php中的模式修饰符 三

php中的模式修饰符一php中的模式修饰符二 中我们介绍了几个常用的修饰符。下面我们接着介绍


A (PCRE_ANCHORED)

如果设置了这个修饰符,模式被强制为"锚定"模式,也就是说约束匹配使其仅从目标字符串的开始位置搜索。这个效果同样可以使用适当的模式构造出来,并且 这也是 perl 种实现这种模式的唯一途径。

<?php

$str = "<br><a>This is a href</a>";

// 不指定 A
$pattern = '/<a>([^<]+)<\/a>$/';

// 指定 A

$pattern_A = '/<a>([^<]+)<\/a>$/A';

$res = preg_match($pattern,$str,$matches);
$res_A = preg_match($pattern,$str,$matches_A);
print_r($matches);
print_r($matches_A);

不指定A,可以匹配到。 指定A之后,相当于是强制将 <a>从目标字符串的开始位置匹配,而目标字符串的开始位置为<br> ,所以匹配不到。

// 不指定 `A`
Array
(
    [0] => <a>This is a href</a>
    [1] => This is a href
)

// 指定 `A` 
Array
(
)

注意: 这个修饰符的作用和 ^ 很像。不同的是 ^ 是指定行首的位置,当然包括目标字符串的开始位置,它是受修饰符m和字符串中的换行符\n 的影响的。 而 A 是强制整个目标字符串的开始位置。


D (PCRE_DOLLAR_ENDONLY)

如果这个修饰符被设置,模式中的元字符 $ 仅仅匹配目标字符串的末尾。当字符串以一个换行符结尾时,如果这个修饰符没有设置, $不会匹配该换行符;如果这个修饰符被设置,模式中的元字符 $ 仅仅匹配目标字符串的末尾,会去匹配末尾的这个换行符\n。 如果设置了修饰符m,这个修饰符被忽略。在 perl 中没有与此修饰符等同的修饰符。其实,总结来说D是控制$是否匹配目标字符串的结尾的换行符\n的(注意,这里是整个目标字符串)。前面在介绍修饰符m的时候说过,设置了m之后,会根据\n对目标字符串进行分行,$ 是匹配每行的末尾。所以说如果设置了m, 那么D的作用就消失了。因此D不能和m同时设置。

<?php

$str = "<p>This is not \n an example</a>\n";

// 不设置 D
$pattern = '/<p>([^<]+)<\/a>$/';

$res = preg_match($pattern,$str,$matches);

print_r($matches);

在没有设置D的情况下,$不会去匹配末尾的换行符\n。 所以上面的正则匹配不到任何内容。

Array
(
    [0] => <p>This is not an example</a>
    [1] => This is not an example
)

设定 D之后,就不会忽略末尾的换行符

<?php

$str = "<p>This is not \n an example</a>\n";

// 不设置 D
$pattern = '/<p>([^<]+)<\/a>$/D';

$res = preg_match($pattern,$str,$matches);

print_r($matches);

匹配不到内容

Array
(
)

中文官网中对这个修饰符的解释貌似有错误,把它的作用说反了。有可能是翻译的时候它理解错了;也有可能是我没有理解中文所表述的或者我对英文版的解释理解错了。 但是程序的执行结果告诉我,我理解的和程序的执行结果是一致的。


S 当一个模式需要多次使用的时候,为了得到匹配速度的提升,值得花费一些时间 对其进行一些额外的分析。如果设置了这个修饰符,这个额外的分析就会执行。当前, 这种对一个模式的分析仅仅适用于非锚定模式的匹配(即没有单独的固定开始字符)。


U (PCRE_UNGREEDY)

这个修饰符逆转了量词的“贪婪”模式。 使量词默认为“非贪婪”的,通过量词后紧跟? 的方式可以使其成为贪婪的。这和 perl 是不兼容的。 它同样可以使用 模式内修饰符设置 (?U)进行设置, 或者在量词后以问号标记其非贪婪(比如.*?)。 也就是说U的作用是,如果正则是"贪婪"模式设置U之后就变成了"非贪婪";如果正则是"非贪婪",U则使其变成"贪婪"。

<?php

$str = "<p>This is not an example</p></p>";

// 贪婪模式
$pattern_greedy = '/^<p>.*<\/p>/';

// 设置 `U` 变成了 非贪婪模式
$pattern = '/^<p>.*<\/p>/U';

$res = preg_match($pattern_greedy,$str,$matches_greedy);
$res = preg_match($pattern,$str,$matches);

print_r($matches_greedy);
print_r($matches);

上面正则如果不加U,就是“贪婪”模式,所以会匹配到字符串最后的</p>;加上U,则匹配到字符串中的第一个<\p> 就停止了。

// 未设置`U`
Array
(
    [0] => <p>This is not an example</p></p>
)

// 设置 `U`
Array
(
    [0] => <p>This is not an example</p>
)

下面我们看另一个例子,正则在不设置U情况下是“非贪婪”的,加上U变成“贪婪”。

<?php

$str = "<p>This is not an example</p></p>";

