php - 在 RegEx (PCRE) 中的上一场比赛结束时继续

Question

我试图阻止\G anchor 匹配字符串的开头。我只希望它在最后一个正则表达式匹配结束时匹配。

给定以下文本:

Pig, Cow, Goat
fruit: apple, orange, peach, pear
vegetable: Carrot, Lettuce, Cellery

这个模式:

(fruit:|\G)([\w]+|[\, ])

我希望它只匹配“fruit:”之后的单词，但我需要它单独捕获每个单词。如果我只是把 + 放在这个模式的最后，它会匹配“fruit:”之后的所有词，但它只会捕获“pear”，因为 + 的每次迭代都会踩到最后一个。

问题来了。这种模式有效，除了它还匹配“Pig, Cow and Goat”，因为\G 将匹配最后一个匹配项的结尾或整个字符串的开头。如何防止它匹配整个字符串的开头？

我在 PHP 中使用 PCRE，我一直在使用 Rubular.com 来帮助我进行快速测试。

Answer 1

在我看来，您的正则表达式并未满足您的要求。你说你想要每个词都跟在“水果:”之后。鉴于你的例子，我认为你的第一次尝试并没有真正给你那个。尝试:

(?:fruit:\s*|\G,\s*)(\w+)

如果你匹配所有，那应该给你没有空格或标点符号的单词。

这是一个纲要:

• (?: - 开始非捕获组
• fruit:\s* - 良好匹配的序言
• | - 或者
• \G,\s*) - 最后一个匹配位置，一个逗号和零个或多个空格
• (\w+) 捕获一个或多个单词字符

编辑:

为防止在第一行获得匹配，如果第一行以逗号开头，后跟一个或多个逗号分隔的单词，只需在起始 anchor 上添加一个负的零宽度后视在 \G 之前:

(?:fruit:\s*|(?<!^)\G,\s*)(\w+)