具有命名子模式的正则表达式看不到最佳匹配
Regular expression with named subpattern doesn't see the best match
在 reg exp 中使用定义的子模式时，它不会选择最佳匹配，而是在第一个匹配处停止。我忘记了一些标志吗？
正则表达式：(?<minutes>[0-9]|[1-5][0-9]):(?&minutes);
测试字符串：47:24;.
表达式不匹配：
但是字符串 47:2; 匹配正确:
.
如果我将 'or' 条件更改为 [1-5][0-9]|[0-9]，则 reg exp (?<minutes>[1-5][0-9]|[0-9]):(?&minutes); 工作得很好。有没有其他方法可以使字符串 '47:24;'匹配而不反转 'or' 条件?
模式从左到右匹配，也从左到右尝试替代方案。这就是 NFA 正则表达式引擎的工作方式。 PCRE 也有一个 DFA 引擎，它会尝试找到最长的匹配，但它没有暴露给 PHP。
因此，如果您有像 a|b 这样的模式并且 b 是 a 的子集，引擎将首先尝试 a 并成功。 b 部分将 永远不会 匹配。
你可以写 \b(?:[1-5][0-9]|[0-9])\b 但它似乎多余。
只需使用 \b[1-5]?[0-9]\b（如 stribizhev 所建议的那样）即可始终保持正确。 \b 是一个单词边界，它将确保您匹配一个整数，而不是一个较大数字的几位数字。
对于 PCRE，递归组是原子的（参见 article）。这就是正则表达式引擎无法在 (?&minutes).
中回溯的原因
在42:24;中，24的2匹配到第一个分支[0-9]（自从第一次获胜），但是当模式失败时，因为有字符串中的 4 而不是 ;，正则表达式引擎无法在 (?&minutes) 子模式内回溯以测试第二个分支 [1-5][0-9]。 (你可以看看debugger)
解决方案：不要对这么小的子模式使用递归，它没有用且没有意义（特别是如果您使用捕获组的名称）。写这样的东西：
(?<minutes>[1-5]?[0-9]):(?<seconds>[1-5]?[0-9]);
或者为什么不：
(?(DEFINE)(?<sex>[1-5]?[0-9]) for "sexagesimal", not for what you think)
(?<minutes>(?&sex)):(?<seconds>(?&sex));
似乎是多余的，但如果你想提取分钟和秒（否则，根本不要使用组）是有道理的并且很有用。毕竟，如果你使用命名捕获，你的目标不是写出世界最短的模式。
如果你无法避免交替：
- 您可以将最长的分支放在第一位：
[1-5][0-9]|[0-9] 按照 Lucas 的建议。
- 你也可以使用互斥分支：
[1-5][0-9]?|[06-9], [06-9]|[1-5][0-9]? （在这种情况下顺序无关紧要）
请注意，递归组的这种行为是 PCRE 特有的，与 Perl 或 Ruby 不同。
在 reg exp 中使用定义的子模式时，它不会选择最佳匹配，而是在第一个匹配处停止。我忘记了一些标志吗？
正则表达式：(?<minutes>[0-9]|[1-5][0-9]):(?&minutes);
测试字符串：47:24;.
表达式不匹配：
但是字符串 47:2; 匹配正确:
如果我将 'or' 条件更改为 [1-5][0-9]|[0-9]，则 reg exp (?<minutes>[1-5][0-9]|[0-9]):(?&minutes); 工作得很好。有没有其他方法可以使字符串 '47:24;'匹配而不反转 'or' 条件?
模式从左到右匹配，也从左到右尝试替代方案。这就是 NFA 正则表达式引擎的工作方式。 PCRE 也有一个 DFA 引擎，它会尝试找到最长的匹配，但它没有暴露给 PHP。
因此，如果您有像 a|b 这样的模式并且 b 是 a 的子集，引擎将首先尝试 a 并成功。 b 部分将 永远不会 匹配。
你可以写 \b(?:[1-5][0-9]|[0-9])\b 但它似乎多余。
只需使用 \b[1-5]?[0-9]\b（如 stribizhev 所建议的那样）即可始终保持正确。 \b 是一个单词边界，它将确保您匹配一个整数，而不是一个较大数字的几位数字。
对于 PCRE，递归组是原子的（参见 article）。这就是正则表达式引擎无法在 (?&minutes).
在42:24;中，24的2匹配到第一个分支[0-9]（自从第一次获胜），但是当模式失败时，因为有字符串中的 4 而不是 ;，正则表达式引擎无法在 (?&minutes) 子模式内回溯以测试第二个分支 [1-5][0-9]。 (你可以看看debugger)
解决方案：不要对这么小的子模式使用递归，它没有用且没有意义（特别是如果您使用捕获组的名称）。写这样的东西：
(?<minutes>[1-5]?[0-9]):(?<seconds>[1-5]?[0-9]);
或者为什么不：
(?(DEFINE)(?<sex>[1-5]?[0-9]) for "sexagesimal", not for what you think)
(?<minutes>(?&sex)):(?<seconds>(?&sex));
似乎是多余的，但如果你想提取分钟和秒（否则，根本不要使用组）是有道理的并且很有用。毕竟，如果你使用命名捕获，你的目标不是写出世界最短的模式。
如果你无法避免交替：
- 您可以将最长的分支放在第一位：
[1-5][0-9]|[0-9]按照 Lucas 的建议。 - 你也可以使用互斥分支：
[1-5][0-9]?|[06-9],[06-9]|[1-5][0-9]?（在这种情况下顺序无关紧要）
请注意，递归组的这种行为是 PCRE 特有的，与 Perl 或 Ruby 不同。