“#(\w+)=([\'"])(.*)\\2#U”是什么意思？

Question

我是一个正则表达式的新手。

我希望有人能解释一下 #(\w+)=([\'"])(.*)\2#U 这段代码的含义。

preg_match_all('#(\w+)=([\'"])(.*)\\2#U', $str, $matches);

提前致谢。

- shin

---

我推荐使用Expresso: http://www.ultrapico.com/Expresso.htm - Dave Swersky

我会添加这个链接: http://www.regular-expressions.info/ - FrustratedWithFormsDesigner

@Dave：Expresso 很棒，但最好用于 .NET 模式。我认为 OP 正在使用 PHP，不确定是否有任何主要差异。 - FrustratedWithFormsDesigner

Answer 1

让我们逐个解析它。首先，注意到 preg_match_all 在正则表达式周围有定界符，所以 # 不匹配任何内容，但是 U 很重要：它是一个使匹配 "不贪心" 的修饰符。这意味着与其尽可能匹配，所有的量词（?、*、+、{,}）都会尽可能少地匹配。然后，逐个解释：

1. (\w+)： \w 匹配“单词字符”——字母数字或下划线；+ 匹配一个或多个这样的字符；圆括号将其分组并将其存储在第一个捕获组中，可以使用 \1 访问该组。
2. =：匹配文字 =。非常简单 :)
3. ([\'"])：方括号引入了一个字符类，这是一种简写方式，用于表示“匹配其中任何一个字符”。这里，字符类是 ['"]，但由于它是一个单引号字符串，因此必须转义 '。因此，这将匹配一个 ' 或一个 "，并将结果存储在第二个捕获组中，可以使用 \2 访问该组。这是此特定正则表达式中唯一相关的捕获组。
4. (.*)：点号匹配任何非换行符字符，* 匹配任意数量（零个或多个）的它们。这就是为什么 U 修饰符很重要！如果没有它，这将一直匹配到行尾；有了它，它将匹配到下一个匹配项。请注意，由于它在括号内，因此它在第三个捕获组中，可以使用 \3 访问该组（令人震惊）。
5. \\2：如果我们不必转义反斜杠，那么这将只是 \2：第二个捕获组的内容。在这种情况下，它是我们在步骤 3 中匹配的引号之一。

将所有内容综合起来，这个正则表达式大致匹配一个变量名（第一步）后跟着等号（第二步），再跟着一个字符串（第3-5步）；\2的原因是为了避免正则表达式匹配到"string'，而U修改器的原因是为了使foo="string" bar="strung"返回两个匹配项foo="string"和bar="strung"（其中\1是foo和bar，\3是string和strung），而不是单个贪婪匹配foo="string" bar="strung"（其中\1是foo和\3是string" bar="strung）。 一些例子如下：

foo_bar_123="John's applesauce."
100='seventeen'
banana_split=""
_="This is a normal string"

这些实体可以散布在字符串中，可以在同一行或不同行上，可以在周围的文本中或不在其中，只要每个实体本身在一行上。请注意，不允许有空格，因此foo = "bar"不会匹配。

- Antal Spector-Zabusky

---

@loptr：哇，谢谢。我简直不敢相信那个错误居然存在了将近两年！现在已经修复了。 - Antal Spector-Zabusky

Answer 2

您正在匹配以下格式的字符串：

foo='bar'

或

baz="blat"

(\w+)匹配一个或多个单词字符。 （单词字符是a到z，A到Z和下划线。）

=匹配文字等号。

[\'"]匹配单引号或双引号。

(.*)匹配零个或多个字符序列。

\ 2是转义的\ 2，在regexp中匹配第二次匹配。 在这种情况下，您的第二个匹配项是单引号或双引号。 使用\ 2可以确保匹配引号，并且您可以在字符串中使用其他样式的引号。

- James Kovacs

Answer 3

我将把它分成块。

 #

这将打开正则表达式字符串。

 (\w+)

这个匹配并捕获1个或多个单词字符，包括A到Z的大写和小写字母以及下划线。它遇到等号符号停止。

 =

匹配一个等号符号。

 ([\'"])

匹配并捕获单引号或双引号字符。

 (.*)\\2

匹配并捕获除 \n 外的任何字符，直到 "\2" 的最后一次出现，"\ "仅匹配一个 \ 字符。

 #

这个语句结束了正则表达式字符串。

 U

这是一个匹配字符串的参数，我相信它意味着将其作为UTF-8字符串进行匹配。我对PHP如何处理此事不太熟悉，因此其他人可能更有权威性。

这将捕获3个匹配项并将它们放入一个名为$matches的数组中，按照它们被匹配的顺序排列。

希望这能帮到您。

- Weegee

Answer 4

这个正则表达式可能用于获取名称/值对，其中名称由一个或多个单词字符 (\w+) 组成，后跟等号 (=)，后跟一个被单引号或双引号包裹的字符串 (['"])。其余部分 ((.*)\2) 仅用于获取引号之间的所有内容，而 \2 确保匹配正确的引号（与第二个 子模式 中匹配的引号相同）。由于使用了 U 修饰符，因此所有 量词 都是勉强的，所以它们只匹配尽可能少的内容。

- Gumbo