正則表達式中'\ G'錨的用法是什麼？

Question

我很難理解\G anchor如何在PHP風格的正則表達式中工作。

在發生相同字符串的多個匹配的情況下，我傾向於使用\G代替^（儘管我可能錯了）。

有人可以請示例\G應該如何使用，並解釋如何和爲什麼它的作品？

Answer 1

UPDATE

\ G變迫使模式只返回匹配是的連續鏈的一部分匹配。從第一場比賽開始，每場隨後的比賽都必須進行比賽。如果你打破了連鎖，比賽結束。

<?php 
$pattern = '#(match),#'; 
$subject = "match,match,match,match,not-match,match"; 

preg_match_all($pattern, $subject, $matches); 

//Will output match 5 times because it skips over not-match 
foreach ($matches[1] as $match) { 
    echo $match . '<br />'; 
} 

echo '<br />'; 

$pattern = '#(\Gmatch),#'; 
$subject = "match,match,match,match,not-match,match"; 

preg_match_all($pattern, $subject, $matches); 

//Will only output match 4 times because at not-match the chain is broken 
foreach ($matches[1] as $match) { 
    echo $match . '<br />'; 
} 
?> 

這是直接從文檔

第四使用反斜線的是對於某些簡單的斷言。一個 斷言指定了一個條件，必須在特定的匹配點 處滿足條件，而不消耗來自主題 字符串的任何字符。子模式用於更復雜的斷言是 下面描述。反斜線的斷言是僅在當前匹配位置是 比賽的開始點

\G 
    first matching position in subject 

的\ G斷言，是真實的，如通過 的preg_match（）的偏移量參數指定。當偏移值不爲​​零時，它與\ A不同。

http://www.php.net/manual/en/regexp.reference.escape.php

你將不得不那一頁滾動一點，但它是。

在ruby中有一個很好的例子，但它在php中是一樣的。

How the Anchor \z and \G works in Ruby?

Answer 2

\G將匹配匹配的邊界，這是字符串的任一開頭，或在最後一場比賽的最後一個字符被消耗點。

當您需要執行復雜的標記，同時還要確保標記有效時，它特別有用。

例問題

讓我們標記化該輸入的例子：

input 'some input in quote' more input '\'escaped quote\'' lots@_$of_fun ' \' \\ ' crazy'stuff' 

進入這些令牌（I使用~來表示字符串的結束）：

input~ 
some input in quote~ 
more~ 
input~ 
'escaped quote'~ 
lots@_$of_fun~ 
' \ ~ 
crazy~ 
stuff~ 

該字符串由以下組合組成：

• 單引號字符串，允許轉義\和'，並且空格被保留。空字符串可以使用單引號字符串指定。
• 或未加引號的字符串，它由一系列非空白字符組成，並且不包含\或'。
• 2未加引號的字符串之間的空格將分隔它們。劃分其他案件不需要空間。

爲了簡單起見，我們假設輸入不包含新線（在現實情況下，你需要到考慮）。它會增加正則表達式的複雜性，而不會顯示出重點。

爲單引號的字符串的RAW正則表達式是'(?:[^\\']|\\[\\'])*+'
而對於未加引號的RAW正則表達式是[^\s'\\]++
你不必太在意了2件以上的正則表達式，雖然。

下面\G該解決方案可以確保當發動機未能找到任何匹配，從字符串到最後一個匹配的位置開始所有字符已被消耗。由於它不能跳過字符，因此當它無法爲兩個標記的規範找到有效的匹配時，引擎將停止匹配，而不是在字符串的其餘部分中抓取隨機的東西。

建設

在建設的第一步，我們可以放在一起這個表達式：

\G(?:'((?:[^\\']|\\[\\'])*+)'|([^\s'\\]++)) 

或者簡單地說（這是不正則表達式 - 這只是爲了更容易閱讀）：

\G(Singly_quote_regex|Unquoted_regex) 

這將僅匹配第一個標記，因爲當它嘗試在第二次比賽時，比賽在'some input...之前停止。

---

我們只需要添加一些允許0或更多的空間，因此，在隨後的比賽，該位置的剩餘空間關閉的最後一場比賽中被消耗：

\G *+(?:'((?:[^\\']|\\[\\'])*+)'|([^\s'\\]++)) 

上面的正則表達式現在可以正確識別令牌，如看到here。

---

正則表達式可以進一步修改，使得它在發動機無法獲取任何有效的標記返回字符串的其餘部分：

\G *+(?:'((?:[^\\']|\\[\\'])*+)'|([^\s'\\]++)|((?s).+$)) 

由於交替是爲了從左到試-right，當且僅當前面的字符串不構成有效的單引號或不引號標記時，最後一個替代((?s).+$)纔會匹配。這可以用來檢查錯誤。

第一個捕獲組將包含單引號字符內的文本，需要額外的處理變成所需的文本這（它是不是真的與此有關，所以我把它作爲一個練習的讀者）。第二個捕獲組將包含未加引號的字符串。第三個捕獲組作爲輸入字符串無效的指示器。

Demo for the final regex

結論

上面的例子是在標記化的\G使用的一個場景的演示。還有其他的用法我沒有遇到過。