正則用(?&gt;…)實現固化分組提高效率

2020-01-20 22:14:49

字體：大中小

來源：轉載

供稿：網友

具體來說，使用「(?>…)」的匹配與正常的匹配并無差別，但是如果匹配進行到此結構之后（也就是，進行到閉括號之后），那么此結構體中的所有備用狀態都會被放棄（不能被回溯）。
　　也就是說，在固化分組匹配結束時，它已經匹配的文本已經固化為一個單元，只能作為整體而保留或放棄。括號內的子表達式中未嘗試過的備用狀態都不復存在了，所以回溯永遠也不能選擇其中的狀態（至少是，當此結構匹配完成時，“鎖定（locked in）”在其中的狀態）。
例子:
　　比如要處理一批數據，原來格式為123.456，后來因為浮點數顯示問題，部分數據格式變為123.456000000789這種，，要求做到只保留小數點后面2-3位，但是，最后一位不能為0，這個正則如何寫呢？（下面直接考慮小數點后面的數字），寫出正則之后，我們還要用這個正則去匹配數據，把原來的數據替換成匹配的結果。

正則一、

復制代碼代碼如下:

 
$str = preg_replace('/.(/d/d[1-9]?)/d*','//1',$str); 
//匹配結果的group1進行反向引用 

很明顯，這種寫法，對于部分數據格式為123.456的這種格式，白白的處理了一遍，為了提高效率，我們還要對這個正則進行處理。從123.456這個字符串跟其他的比較一下，我們發現，是疑問123.456這個數據后面沒數字了，所以，白白處理一遍。那好辦，我們對這個正則改造一下，把后面的量詞*改成+，這樣對于123.45 小數點后面1，2位數字的，不會去白白處理，而且，對三位以上數字的，處理正常。其PHP代碼為

正則二、

復制代碼代碼如下:

$str = preg_replace('/.(/d/d[1-9]?)/d+','//1',$str);

好了，這個正則真的沒問題嗎？？下面,我們也分析一下這個正則的匹配過程吧。
　　字符串"123.456",正則表達式為【/.(/d/d[1-9]?)/d+】，我們來看下

　　首先（小數點前123不說了），
　　【/.】匹配"."，匹配成功，把控制權給下一個【/d】，【/d】匹配“4”成功，把控制權給第二個【/d】，這個【/d】匹配“5”成功，然后，把控制權給了【[1-9]?】，由于量詞是【?】，正則表達式遵循“量詞優先匹配”，而且，此處是【?】，還會留下一個回溯點。然后匹配"6"成功，然后把控制權給【/d+】，【/d+】發現后面沒字符了，最遵循“后進先出”規則，回到上一個回溯點，進行匹配，這時，【[1-9]?】會交還出其匹配的字符“6”，【[1-9]?】匹配“6”成功。匹配完成了。大家發現【(/d/d[1-9]?)】匹配的結果確是"45",并不是我們想要的“456”，“6”被【/d+】匹配去了。那么，我們該如何辦呢？能否讓【[1-9]?】匹配一旦成功，不進行回溯呢？這就用到了我們上面說的"固化分組", PHP（preg_replace函數）中使用的正則引擎支持固化分組，我們根據固化分組的寫法，可以把代碼改成如下方式

正則三、

復制代碼代碼如下:

$str = preg_replace('/.(/d/d(?>[1-9]?))/d+','//1',$str);

改成這樣的話，那字符串“123.456“是不符合要求，不會被匹配的。那我們就可以實現我們的要求了。

　　所以，讓我們來看(/./d/d(?>[1-9]?))/d+。
　　在固化分組內，量詞能夠正常工作，所以如果[1-9]不能匹配，正則表達式會返回? 留下的備用狀態。然后匹配脫離固化分組，繼續前進到「/d+」。在這種情況下，當控制權離開固化分組時，沒有備用狀態需要放棄（因為在固化分組中沒有創建任何備用狀態）。
　　如果[1-9] 能夠匹配，匹配脫離固化分組之后，「? 」保存的備用狀態仍然存在。但是，因為它屬于已經結束的固化分組，所以會被拋棄。
　　匹配‘.625'或者‘.625000'時就會發生這種情況。在后一種情況下，放棄那些狀態不會帶來任何麻煩，因為「/d+」匹配的是‘.625000'，到這里正則表達式已經完成匹配。但是對于‘.625'來說，因為「/d+」無法匹配，正則引擎需要回溯，但回溯又無法進行，因為備用狀態已經不存在了。既然沒有能夠回溯的備用狀態，整體匹配也就失敗，‘.625'不需要處理，而這正是我們期望的。

上一篇：編程語言中十六進制的正則匹配

下一篇：正則表達式其實就是一個特殊的字符串