带有可选组的正则表达式多行模式跳过有效数据

Question

考虑下一个例子：

$payload = '
ababaaabbb =%=
ababaaabbb =%=
ababaa     =%=
';

$pattern = '/^[ab]+\s*(?:=%=)?$/m';
preg_match_all($pattern, $payload, $matches);
var_dump($matches);

比赛的预期和实际结果是：

"ababaaabbb =%="
"ababaaabbb =%="
"ababaa     =%="

但是如果$payload改为

$payload = '
ababaaabbb =%=
ababaaabbb =%=
ababaa     =%'; // "=" sign removed at EOL

实际结果是

"ababaaabbb =%="
"ababaaabbb =%="

但预期是

"ababaaabbb =%="
"ababaaabbb =%="
"ababaa     "

为什么会这样？由于 ?，组 (?:=%=)? 是可选的，有效负载中的最后一个字符串也应出现在匹配结果中。

Answer 1

由于最后一行以 =% 结尾，您也应该将最后 = 设为可选，并为您的预期数据使用捕获组：

/^([ab]+\s*)(?:=%=?)?$/m

RegEx Demo

PS: 您的预期结果在捕获组 #1

中可用

Answer 2

组 (?:=%=)? 在您的正则表达式中是可选的。并不意味着该组的每个部分也是可选的。

你的正则表达式只有在看到 as 和 bs 的字符串，可选的空格，然后是 (1) =%= 和行尾或 ( 2）只是行尾。如果它看到 a 和 b 的字符串，空格，然后是 =%= 或行尾以外的任何内容，它将不起作用。所以，=% 不会起作用。

要完成您显然想做的事情，您需要将第二个 = 设为可选，如下所示：

$pattern = '/^[ab]+\s*(?:=%=?)?$/m';
// see the additional ? here^

但在这种情况下，您似乎根本不想要 =% ，这意味着您还需要发挥更多创意：

$pattern = '/^[ab]+\s*(?:(?:=%=)?$|(?==%$))/m';

Demo.

Answer 3

查看您当前的正则表达式图表：

=%= 是可选的（查看 white space 和 End of line 之间的分支如何分支），但是 EOL 是必需的 。这意味着 在一个或多个 a 或 b 符号以及零个或多个空格之后，EOL 必须出现 。但是，您的第 3 行有 =% => 不匹配。

现在，当您将 $ 锚移到可选组时：

行尾现在也是 optional，匹配 1+ a 或 b 个字符和可选空格后将返回匹配.

带有可选组的正则表达式多行模式跳过有效数据

Regex multiline mode with optional group skip valid data

php

regex

preg-match-all

pcre

multiline