轉(zhuǎn)義序列(反斜線(xiàn))

反斜線(xiàn)有多種用法。首先,如果緊接著是一個(gè)非字母數(shù)字字符,表明取消 該字符所代表的特殊涵義。這種將反斜線(xiàn)作為轉(zhuǎn)義字符的用法在字符類(lèi) 內(nèi)部和外部都可用。

比如,如果你希望匹配一個(gè) "*" 字符,就需要在模式中寫(xiě)為 "\*"。 這適用于一個(gè)字符在不進(jìn)行轉(zhuǎn)義會(huì)有特殊含義的情況下。 但是, 對(duì)于非數(shù)字字母的字符,總是在需要其進(jìn)行原文匹配的時(shí)候在它前面增加一個(gè)反斜線(xiàn), 來(lái)聲明它代表自己,這是安全的。如果要匹配一個(gè)反斜線(xiàn),那么在模式中使用 ”\\”。

注意:

反斜線(xiàn)在單引號(hào)和雙引號(hào) PHP 字符串 中都有特殊含義。因此要匹配一個(gè)反斜線(xiàn) \,正則表達(dá)式寫(xiě)法是 \\, 然后 PHP 代碼中需要轉(zhuǎn)義寫(xiě)成 "\\\\" 或 '\\\\'。

如果一個(gè)模式被使用 PCRE_EXTENDED 選項(xiàng)編譯, 模式中的空白字符(除了字符類(lèi)中的)和未轉(zhuǎn)義的#到行末的所有字符都會(huì)被忽略。 要在這種情況下使用空白字符或者#,就需要對(duì)其進(jìn)行轉(zhuǎn)義。

反斜線(xiàn)的第二種用途提供了一種對(duì)非打印字符進(jìn)行可見(jiàn)編碼的控制手段。 除了二進(jìn)制的 0 會(huì)終結(jié)一個(gè)模式外,并不會(huì)嚴(yán)格的限制非打印字符(自身)的出現(xiàn), 但是當(dāng)一個(gè)模式以文本編輯器的方式編輯準(zhǔn)備的時(shí)候, 使用下面的轉(zhuǎn)義序列相比使用二進(jìn)制字符會(huì)更加容易:

\a
響鈴字符(十六進(jìn)制 07)
\cx
"control-x",x 是任意字符
\e
轉(zhuǎn)義 (十六進(jìn)制 1B)
\f
換頁(yè) (十六進(jìn)制 0C)
\n
換行 (十六進(jìn)制 0A)
\p{xx}
一個(gè)符合 xx 屬性的字符,詳細(xì)查看unicode properties 屬性
\P{xx}
一個(gè)不符合x(chóng)x屬性的字符,詳細(xì)查看unicode properties 屬性
\r
回車(chē) (十六進(jìn)制 0D)
\R
換行符:能匹配 \n、\r、\r\n
\t
水平制表符 tab (十六進(jìn)制 09)
\xhh
hh 十六進(jìn)制編碼的字符
\ddd
ddd八進(jìn)制編碼的字符,或者后向引用

\cx的確切效果如下: 如果x是一個(gè)小寫(xiě)字母,它被轉(zhuǎn)換為大寫(xiě)。接著, 將字符的第6位(十六進(jìn)制 40,右數(shù)第一個(gè)位為第0位)取反。 比如\cz成為十六進(jìn)制的1A,\c{成為十六進(jìn)制3B, \c;成為十六進(jìn)制7B。

在”\x”后面,讀取兩個(gè)十六進(jìn)制數(shù)(字母可以是大寫(xiě)或小寫(xiě))。 在UTF-8模式, “\x{…}”允許使用, 花括號(hào)內(nèi)的內(nèi)容是十六進(jìn)制有效數(shù)字。 它將給出的十六進(jìn)制數(shù)字解釋為 UTF-8 字符代碼。原來(lái)的十六進(jìn)制轉(zhuǎn)義序列, \xhh, 匹配一個(gè)雙字節(jié)的UTF-8字符,如果它的值大于127

