使用命名模式子例程的 PCRE 正则表达式

Question

我正在尝试 PHP 的 PCRE 中的命名子模式/“子例程”正则表达式功能，我希望有人能解释以下奇怪的输出：

$re = "/
(?(DEFINE)
    (?<a> a )
)

^(?&a)$

/x";

var_dump(preg_match($re, 'a', $match)); // (int) 1 as expected
var_dump($match); // Array( [0] => 'a' ) <-- Why?

我不明白为什么命名组“a”不在结果中（内容为“a”）。将preg_match 更改为preg_match_all 会将“a”和“1”放入匹配数据中，但都只包含一个空字符串。

我真的很喜欢以这种方式编写正则表达式的想法，因为您可以使它们非常强大，同时保持它们非常易于维护（请参阅this answer 以获得一个很好的例子），但是如果子模式在匹配中不可用数据那么它真的没有多大用处。

我是在这里遗漏了什么，还是应该哀悼可能发生的事情并继续前进？

Answer 1

这些子模式不会捕获一个组是完全有道理的——它们的主要目的是多次使用它，所以你不能真正捕获它们。此外，如果默认是捕获所有子模式，它不会为您提供选项not 来捕获您不想要的组 - 这不是最佳默认行为。相反是微不足道的 - 您可以通过在 (?&a) 语句周围添加另一个组来捕获。
我在PCRE.org 上找不到对此的参考。最接近的是这个，这是相关的，因为您不直接匹配(?<a>...)（尽管您可能期望一个空组）：

任何捕获括号 在子程序调用期间设置恢复到它们以前的值 之后。

Perl manual 上更清楚（相关部分突出显示）：

如何使用它的示例如下：

/(?<NAME>(?&NAME_PAT))(?<ADDR>(?&ADDRESS_PAT))
(?(DEFINE)
(?<NAME_PAT>....)
(?<ADRESS_PAT>....)
)/x

请注意，递归内部匹配的捕获缓冲区在递归返回后无法访问，因此需要额外的捕获缓冲区层。