断言 - [ php中文手册 ] - 在线原生手册

目录搜索

文字

断言

一个断言就是一个对当前匹配位置之前或之后的字符的测试，它不会实际消耗任何字符。简单的断言代码有、B、 \A、 \Z、z、 ^、$ 等等。更加复杂的断言以子组的方式编码。它有两种类型： 前瞻断言(从当前位置向前测试)和后瞻断言(从当前位置向后测试)。

一个断言子组的匹配还是通过普通方式进行的，不同在于它不会导致当前的匹配点发生改变。 前瞻断言中的正面断言(断言此匹配为真)以 ”(?=” 开始，消极断言以 ”(?!” 开头。比如， \w+(?=;) 匹配一个单词紧跟着一个分号但是匹配结果不会包含分号， foo(?!bar) 匹配所有后面没有紧跟 ”bar” 的 ”foo” 字符串。注意一个类似的模式 (?!foo)bar，它不能用于查找之前出现所有不是 ”foo” 的 ”bar” 匹配，它会查找到任意的 ”bar” 出现的情况，因为 (?!foo) 这个断言在接下来三个字符时 ”bar” 的时候是永远都 TRUE 的。前瞻断言需要达到的就是这样的效果。

后瞻断言中的正面断言以”(?<=”开始, 消极断言以”(?<!”开始。比如， (?<!foo)bar 用于查找任何前面不是 ”foo” 的 ”bar”。后瞻断言的内容被严格限制为只能用于匹配定长字符串。但是，如果有多个可选分支，它们不需要拥有相同的长度。比如 (?<=bullock|donkey) 是允许的，但是 (?<!dogs?|cats?) 将会引发一个编译期的错误。在最上级分支可以匹配不同长度的字符串是允许的。相比较于 perl 5.005 而言，它会要求多个分支使用相同长度的字符串匹配。 (?<=ab(c|de)) 这样的断言是不允许的，因为它单个的顶级分支可以匹配两个不同的长度，但是它可以接受使用两个顶级分支的写法 (?<=abc|abde) 这样的断言实现，对于每个可选分支，暂时将当前位置移动到尝试匹配的当前位置之前的固定宽度处。如果在当前没有足够的字符就视为匹配失败。后瞻断言与一次性子组结合使用可以用来匹配字符串结尾；一个例子就是在一次性子组上给出字符串结尾。

多个断言(任意顺序)可以同时出现。比如 (?<=\d{3})(?<!999)foo 匹配前面有三个数字但不是 ”999” 的字符串 ”foo”。注意，每个断言独立应用到对目标字符串该点的匹配。首先它会检查前面的三位都是数字，然后检查这三位不是 ”999”。这个模式不能匹配 ”foo” 前面有三位数字然后紧跟 3 位非 999 共 6 个字符的字符串，比如，它不匹配 ”123abcfoo”。匹配 ”123abcfoo” 这个字符串的模式可以是(?<=\d{3}…)(?<!999)foo。

这种情况下，第一个断言查看(当前匹配点)前面的 6 个字符，检查前三个是数字，然后第二个断言检查(当前匹配点)前三个字符不是 ”999”。

断言可以以任意复杂度嵌套。比如 (?<=(?<!foo)bar)baz 匹配前面有 ”bar” 但是 ”bar” 前面没有 ”foo” 的 ”baz”。另外一个模式 (?<=\d{3}…(?<!999))foo 则匹配前面有三个数字字符紧跟 3 个不是 999 的任意字符的 ”foo”。

断言子组时非捕获子组，并且不能用量词修饰，因为对同一件事做多次断言是没有意义的.如果所有的断言都包含一个捕获子组，那么为了在整个模式中捕获子组计数的目的，它们都会被计算在内。然而，子字符串的捕获仅可以用于正面断言，因为对于消极的断言是没有意义的。

将断言计算在内，可以拥有的最大子组数量是 200 个。

用户评论:

[#1] daevid at daevid dot com [2013-05-29 21:02:02]

removes // comments but NOT the stuff after http://

$sBlob = preg_replace("@\s*(?<!:)//.*?$@m",'',$sBlob);

Although, as Sean Greenslade pointed out, it will fail in this EDGE case since the comments are within quotes, but who does that anyways?

"Lol slashes // are // fun";