在”\0”之后, 讀取兩個(gè)八進(jìn)制數(shù)。所有情況下,如果數(shù)少于2個(gè),則直接使用。 序列 ”\0\x\07” 指定了兩個(gè)二進(jìn)制 0 緊跟著一個(gè) BEL 字符。 請(qǐng)確保初始的 0 之后的兩個(gè)數(shù)字是合法的八進(jìn)制數(shù)。

處理一個(gè)反斜線(xiàn)緊跟著的不是0的數(shù)字的情況比較復(fù)雜。在字符類(lèi)外部, PCRE 讀取它并以十進(jìn)制讀取緊隨其后的數(shù)字。 如果數(shù)值小于 10, 或者之前捕獲到了該數(shù)字能夠代表的左括號(hào)(子組), 整個(gè)數(shù)字序列被認(rèn)為是后向引用。后向引用如何工作在后面描述, 接下來(lái)就會(huì)討論括號(hào)子組。

在一個(gè)字符類(lèi)里面,或者十進(jìn)制數(shù)大于 9 并且沒(méi)有那么多的子組被捕獲, PCRE 重新讀取反斜線(xiàn)后的第三個(gè) 8 進(jìn)制數(shù)字,并且從最低的 8 位生成單字節(jié)值。 任何的后續(xù)數(shù)字都代表它們自身。例如:

\040
空格的另外一種用法
\40
當(dāng)提供了少于40個(gè)子組時(shí)也認(rèn)為是空格。
\7
始終是后向引用
\11
可能是后向引用,也可能是制表符
\011
總是一個(gè)制表符
\0113
一個(gè)制表符緊跟著一個(gè)3(因?yàn)槊看巫疃嘀蛔x取3個(gè)8進(jìn)制位
\113
八進(jìn)制113代表的字符(since there can be no more than 99 back references)
\377
8進(jìn)制377是10進(jìn)制255, 因此代表一個(gè)全1的字符
\81
一個(gè)后向引用或者一個(gè)二進(jìn)制 0 緊跟著兩個(gè)數(shù)字 8 和 1(因?yàn)?不是8進(jìn)制有效數(shù)字)

注意,八進(jìn)制值的 100 或者更大的值必須沒(méi)有前置的0引導(dǎo), 因?yàn)槊看巫疃嘧x取3個(gè)8進(jìn)制位.

所有序列定義的單字節(jié)值都可以在字符類(lèi)內(nèi)部或外部使用。另外,在字符類(lèi)中, 序列 ”\b” 解釋為退格字符(hex 08)。 字符類(lèi)外它又有不同的意義(下面有描述)。

反斜線(xiàn)的第三種用法是用來(lái)描述特定的字符類(lèi):

\d
任意十進(jìn)制數(shù)字
\D
任意非十進(jìn)制數(shù)字
\h
任意水平空白字符
\H
任意非水平空白字符
\s
任意空白字符
\S
任意非空白字符
\v
任意垂直空白字符
\V
任意非垂直空白字符
\w
任意單詞字符
\W
任意非單詞字符

上面每一對(duì)轉(zhuǎn)義序列都代表了完整字符集中兩個(gè)不相交的部分, 任意字符一定會(huì)匹配其中一個(gè),同時(shí)一定不會(huì)匹配另外一個(gè)。

"空白字符"(whitespace)是 HT (9)、LF (10)、FF (12)、CR (13)、space (32)。 然而,若發(fā)生了本地化匹配,在代碼點(diǎn) 128-255 范圍內(nèi)亦可能出現(xiàn)空白字符, 比如說(shuō) NBSP (A0)。

