Question

让我们考虑接下来的两个例子。

preg_match('/^(\pL+)(?:bcd|cd|d)$/u', 'abcd', $matches);
preg_match('/^(\pL+)(?:d|cd|bcd)$/u', 'abcd', $matches);

两个例子都返回＆＃39; abc＆＃39;为$matches[1]。

为什么正则表达式不会在非匹配组中首先找到子模式？有可能停在＆＃39; bcd＆＃39;并得到一个＆＃39;如$matches[1]？

Answer 1

要完成其他答案，这是对所发生情况的示意图：

str   | pattern              | state     | description
------+----------------------+-----------+-----------------------------------------
abcd  | ^(\pL+)(?:bcd|cd|d)$ | SUCCESS   | all letters are matched by \pL+ (greedy)
abcd  | ^(\pL+)(?:bcd|cd|d)$ | FAIL      | there is no more character 
abcd  | ^(\pL+)(?:bcd|cd|d)$ | FAIL      | idem
abcd  | ^(\pL+)(?:bcd|cd|d)$ | FAIL      | idem
abcd  | ^(\pL+)(?:bcd|cd|d)$ | BACKTRACK | \pL+ give one character back
abcd  | ^(\pL+)(?:bcd|cd|d)$ | FAIL      | characters mismatch
abcd  | ^(\pL+)(?:bcd|cd|d)$ | FAIL      | idem
abcd  | ^(\pL+)(?:bcd|cd|d)$ | SUCCESS   |
abcd  | ^(\pL+)(?:bcd|cd|d)$ | SUCCESS   |

最重要的是要理解，默认情况下量词是贪婪的并且可以使用所有字符。

注意：这是架构。在＆＃34;现实生活＆＃34;正则表达式引擎逐个字符地工作。在上面的示例中，当测试bcd时，正则表达式引擎在失败之前显然只测试b。

注意2：第二种模式不需要在回溯后测试bcd和cd。

Answer 2

您可以使用：

preg_match('/^(\pL+?)(?>bcd|cd|d)$/u', 'abcd', $matches);
print_r($matches);

输出：

Array
(
    [0] => abcd
    [1] => a
)

Answer 3

是的，通过使+量词非贪婪：

preg_match('/^(\pL+?)(?:bcd|cd|d)$/u', 'abcd', $matches);
preg_match('/^(\pL+?)(?:d|cd|bcd)$/u', 'abcd', $matches);

正则表达式在第一次找到子模式时停止

3 个答案:

输出：