如何设置匹配 PCRE 正则表达式中的内容的顺序?
我有一个用户可以提供的动态正则表达式,用于从字符串中提取两个值并将它们存储在两个字符串中。但是,在某些情况下,这两个值可以以相反的顺序出现在字符串中,因此第一个 (\w+) 或任何需要存储在第二个字符串中的值。
您可以使用按名称提取字符串
(?<name>\w+)
并获得价值
pcre_get_named_substring
如果您将两个部分与相同的子模式(如\w+
)匹配,那么您就不走运了。但是如果子模式明显不同,你有几个选择,它们都不是很漂亮。这是一个正则表达式,它使用条件构造以任一顺序匹配 HTML 脚本元素的src
和属性:type
\b(?(?=src=)
src="([^"]*)"\s+type="([^"]*)"|
type="([^"]*)"\s+src="([^"]*)"
)
(免责声明:这个正则表达式做了许多不切实际的假设,其中主要是两个属性都将存在并且它们将彼此相邻。我只是用它来说明该技术。)
如果src
属性首先出现,则src
和type
值将分别在第一组和第二组中捕获。否则,它们将分别出现在第四组和第三组。命名组可以更容易地跟踪事物,特别是如果可以像在 .NET 正则表达式中那样在多个地方使用相同的名称。不幸的是,PCRE 要求每个命名组都有一个唯一的名称,这太糟糕了;这是一个非常好的功能。