正则表达式：带排除的点包括排除的字符答案

【问题标题】：Regular expression: dot with exclusion includes excluded char正则表达式：带排除的点包括排除的字符
【发布时间】：2021-08-27 13:54:04
【问题描述】：

下面的例子：

    $text = <<<END
some text

q 1
some next line

q 2 test
exptra line
END;

    $text   = trim($text);
    if (preg_match_all("/\nQ\s+\d+.[^\n]*\n/isU", $text, $match)) {
        print_r($match);
        echo "OK";
    } else {
        echo "FAIL";
    }

输出：

Array
(
    [0] => Array
        (
            [0] => 
q 1
some next line

            [1] => 
q 2 test

        )

)
OK

请注意，$text 示例中的新行仅包含一个 \n。

出于某种原因.[^\n]* 包含换行符，即使它被声明为排除。仅当换行符是与这部分表达式匹配的唯一符号（\n 紧跟在 1 之后）和星号（*）时才会发生，这应该意味着包括无/可选在内的任意数量的字符都不会在此处播放正确。

由于我需要匹配这两种情况，在这种情况下可以做什么？

预期的输出，匹配以q N 开头但不包含以下行的两行：

Array
(
    [0] => Array
        (
            [0] => 
q 1 

            [1] => 
q 2 test

        )

)

上面的例子是简化的。匹配的字符串可以包含换行符，但不能在指定位置。实际上我用其他符号测试了.，它的工作原理是一样的。如果 dot 剩下的唯一字符是表示为 exclude 的字符 - 它仍然包含它：

    $text = <<<END
some text

q 1e
some next line

q 2 test
exptra line
END;

    $text   = trim($text);
    if (preg_match_all("/Q\s+\d+.[^e]*/iU", $text, $match)) {
        print_r($match);
        echo "OK";
    } else {
        echo "FAIL";
    }

输出：

Array
(
    [0] => Array
        (
            [0] => q 1e
            [1] => q 2 
        )

)

【问题讨论】：

. 匹配 \n 因为你有 s 标志。 [^\n]*matches 零或更多非LF，因此它不限制. 这里。您希望在这里得到什么？
试试preg_match_all('~^Q\h+\d.*~im', $text, $matches)。见the regex demo。
添加了预期的输出。来自s 修饰符文档A negative class such as [^a] always matches a newline character，因此对于这种情况，s 修饰符是否到位并不重要。 \n 声明为“排除”字符，不应像第二种情况一样包含在内。
s 标志修改了. 的行为，而不是[^a]，您对这里的文档感到困惑。
我的意思是 .[^a] 根据文档无论如何都包含换行符，无论 s 是否存在。

标签： php regex

【解决方案1】：

您的/Q\s+\d+.[^e]*/iU 正则表达式包含一个U (PCRE_UNGREEDY) 标志，用于交换量词的贪婪，并且等于/Q\s+?\d+?.[^e]*?/i 模式。 /Q\s+?\d+?.[^e]*?/i 匹配 q 或 Q，然后是任何一个或多个但尽可能少的空白字符，然后是一个或多个但尽可能少的数字，然后是任何字符（如果 @987654328 则为换行符除外@ 标志被省略）然后 - 看看 - 除e之外的任何零个或多个字符尽可能少（即它不匹配任何文本，因为它确实如此不必）。

你可以使用

<?php

$text = <<<END
some text

q 1
some next line

q 2 test
exptra line
END;

if (preg_match_all('~^Q\h+\d.*~im', $text, $match)) {
    print_r($match);
    echo "OK";
} else {
    echo "FAIL";
}

请参阅PHP demo。输出：

Array
(
    [0] => Array
        (
            [0] => q 1
            [1] => q 2 test
        )

)
OK

图案细节：

^ - 行首（由于m 标志）
Q - Q 或 q（由于 i 标志）
\h+ - 一个或多个水平空格
\d - 一个数字
.* - 除了换行符之外的任何零个或多个字符（因为我没有使用 s 标志）尽可能多（即行的其余部分）。

【讨论】：

对不起，无法接受答案。上面的例子被简化了。匹配的字符串可以包含换行符，但不能在指定位置。实际上我用其他符号测试了.，它的工作原理是一样的。如果 dot 剩下的唯一字符是表示为 exclude 的字符 - 它仍然包含它。请参阅添加的示例。
@Index 如果您用简单的英语解释您的模式要求，为您提供 100% 有效的解决方案会容易得多。你的例子并没有明确你真正想要达到的目标。请查看我的模式详细信息并使用类似的样式编译一组需求。
@Index 我会解释为什么你会得到这些匹配，也许它会给你一个提示。

【解决方案2】：

修饰符s 切换. 的行为。因为您包含它，所以 . 将匹配 \n。

一个小演示：

$patterns = [
  '(.*)', '(.*)s', '([^\\n]*)'
];

foreach ($patterns as $pattern) {
    preg_match($pattern, "foo\nbar", $match);
    echo $pattern, ': "', $match[0], "\"\n";
}

输出：

(.*): "foo"
(.*)s: "foo
bar"
([^\n]*): "foo"

修饰符m 更适合您的情况。它改变了^ 和$ 的行为以匹配行（而不仅仅是字符串）开始/结束。

$pattern = '(
  ^q   # letter q or Q at line start (with modifier m)
  \\s+  # at least one whitespace 
  (?<number>\\d+) # string of digits - named group "number"
  (?<label>[^\\n]*) # any character except "\n" (without modifier s) - named group "label"
)xmi';

if (preg_match_all($pattern, $text, $match, PREG_SET_ORDER)) {
    print_r($match);
}

输出：

Array
(
    [0] => Array
        (
            [0] => q 1
            [number] => 1
            [1] => 1
            [label] => 
            [2] => 
        )

    [1] => Array
        (
            [0] => q 2 test
            [number] => 2
            [1] => 2
            [label] =>  test
            [2] =>  test
        )

)

修饰符x 启用“扩展语法”。它允许格式化和记录模式。

我建议对结果使用命名组。它使代码更具可读性和健壮性。 PREG_SET_ORDER 将每场比赛的数据放入一个集合中。

【讨论】：