單詞字符指的是任意字母、數(shù)字、下劃線(xiàn)。 也就是說(shuō)任意可以組成perl單詞的字符。 字母和數(shù)字的定義通過(guò)PCRE字符表控制,可以通過(guò)指定地域設(shè)置使其匹配改變。比如, 在法國(guó) (fr) 本地化設(shè)置中,一些超過(guò) 128 的字符代碼被用于重音字母, 它們可以實(shí)用 \w 匹配。

這些字符類(lèi)序列在字符類(lèi)內(nèi)部或外部都可以出現(xiàn)。 他們每次匹配所代表的字符類(lèi)型中的一個(gè)字符。 如果當(dāng)前匹配點(diǎn)位于目標(biāo)字符串末尾, 它們中的所有字符都匹配失敗, 因?yàn)闆](méi)有字符讓它們匹配了。

反斜線(xiàn)的第四種用法是一些簡(jiǎn)單的斷言。 一個(gè)斷言指定一個(gè)必須在特定位置匹配的條件, 它們不會(huì)從目標(biāo)字符串中消耗任何字符。 接下來(lái)我們會(huì)討論使用子組的更加復(fù)雜的斷言。 反斜線(xiàn)斷言包括:

\b
單詞邊界
\B
非單詞邊界
\A
目標(biāo)的開(kāi)始位置(獨(dú)立于多行模式)
\Z
目標(biāo)的結(jié)束位置或結(jié)束處的換行符(獨(dú)立于多行模式)
\z
目標(biāo)的結(jié)束位置(獨(dú)立于多行模式)
\G
在目標(biāo)中首次匹配位置

這些斷言不能出現(xiàn)在字符類(lèi)中(但是注意, “\b”在字符類(lèi)中有不同的意義, 表示的是退格(backspace)字符)

一個(gè)單詞邊界表示的是在目標(biāo)字符串中, 當(dāng)前字符和前一個(gè)字符不同時(shí)匹配\w\W(一個(gè)匹配\w, 一個(gè)匹配\W), 或者作為字符串開(kāi)始或結(jié)尾字符的時(shí)候當(dāng)前字符匹配\w。

\A, \Z\z斷言不同于傳統(tǒng)的^$(詳見(jiàn) ), 因?yàn)樗麄冇肋h(yuǎn)匹配目標(biāo)字符串的開(kāi)始和結(jié)尾,而不會(huì)受模式修飾符的限制。 它們不受PCRE_MULTILINE,PCRE_DOLLAR_ENDONLY選項(xiàng)的影響。 \Z\z 之間的不同在于當(dāng)字符串結(jié)束字符時(shí)換行符時(shí) \Z 會(huì)將其看做字符串結(jié)尾匹配, 而 \z 只匹配字符串結(jié)尾。

\G 斷言在指定了offset 參數(shù)的preg_match() 調(diào)用中, 僅在當(dāng)前匹配位置在匹配開(kāi)始點(diǎn)的時(shí)候才是成功的。 當(dāng) offset 的值不為 0 的時(shí)候, 它與 \A 是不同的。 譯注:另外一點(diǎn)與 \A 的不同之處在于使用 preg_match_all() 時(shí), 每次匹配 \G 只是斷言是否是匹配結(jié)果的開(kāi)始位置, 而 \A 斷言的則是匹配結(jié)果的開(kāi)始位置是否在目標(biāo)字符串開(kāi)始位置。

\Q\E 可以用于在模式中忽略正則表達(dá)式元字符。比如: \w+\Q.$.\E$ 會(huì)匹配一個(gè)或多個(gè)單詞字符,緊接著 .$., 最后錨向字符串末尾。

\K 可以用于重置匹配。 比如, foot\Kbar 匹配”footbar”。 但是得到的匹配結(jié)果是 ”bar”。但是, \K 的使用不會(huì)干預(yù)到子組內(nèi)的內(nèi)容, 比如 (foot)\Kbar 匹配 ”footbar”,第一個(gè)子組內(nèi)的結(jié)果仍然會(huì)是 ”foo”。譯注: \K 放在子組和子組外面的效果是一樣的。