从正则表达式获得比括号更多的反向引用答案

【问题标题】：Get more backreferences from regexp than parenthesis从正则表达式获得比括号更多的反向引用
【发布时间】：2010-02-11 15:09:58
【问题描述】：

好的，这个用英文很难解释，所以我就举个例子吧。

我将有以下格式的字符串：

key-value;key1-value;key2-...

我需要将数据提取为一个数组

array('key'=>'value','key1'=>'value1', ... )

我打算使用正则表达式来实现（大部分）这个功能，并写了这个正则表达式：

/^(\w+)-([^-;]+)(?:;(\w+)-([^-;]+))*;?$/

使用preg_match 和此代码：

for ($l = count($matches),$i = 1;$i<$l;$i+=2) {
    $parameters[$matches[$i]] = $matches[$i+1];
}

然而，正则表达式显然只返回 4 个反向引用——输入字符串的第一个和最后一个键值对。有没有解决的办法？我知道我可以使用正则表达式来测试字符串的正确性，并在循环中使用 PHP 的 explode 并获得完美的结果，但我真的很好奇是否可以使用正则表达式。

简而言之，我需要通过正则表达式在一个字符串中捕获任意数量的key-value; 对。

【问题讨论】：

标签： php regex preg-match

【解决方案1】：

您可以在提取匹配项时使用前瞻来验证输入：

/\G(?=(?:\w++-[^;-]++;?)++$)(\w++)-([^;-]++);?/

(?=(?:\w++-[^;-]++;?)++$) 是验证部分。如果输入无效，匹配将立即失败，但每次应用正则表达式时仍会评估前瞻。为了保持它（以及正则表达式的其余部分）与键值对同步，我使用\G 将每个匹配锚定到上一个匹配结束的位置。

这样，如果先行第一次成功，则保证以后每次都成功。显然它的效率并不高，但这可能不会成为问题——只有您的测试才能确定。

如果前瞻失败，preg_match_all() 将返回零 (false)。如果成功，匹配项将以数组数组的形式返回：一个用于完整的键值对，一个用于键，一个用于值。

【讨论】：

【解决方案2】：

正则表达式是强大的工具，但有时它并不是最好的方法。

$string = "key-value;key1-value";
$s = explode(";",$string);
foreach($s as $k){
    $e = explode("-",$k);
    $array[$e[0]]=$e[1];
}
print_r($array);

【讨论】：

谢谢，但正如我在 OP 中所说：I know I can use regex just to test the correctness of the string and use PHP's explode in loops with perfect results
所以...你知道这是可行的，但你不想使用它，因为你宁愿使用正则表达式，即使正则表达式不是适合这项工作的工具。正则表达式是一个真正的要求，还是你只是想这样做，因为它应该可以工作？
阅读 OP，还是我应该再引用一遍？篇幅只有几段，如果你读起来太难，请不要使用自作聪明。

【解决方案3】：

请改用preg_match_all()。可能是这样的：

$matches = $parameters = array();
$input = 'key-value;key1-value1;key2-value2;key123-value123;';

preg_match_all("/(\w+)-([^-;]+)/", $input, $matches, PREG_SET_ORDER);

foreach ($matches as $match) {
   $parameters[$match[1]] = $match[2];
}

print_r($parameters);

编辑：

首先验证输入字符串是否符合模式，然后只需使用：

if (preg_match("/^((\w+)-([^-;]+);)+$/", $input) > 0) {
    /* do the preg_match_all stuff */
}

EDIT2：最后的分号是可选的

if (preg_match("/^(\w+-[^-;]+;)*\w+-[^-;]+$/", $input) > 0) {
    /* do the preg_match_all stuff */
}

【讨论】：

因为这是我的问题的唯一答案，所以我给你一个+，如果没有人提出更好的解决方案，我会接受它，但正则表达式不会验证给定的字符串 (@987654327 @ 将被视为有效值）
所以对于 'foo-bar-baz' 你想要 'foo' => 'bar-baz' 或 'foo-bar' => 'baz' 吗？我可以轻松地为您提供备用正则表达式；）
对于'foo' => 'bar-baz'，请改用正则表达式/(\w+)-([^;]+)/
不，我宁愿它完全失败并且不给出任何结果，据我所知，唯一这样的正则表达式是我的（即使它不能用于获取数据，只能验证它)。很抱歉，我没有在我的 OP 中提到输入验证，但主要答案似乎很清楚。不过，我要等一天才能接受你的回答。
再一次，前导分号 ; 是（高度）可选的，所以我的正则表达式仍然存在:)

【解决方案4】：

没有。较新的匹配会覆盖较旧的匹配。也许explode() 的limit 参数在爆炸时会有所帮助。

【讨论】：

【解决方案5】：

这个解决方案怎么样：

$samples = array(
    "good" => "key-value;key1-value;key2-value;key5-value;key-value;",
    "bad1" => "key-value-value;key1-value;key2-value;key5-value;key-value;",
    "bad2" => "key;key1-value;key2-value;key5-value;key-value;",
    "bad3" => "k%ey;key1-value;key2-value;key5-value;key-value;"
);

foreach($samples as $name => $value) {
    if (preg_match("/^(\w+-\w+;)+$/", $value)) {
        printf("'%s' matches\n", $name);
    } else {
        printf("'%s' not matches\n", $name);
    }
}

【讨论】：

不需要最后的分号;。此外，这仅验证输入，我希望正则表达式验证并创建一个数组。
是的，我还没有意识到你也需要数据。

【解决方案6】：

我认为您不能使用一个正则表达式同时进行数据验证和提取，因为您需要锚点（^ 和 $）进行验证，preg_match_all() 用于数据，但如果您使用锚点使用preg_match_all() 只会返回最后匹配的集合。

【讨论】：