preg_match_all 模式中的重复模式不会导致多个 $matches

Question

我的脚本很简单：

<?php
$str = "mem: 9 334 23423343 3433434";

$num_matches = preg_match_all("/^mem:(\s+\d+)+$/", $str, $matches);
if (!$num_matches) {
        throw new Exception("no match");
}

echo "$num_matches matches\n";
var_dump($matches);

我期望模式 (\s+\d+)+ 应该匹配 $str 中的所有数字，但由于某种原因，输出仅显示最后一个匹配项：

1 matches
array(2) {
  [0] =>
  array(1) {
    [0] =>
    string(27) "mem: 9 334 23423343 3433434"
  }
  [1] =>
  array(1) {
    [0] =>
    string(8) " 3433434"
  }
}

如您所见，$matches[1] 仅包含 $str 中最后出现的 \s+\d+。我期待它应该包含所有匹配项：9, 334, 23423343, 343434。

有什么方法可以改变我的模式，使它返回所有这些数字的字符串，其中可能包含任意数量的字符串？我认为这是 preg_match_all 的错误行为是否正确？我应该向 PHP 开发人员报告吗？

编辑：根据docs，PREG_PATTERN_ORDER的默认标志：

排序结果使得 $matches[0] 是一个完整模式匹配的数组，$matches[1] 是一个由第一个带括号的子模式匹配的字符串数组，依此类推。

Answer 1

PCRE 将最后一次出现存储在重复捕获组中，因此行为是预期的。在这种情况下，要返回单个匹配项，您需要使用 \G 令牌，如下所示：

(?:^mem:|\G(?!^))\s+\K\d+

See live demo

正则表达式分解：

• (?:非捕获组开始
  • ^mem: 在输入字符串的开头匹配 mem:
  • |或者
  • \G(?!^) 从上一场比赛结束的地方开始比赛
• )非捕获组结束
• \s+\K 匹配任意序列的空格然后清除输出
• \d+匹配数字

PHP 代码：

preg_match_all("~(?:^mem:|\G(?!^))\s+\K\d+~", $str, $matches);