来源：自学PHP网 时间：2014-10-28 17:28 作者： 阅读:次
[导读] 其实很多语言中的正则表达式都是支持递归的, 本文主要介绍PHP的正则递归. 虽然, 工作中最常用的正则表达式都很普通, 只用最基本的语法就能解决85%以上的问题, 而且合理有效地使用普...
|
什么时候会用到递归正则表达式呢? 当然是待匹配的字串中递归地出现某种模式时(貌似废话). 最经典的例子, 就是递归正则处理嵌套括号的问题了. 例子如下.
假设你的文本中包含了正确配对的嵌套括号. 括号的深度可以是无限层. 你想捕获这样的括号组. 复制代码 代码如下: <?php $string = "some text (a(b(c)d)e) more text"; if(preg_match("/\(([^()]+|(?R))*\)/",$string,$matches)) { echo "<pre>"; print_r($matches); echo "</pre>"; } ?> 结果是: 复制代码 代码如下: Array ( [0] => (a(b(c)d)e) [1] => e ) 可见, 我们所需要的文本, 已经捕获到$matches[0]中了. 原理 现在思考原理. 上面的正则表达式中的关键点是(?R). (?R)的作用就是递归地替换它所在的整条正则表达式. 在每次迭代时, PHP 语法分析器都会将(?R)替换为”\(([^()]+|(?R))*\)“. 因此, 具体到上述的例子, 其正则表达式等价于: 复制代码 代码如下: "/\(([^()]+|\(([^()]+|\(([^()]+)*\))*\))*\)/" 但是上面的代码只适合深度为3层的括号. 对于未知深度的括号嵌套, 就只好使用这种正则了: 复制代码 代码如下: "/\(([^()]+|(?R))*\)/" 它不但能够匹配无限深度, 还简化了正则表达式的语法. 功能强大, 语法简洁. 现在来细看一下"/\(([^()]+|(?R))*\)/"是怎样匹配"(a(b(c)d)e)"的: "(c)"这部分被正则式 "\(([^()]+)*\)" 匹配. 请注意, (c) 其实就相当于整个递归的一个缩影, 麻雀虽小五脏俱全, 因此它用到了整个正则表达式. 换言之, 下一步中的(c), 可以使用(?R) 来匹配. (b(c)d)的匹配过程为: "\("匹配"("; "[^()]+"匹配"b"; (?R)匹配"(c)"; "[^()]+"匹配"d"; "\)"匹配")". 根据上面的匹配原理, 不难理解为什么数组的第2个元素$matches[1]与'e'等价. 子串'e'是在最后一次匹配迭代中被捕获. 匹配过程中, 只有最后一次的捕获结果才会保存到数组中. 关于这个特性, 可以自行尝试一下, 看看使用正则式([a-z]+[0-9]+)+来匹配字串abc123xyz890, 其捕获结果$1是什么. 注意, 其结果与 Left Longest 原理并不冲突. 如果我们只需要捕获 $matches[0], 可以这样做: 复制代码 代码如下: <?php $string = "some text (a(b(c)d)e) more text"; if(preg_match("/((?:[^()]+|(?R))*)/",$string,$matches)) { echo "<pre>"; print_r($matches); echo "</pre>"; } ?> 产生的结果相同: Array ( [0] => (a(b(c)d)e) ) 所做的改动是捕获括号()改为非捕获捕获括号(?:)了. 还可以进一步完善为: 复制代码 代码如下: <?php $string = "some text (a(b(c)d)e) more text"; if(preg_match("/((?>[^()]+|(?R))*)/",$string,$matches)) { echo "<pre>"; print_r($matches); echo "</pre>"; } ?> 这里我们用到了所谓的一次性模式(rex注: 余晟先生译的《精通正则表达式v3.0》中, 谓之”固化分组”. 可参考该书.) PHP手册也推荐只要条件允许, 就尽可能使用这种模式, 以便提升正则表达式的速度. |
自学PHP网专注网站建设学习,PHP程序学习,平面设计学习，以及操作系统学习
京ICP备14009008号-1@版权所有www.zixuephp.com
网站声明：本站所有视频，教程都由网友上传，站长收集和分享给大家学习使用，如由牵扯版权问题请联系站长邮箱904561283@qq.com
