-
後向引用
說明後向引用的之前，先對分組進行更一步的學習。
前面說過，用小括號括起來就是一個分組，或者叫子表達式，但是，其實分組並不是表面那麼簡單，有如下幾條：
（1） 分組其實是有組號的。
從左到右，第一個分組組號爲1，第二個組號爲2，依次遞增，分組0則對應整個正則表達式。
（2） 分組的組號分配是有規則的。
實際上組號分配過程是從左往右掃兩遍：第一遍給未命名組分配，第二遍只給命名組分配，這樣導致的結果就是所有命名組的組號大於爲命名組的組號。
（3） 分組的組號分配這個權利是可以被剝奪的。
怎麼剝奪？使用(?:exp)這樣的語法。
說完了分組，有個疑問，分組還要弄組號這是做什麼？還搞的這麼麻煩。
答案就是，分組的組號是可以在正則表達式中使用的，比如說爲了這個後向引用。
舉個例子：如果你想要重複搜索前面某個分組匹配的文本怎麼辦？難道又重新寫一遍分組？這裏，就可以使用後向引用了。
請看例子：\b(\w+)\b\s+\1\b
這個表達式可以這樣分解：
\b(\w+)\b \s+ \1\b
可以看到:我們要匹配的字符串是一個單詞（至少一個字符），中間有至少有一個空白符，然後\1表示組號，即重複前面那個分組表示的單詞。
這個正則表達式可以用來搜尋什麼move move之類的。
再來重複一次後向引用：用於重複搜索前面出現的某個分組。
關於分組的組名，這裏在多說幾句。一個分組的組名是可以人爲命名的。
使用語法：(?<word>\w+)，
把尖括號改成’也可以(?’word’\w+)，這樣\w+分組的組名就是word了。
要是想要後向引用這個分組匹配的文本怎麼辦？
可以使用\k<word>，例如：將\b(\w+)\b\s+\1\b寫成\b(?<Word>\w+)\b\s+\k<Word>\b。
小括號這個元字符的作用很多，與之相關的語法小結一下：
|
分類 |
語法 |
詳解 |
|
捕獲 |
(exp) |
分組 |
|
(?<name>exp) |
分組到名爲“name“的分組裏，與<?’name’exp>同 |
|
|
(?:exp) |
匹配exp，但是不捕獲該文本，也不分配組號 |
|
|
零寬斷言 |
(?=exp) |
匹配exp前面的位置 |
|
(?<=exp) |
匹配exp後面的位置 |
|
|
(?!exp) |
匹配後面跟着的不是exp的位置 |
|
|
(?<!exp) |
匹配前面不是exp的位置 |
|
|
註釋 |
(?#comment) |
註釋 |
-
零寬斷言
解釋下上述表裏面的零寬斷言部分的四條語法。
相信已經從表裏面讀到了，零寬斷言是用來查找某些內容之前或者之後的東西，他們指定了一個位置，這個位置應該滿足一定的條件（斷言）。下面依次解釋：
（1）(?=exp)
叫做零寬度正預測先行斷言。
舉例：\b\w+(?=ing\b)
解析：匹配以ing結尾的單詞的文本並捕獲出來，不包括ing。
（2）(?<=exp)
叫做零寬度正回顧後發斷言。
舉例：(?<=\bre)\w+\b
解析：匹配以re開頭的單詞的後部分，不包括re。
（3）(?!exp)
叫做零寬度負預測先行斷言。
舉例：\d{3}(?!\d)
解析：匹配3個數字，但是3個數字後面不能是數字。
（4）(?<!exp)
叫做零寬度負回顧後發斷言。
舉例：(?<![a-z])\d{7}
解析：前面不是小寫字母的7個數字。
3和4項都屬於負向零寬斷言。
這裏看一個複雜的正則表達式：
舉例：(?<=<(\w+)>).*(?=<\/\1>)
解析：匹配不包含屬性的簡單HTML標籤內裏的內容。
(<?(\w+)>)指定了這樣的前綴：被尖括號括起來的單詞(比如可能是<b>)，然後是.*(任意的字符串)，最後是一個後綴(?=<\/\1>)。注意後綴裏的\/，它用到了前面提過的字符轉義；\1則是一個反向 引用，引用的正是捕獲的第一組，前面的(\w+)匹配的內容，這樣如果前綴實際上是<b>的話，後綴就是</b>了。整個表達式匹配的是<b>和</b> 之間的內容(再次提醒，不包括前綴和後綴本身)。這個例子就是第一個語法和第二個語法的結合。
-
註釋
註釋的語法我們已經知道：(?#comment)，可以插入到正則表達式的任一個位置。唯一需要說明的是，使用註釋的時候，最好能夠啓用“忽略模式裏的空白符“，這樣在寫註釋的時候就可以換行了。
-
處理選項
處理選項，在PHP裏面即是模式修飾符，作用就是設定模式。也就是規定了正則表達式如何解釋和應用。不同的語言這個處理選項是不同的，這裏主要說一說PHP裏面的主要的模式。
|
修飾符 |
表達式寫法 |
詳解 |
|
I |
(?i)…(?-i)、(?i:..) |
忽略大小寫模式 |
|
M |
(?m)…(?-m)、(?m:..) |
多文本模式，即字符串內有多個換行符，影響^$作用 |
|
s |
(?s)…(?-s)、(?s:..) |
但文本模式，在此模式下，元字符點.可以匹配換行符 |
|
X |
(?x)…(?-x)、(?x:..) |
忽略空白字符 |
模式修飾符既可以寫在正則表達式的外面，也可以寫在表達式內。
例如：
忽略大小寫：
-
貪婪和懶惰
正則表達式裏面有重複選擇的元字符，例如*等，包含了這種玩意的正則表達式往往會匹配儘可能多的字符，這被稱作貪婪匹配。
例如：a.*c
面對acacaac這樣的字符串，返回的結果是acacaac，而不會是ac或者aac。
與上面相反，假設要是想要匹配儘量少的字符，這就被稱作爲懶惰。
舉例：根據前面的a.*c，在.*後面加上？。
即爲：a.*?c
另外，根據上圖，有點需要說明的是，懶惰和貪婪的規則優先級屈尊與這一條規則之下：最先開始的匹配擁有最高的優先權。所以在上面字符串acacaac的後面三個字符串aac共同構成了一個捕獲文本，而不是ac（即倒數一二個）。
下面總結下懶惰限定符作用在重複次數上的作用：
|
語法 |
詳解 |
|
*? |
重複任意次，但是儘可能少。 |
|
+? |
重複一次或者更多，但是儘可能少。 |
|
?? |
重複0次到1次，儘可能少。 |
|
{n,m}? |
重複n到m次，儘可能少。 |
|
{n,}? |
重複n次，儘可能少。 |