兩個是一樣的結果，舉這個例子就是要說兩種用法都可以吧

lookbehind不一定只能放在字串前，lookahead也不一定只能放字串後

例如 (?!foo)... 可以用來表示 ... 不可以是foo
※ 編輯: knuckles        來自: 111.248.0.200        (10/12 00:23)
推 mars90226:了解了!感謝分享!