将多个匹配正则表达式合并成一个，并获取匹配的结果。

Question

我有一系列的正则表达式：

suresnes|suresne|surenes|surene
pommier|pommiers
^musique$
^(faq|aide)$
^(file )?loss( )?less$
paris
faq                              <<< this match twice

我的使用情况是，每个匹配到的模式都要显示一个链接给我的用户， 这样我就可以有多个模式匹配。

我会针对一个简单的文本字符串进行这些模式的测试，例如“住在巴黎”/“FAQ”/“POM”等等。

最简单的方法是使用preg_match循环遍历所有的模式，但是由于我的页面性能很重要，所以这种方法看起来不太好。

下面是我尝试过的方法：将所有这些表达式与组名组合在一起。

preg_match("@(?P<group1>^(faq|aide|todo|paris)$)|(?P<group2>(paris)$)@im", "paris", $groups);

从上面可以看到，每个模式都被分组：(?P<GROUPNAME>PATTERN)，并且它们都通过竖杠|进行分隔。

结果并不是我期望的，因为只返回了第一个匹配的组。似乎当匹配发生时，解析就停止了。

我想要的是所有匹配组的列表。preg_match_all也没有用。

谢谢！

- Damien

---

我想要的是所有匹配组的列表。"preg_match_all"会为每个匹配提供捕获组的列表。 - Loamhoof

我已经尝试过，只有第一个返回了匹配。 - Damien

$groups[0] 应该包含一个等同于匹配列表的数组。$groups['group1'] 将包含与第一组匹配项相同长度的列表。对于 group2 也是如此。已测试，它可以正常工作。另外，如果您担心性能问题，请检查 原子组。 - Loamhoof

Damien是正确的，我没有看到使用preg_match_all来完成这个任务的简单方法，因为它只会返回第一个匹配组的匹配结果。 - soju

Answer 1

如何呢：

preg_match("@(?=(?P<group1>^(faq|aide|todo|paris)$))(?=(?P<group2>(paris)$))@im", "paris", $groups);
print_r($groups);

输出：

Array
(
    [0] => 
    [group1] => paris
    [1] => paris
    [2] => paris
    [group2] => paris
    [3] => paris
    [4] => paris
)

(?= )被称为前瞻

正则表达式的解释:

(?=                                     # start lookahead
    (?P<group1>                         # start named group group1
        ^                               # start of string
            (                           # start catpure group #1
                faq|aide|todo|paris     # match any of faq, aide, todo or paris
            )                           # end capture group #1
        $                               # end of string
    )                                   # end of named group group1
)                                       # end of lookahead
(?=                                     # start lookahead
    (?P<group2>                         # start named group group2
            (                           # start catpure group #2
            paris                       # paris
        )                               # end capture group #2
        $                               # end of string
    )                                   # end of named group group2
)                                       # end of lookahead

- Toto

---

看起来它工作了！你能解释一下这个语法吗？现在没有管道了，我不知道?=()是什么意思...谢谢！ - Damien

@Damien：我已经添加了一个解释。 - Toto

Answer 2

Try this approach:

#/ define input string
$str_1 = "{STRING HERE}";

#/ Define regex array
$reg_arr = array(
'suresnes|suresne|surenes|surene',
'pommier|pommiers',
'^musique$',
'^(faq|aide)$',
'^(file )?loss( )?less$',
'paris',
'faq'
);

#/ define a callback function to process Regex array
function cb_reg($reg_t)
{
    global $str_1;
    if(preg_match("/{$reg_t}/ims", $str_1, $matches)){
    return $matches[1]; //replace regex pattern with the result of matching is the key trick here
    //or return $matches[0]; if you dont want to get captured parenthesized subpatterns
    //or you could return an array of both. its up to you how to do it.
    }else{
    return '';
    }
}

#/ Apply array Regex via much faster function (instead of a loop)
$results = array_map('cb_reg', $reg_arr); //returns regex results
$results = array_diff($results, array('')); //remove empty values returned

基本上，这是我能想到的最快的方法。

1. 你不能将100个正则表达式合并为一个调用，因为它将是非常复杂的正则表达式，并且有几次匹配失败的机会。这是其中一种最好的方法。

2. 在我看来，如果可能的话，将大量的正则表达式合并为1个正则表达式将比使用 preg_match 执行更慢，相比之下，这种 Callback 方式在 php 中处理数组是最快的方法。

还要注意， 数组上的回调不等于循环数组。循环速度较慢，并且具有算法分析中的n。但数组元素上的回调是内部的，并且与此相比非常快。

- Raheel Hasan

---

这是我能想到的最快的方法。另外， 1）您不能将100个正则表达式组合成一个调用，因为它将是非常复杂的正则表达式构建，并且匹配失败的机会很少。这是其中一种最好的方法。2）在我看来，如果可能实现将许多正则表达式组合成1个正则表达式，则与此方法相比，使用preg_match执行速度会更慢。 - Raheel Hasan

只需记住这里的关键是数组回调函数，这是在PHP中处理数组及类似情况的最快方法。 - Raheel Hasan

你应该在你的回答中加入这个解释，一个有效的回答可以是“这是不可能的，只能循环遍历模式”，但我想知道为什么 :) 谢谢！ - Damien

实际上，“回调”不是“循环”！:D 循环慢且在算法分析中有一个“n”。但是对数组元素的回调是内部的，与之相比非常快。 - Raheel Hasan

完成。已将翻译文本添加到答案中。 - Raheel Hasan

Answer 3

你可以在正则表达式之间使用"|"来组合它们。然后应用http://www.rexegg.com/regex-optimizations.html，这将对其进行优化，折叠常见表达式等。

- Erik Aronesty