// 非贪婪模式
$pattern = '/^<p>.*?<\/p>/';

// 设置 `U` 变成了 贪婪模式
$pattern_greedy = '/^<p>.*?<\/p>/U';

$res = preg_match($pattern,$str,$matches);
$res = preg_match($pattern_greedy,$str,$matches_greedy);

print_r($matches);
print_r($matches_greedy);

结果如下

// 未设置 `U`
Array
(
    [0] => <p>This is not an example</p>
)

// 设置 `U`
Array
(
    [0] => <p>This is not an example</p></p>
)

X (PCRE_EXTRA)

这个修饰符打开了 PCRE 与 perl 不兼容的附加功能。如果设置了该修饰符,那么在正则中如果出现了反斜线后面紧跟着一个没有特殊含义的字符,比如说\T\q 等,那么程序就会报错。 默认情况下,在 perl 中,反斜线紧跟一个没有特殊含义的字符被认为是该字符的原文。 举个例子

<?php

$str = "<p>This is not an example</p></p>";

$pattern = '/^<p>\T.*<\/p>/';

$res = preg_match($pattern,$str,$matches);

print_r($matches);

在没有设置X的情况下,上面的正则是能匹配到内容的。

Array
(
    [0] => <p>This is not an example</p></p>
)

但是,如果设置了X,那就会产生错误了。

<?php

$str = "<p>This is not an example</p></p>";

$pattern = '/^<p>\T.*<\/p>/X';

$res = preg_match($pattern,$str,$matches);

print_r($matches);

执行结果

PHP Warning:  preg_match(): Compilation failed: unrecognized character follows \ at offset 5 in
...

该修饰符目前就仅此一个功能,没有其他的用途。


J (PCRE_INFO_JCHANGED)

内部选项设置(?J)修改本地的PCRE_DUPNAMES选项。允许子组重名。在中文官网中有下面一段话

(译注:只能通过内部选项设置,外部的 /J 设置会产生错误。)

我用程序验证过,外部/J设置并不会报错,也就是说J也是一个模式修饰符。

<?php

$str = "<p>This is not an example</p></p>";

$pattern = '/^<p>(?<k>This)(?<k>.*)<\/p>/';

$res = preg_match($pattern,$str,$matches);

print_r($matches);

在不加J修饰的情况下,由于子组都使用k命名,所以会报错

PHP Warning:  preg_match(): Compilation failed: two named subpatterns have the same name at offset 18 in  ......

加上J 修饰符,允许子组重名

<?php

$str = "<p>This is not an example</p></p>";

$pattern = '/^<p>(?J)(?<k>This)(?<k>.*)<\/p>/';
// 或者  $pattern = '/^<p>(?<k>This)(?<k>.*)<\/p>/J'; 两者都可以

$res = preg_match($pattern,$str,$matches);

print_r($matches);

正常执行,执行结果如下

Array
(
    [0] => <p>This is not an example</p></p>
    [k] =>  is not an example</p>
    [1] => This
    [2] =>  is not an example</p>
)

所以说 J的作用就是对子组命名的控制。


u (PCRE_UTF8)

此修正符打开一个与 perl 不兼容的附加功能。 在默认情况下正则表达式和目标字符串都被认为是 utf-8 编码的的。如果设置了该修饰符,那么它产生的效果: 无效的目标字符串会导致什么都匹配不到; 无效的模式字符串会导致 E_WARNING 级别的错误。 PHP 5.3.4 后,5字节和6字节的 UTF-8 字符序列被考虑为无效(resp. PCRE 7.3 2007-08-28)。 以前就被认为是无效的 UTF-8。

下面我们先看无效的目标字符串的情况

<?php

$str = "\xf8\xa1\xa1\xa1\xa1";

$pattern = "/.*/";
$pattern_u = '/.*/u';

$res = preg_match($pattern,$str,$matches);
$res_u = preg_match($pattern_u,$str,$matches_u);

print_r($matches);
print_r($matches_u);

$pattern 由于点号.的作用是可以匹配出内容来;但是$pattern_u由于设置了u修饰符,按照其功能,如果目标字符串是无效的,那不会匹配到任何内容。

// 未设置 `u`
Array
(
    [0] => �����  // 因为是无效的编码,所以显示的是乱码。
)

// 设置了 `u`  匹配不到内容
Array
(
)

如果正则表达式是无效的,设置u之后,就不是匹配不到内容了,而是会产生Warning警告。

<?php
$str = "Hello example!";

$pattern = "/\xf8\xa1\xa1\xa1\xa1/";
$pattern_u = "/\xf8\xa1\xa1\xa1\xa1/u";

$res_u = preg_match($pattern_u,$str,$matches_u);
$res = preg_match($pattern,$str,$matches);

print_r($matches_u);
print_r($matches);

执行结果

// 指定了 u
Warning: preg_match(): Compilation failed: invalid UTF-8 string at offset 0 in ...

// 未指定 u 则匹配不到任何内容
Array
(
)

查看笔记

扫码一下
查看教程更方便