PCRE中的匹配顺序答案

【问题标题】：Matching order in PCREPCRE中的匹配顺序
【发布时间】：2009-06-02 06:54:20
【问题描述】：

如何设置 PCRE 正则表达式中的匹配顺序？

我有一个用户可以提供的动态正则表达式，用于从字符串中提取两个值并将它们存储在两个字符串中。但是，在某些情况下，两个值可以在字符串中以相反的顺序排列，因此第一个 (\w+) 或任何需要存储在第二个字符串中的值。

【问题讨论】：

你能举几个例子吗？

【解决方案1】：

您可以使用按名称提取字符串

(?<name>\w+)

并使用

获取值

pcre_get_named_substring

【讨论】：

但是你怎么知道哪个名字分配给哪个子字符串呢？这使您无法解决找出哪个组匹配哪个子字符串的真正问题。

【解决方案2】：

如果您使用相同的子模式（如\w+）匹配这两个部分，那么您就不走运了。但是如果子模式明显不同，你有几个选择，它们都不是很漂亮。这是一个正则表达式，它使用条件构造来匹配 HTML 脚本元素的 src 和 type 属性，以任一顺序：

\b(?(?=src=)
  src="([^"]*)"\s+type="([^"]*)"|
  type="([^"]*)"\s+src="([^"]*)"
)

（免责声明：这个正则表达式做了许多不切实际的假设，其中主要是两个属性都将存在并且它们将彼此相邻。我只是用它来说明该技术。）

如果src 属性首先出现，则src 和type 值将分别在第一组和第二组中捕获。否则，它们将分别出现在第四组和第三组。命名组将使跟踪事物变得更容易，特别是如果可以像在 .NET 正则表达式中那样在多个地方使用相同的名称。不幸的是，PCRE 要求每个命名组都有一个唯一的名称，这太糟糕了；这是一个非常好的功能。

【讨论】：