有没有一种方法可以跨多行编写正则表达式模式？

Question

我经常使用超级复杂和长的正则表达式。使用PHP的PCRE。

很长一段时间以来，我一直在寻找一种类似于：

    preg_match('#blablabla...
blablablablablabla...
blablablablablabla...
blablablablablabla...
blablablablablabla...
blablablablablabla...
blablablablablabla...
blablablablablabla...
blablablablablabla...
blablablablablabla...
blablablablablabla...
blablabla#uis');

改为：

preg_match('#blablabla...blablablablablabla...blablablablablabla...blablablablablabla...blablablablablabla...blablablablablabla...blablablablablabla...blablablablablabla...blablablablablabla...blablablablablabla...blablablablablabla...blablabla#uis');

如果我添加实际的换行符，那么它将成为正则表达式的一部分。也许不是作为实际的换行符，而是作为空格。除非我完全错了。

有没有一些字符可以在每行末尾使用以表示：“这应该是一行”？

- user14756437

---

仅凭直觉，您可以将模式放入变量中（在此处编写），并在将其馈送到正则表达式函数时删除换行符。 - El_Vanja

使用 NOWDOC/HEREDOC 字符串字面量，并使用 /x 修饰符。但您需要记得转义字面上的空格和 #。 - Wiktor Stribiżew

我建议将标题编辑为更易于搜索的内容，例如 “如何在多行上编写正则表达式模式”。我认为这是一个很好的问题，并且从长远来看，它将从一个更准确的标题中受益。 - El_Vanja

Answer 1

您可以使用支持变量插值的HEREDOC（或不支持变量插值的NOWDOC），并使用x标志（修饰符）。请查看文档对量词的说明：

x（PCRE_EXTENDED）
如果设置了此修饰符，则模式中的空格数据字符将完全忽略，除非在字符类内或已转义，以及在未转义的#和下一个换行符之间的字符（包括换行符）也将被忽略。这相当于Perl的/x修饰符，并使得在复杂的模式中包含注释成为可能。但是，请注意，这仅适用于数据字符。空格字符永远不能出现在模式中的特殊字符序列中，例如在引入条件子模式的(?(序列中。

// HEREDOC
$pattern_with_interpolation = <<<EOD
/
blablabla...  # comment here
blablabla     # comment here
/uisx
EOD;

// NOWDOC
$pattern_without_interpolation = <<<'EOD'
/blablabla... # comment here
blablabla     # comment here
/uisx
EOD;

请注意，您需要在模式中转义所有的#和字面上的空格字符，因为/x标志允许在#之后的行尾使用注释，并插入任何具有格式意义的字面上的空格，它们不匹配相应的字符。

示例：

$pattern_without_interpolation = <<<'EOD'
/
\d+      # one or more digits
\        # a single space
\p{L}+   # one or more letters
\#       # a literal hash symbol
/ux
EOD;
if (preg_match($pattern_without_interpolation, '1 pound#', $m)) {
    echo $m[0];
}
// => 1 pound#

查看 PHP演示。

- Wiktor Stribiżew