固化分组

78 阅读 0 评论 52 点赞

我是靠谱客的博主活力星星，最近开发中收集的这篇文章主要介绍固化分组，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

具体来说，使用「(?>…)」的匹配与正常的匹配并无差别，但是如果匹配进行到此结构之后（也就是，进行到闭括号之后），那么此结构体中的所有备用状态都会被放弃。也就是说，在固化分组匹配结束时，它已经匹配的文本已经固化为一个单元，只能作为整体而保留或放弃。括号内的子表达式中未尝试过的备用状态都不复存在了，所以回溯永远也不能选择其中的状态（至少是，当此结构匹配完成时，“锁定（locked in）”在其中的状态）。

字符串"123.456",正则表达式为.(dd[1-9]?)d+，我们来看下

首先（小数点前123不说了），.匹配"."，匹配成功，把控制权给下一个d，d匹配“4”成功，把控制权给第二个d，这个d匹配“5”成功，然后，把控制权给了[1-9]?，由于量词是【?】，正则表达式遵循“量词优先匹配”，而且，此处是?，还会留下一个回溯点。然后匹配"6"成功，然后把控制权给d+，d+发现后面没字符了，最遵循“后进先出”规则，回到上一个回溯点，进行匹配，这时，[1-9]?会交还出其匹配的字符“6”，d+匹配“6”成功。匹配完成了。

大家发现【(dd[1-9]?)】匹配的结果确是"45",并不是我们想要的“456”，“6”被d+匹配去了。那么，我们该如何办呢？能否让[1-9]?匹配一旦成功，不进行回溯呢？这就用到了我们上面说的"固化分组", PHP（preg_replace函数）中使用的正则引擎支持固化分组，我们根据固化分组的写法，可以把代码改成如下方式:.(dd(?>[1-9]?))d+，改成这样的话，那字符串“123.456“是不符合要求，不会被匹配的。那我们就可以实现我们的要求了。

所以，让我们来看(.dd(?>[1-9]?))d+。
　　在固化分组内，量词能够正常工作，所以如果[1-9]不能匹配，正则表达式会返回? 留下的备用状态。然后匹配脱离固化分组，继续前进到「d+」。在这种情况下，当控制权离开固化分组时，没有备用状态需要放弃（因为在固化分组中没有创建任何备用状态）。
　　如果[1-9] 能够匹配，匹配脱离固化分组之后，「? 」保存的备用状态仍然存在。但是，因为它属于已经结束的固化分组，所以会被抛弃。
　　匹配‘.625'或者‘.625000'时就会发生这种情况。在后一种情况下，放弃那些状态不会带来任何麻烦，因为「d+」匹配的是‘.625000'，到这里正则表达式已经完成匹配。但是对于‘.625'来说，因为「d+」无法匹配，正则引擎需要回溯，但回溯又无法进行，因为备用状态已经不存在了。既然没有能够回溯的备用状态，整体匹配也就失败，‘.625'不需要处理，而这正是我们期望的。