这个正则表达式 (RegEx) 标志是什么意思 /iD

Question

我想使用这个正则表达式来验证 IPv6，但我想了解它所做的一切https://stackoverflow.com/a/1934546/3112803

^(?>(?>([a-f0-9]{1,4})(?>:(?1)){7}|(?!(?:.*[a-f0-9](?>:|$)){8,})((?1)(?>:(?1)){0,6})?::(?2)?)|(?>(?>(?1)(?>:(?1)){5}:|(?!(?:.*[a-f0-9]:){6,})(?3)?::(?>((?1)(?>:(?1)){0,4}):)?)?(25[0-5]|2[0-4][0-9]|1[0-9]{2}|[1-9]?[0-9])(?>\.(?4)){3}))$/iD

但我不知道最后这个标志是做什么的：/iD。我知道/i 标志意味着忽略大小写，但我在任何地方都找不到D 的作用。这个答案得到了很多人的支持，有些我认为它是有效的，但这篇文章说没有D 标志：https://stackoverflow.com/a/4415233/3112803

我正在尝试在 PL/SQL 中使用它，但它没有正确验证任何有效的字符串：

if ( REGEXP_LIKE(v,'/^(?>(?>([a-f0-9]{1,4})(?>:(?1)){7}|(?!(?:.*[a-f0-9](?>:|$)){8,})((?1)(?>:(?1)){0,6})?::(?2)?)|(?>(?>(?1)(?>:(?1)){5}:|(?!(?:.*[a-f0-9]:){6,})(?3)?::(?>((?1)(?>:(?1)){0,4}):)?)?(25[0-5]|2[0-4][0-9]|1[0-9]{2}|[1-9]?[0-9])(?>\.(?4)){3}))$/iD') ) then

Answer 1

这是正则表达式 PCRE 风格的标志。请参阅 PHP.net 手册页上的注释：

http://php.net/manual/en/reference.pcre.pattern.modifiers.php（代码示例下）

D (PCRE_DOLLAR_ENDONLY) - 如果设置了此修饰符，则模式中的美元元字符仅匹配 主题字符串的结尾。没有这个修饰符，一美元也匹配 如果是换行符，则紧接在最后一个字符之前 （但不在任何其他换行符之前）。此修饰符被忽略 如果设置了 m 修饰符。 Perl 中没有与此修饰符等效的修饰符。

Answer 2

D 标志仅在 PCRE 中有效。以下引自PHP's documentation：

D (PCRE_DOLLAR_ENDONLY)

如果设置了此修饰符，则模式中的美元元字符仅匹配主题字符串的末尾。如果没有此修饰符，如果是换行符，美元也会在最后一个字符之前立即匹配（但不在任何其他换行符之前）。如果设置了 m 修饰符，则忽略此修饰符。 Perl 中没有与此修饰符等效的。

总结

这个 PCRE 风格的正则表达式匹配以下格式：

• IPv6：2001:0db8:85a3:0000:0000:8a2e:0370:7334
• 省略前导 0 的 IPv6：2001:db8:85a3:0:0:8a2e:370:7334
• 删除了最长连续 0 组的 IPv6（从最左边打破平局）：2001:db8:85a3::8a2e:370:7334、2001:db8::1:0:0:1
• IPv6 点分四进制表示法：::ffff:192.0.2.128
• IPv4：192.0.2.128

请注意，允许使用纯 IPv4，可能是由于作者决定支持。通过删除我在下面评论的? 可以轻松地禁止它。

根据section 2.2 of RFC 4291，正则表达式匹配所有有效的 IPv6。但是，它不适合检查 IPv6 是否是 RFC 5952 建议的规范形式

模式说明

我使用术语 hexa-group 来指代 IPv6 地址中以点分十六进制表示法编写的 16 位组。而 deci-group 指代 IPv4 地址中的一个 8 位组，该组以点分十进制表示。

^
(?>
  (?>
                                    # Below matches expanded IPv6
    ([a-f0-9]{1,4})                 # (Hexa-group) One to 4 hexadecimal digits
    (?>:(?1)){7}                    # Match 7 (: hexa-group)

    |                               # OR

                                    # Below matches shorthand notation :: IPv6
    (?!(?:.*[a-f0-9](?>:|$)){8,})   # Can't find 8 or more hexa-groups ahead
    ((?1)(?>:(?1)){0,6})?           # Match 0 to 7 hexa-groups, delimited by :
    ::                              # ::
    (?2)?                           # Match 0 to 7 hexa-groups, delimited by :
  )
  |
                                 # Below match IPv4 or IPv6 dotted-quad notation
  (?>                            
                                 # Below matches first 96-bit of IPv6
    (?>                          
                                 # Below matches expanded notation
      (?1)(?>:(?1)){5}:          # Match one hexa-group then 5 times (: hexa-group)

      |                          # OR

                                 # Below matches shorthand notation
      (?!(?:.*[a-f0-9]:){6,})    # Can't find 6 or more hexa-groups ahead
      (?3)?                      # Match 0 to 7 hexa-groups, delimited by :
      ::                         # ::
      (?>((?1)(?>:(?1)){0,4}):)? # Match 0 to 7 hexa-groups, delimited by :
    )?                           # Optional, so the regex can also match IPv4

                                 # Below matches IPv4 in dotted-decimal notation
    (25[0-5]|2[0-4][0-9]|1[0-9]{2}|[1-9]?[0-9]) # (Deci-group) One IPv4 deci-group
    (?>\.(?4)){3}                               # Match 3 (. deci-group)
  )
)
$

您可能想知道为什么我写# Match 0 to 7 hexa-groups, delimited by : 用于匹配 IPv6 点分四组符号的速记符号的部分。这是由于通过子例程调用(?3) 重用模式。但是，正则表达式并没有错：由于之前的前瞻 (?!(?:.*[a-f0-9]:){6,})，当您匹配 IPv6 点分四进制表示法的速记表示法时，不可能找到超过 5 个六进制组。

错误

顺便说一句，原来的正则表达式有一个错误。由于第一个非回溯组(?>pattern) 不允许回溯，它无法匹配::129.144.52.38，而匹配IPv6 速记的模式部分没有足够的检查来确保前面没有IPv6 点分四符号。简而言之：:: 可以是 IPv6 的简写，也可以是 IPv6 点分四方符号的前缀，如果不回溯，引擎将无法匹配 ::129.144.52.38。

DEMO（注意：g 和 m 标志用于测试目的）

一种快速修复方法是将第一个 > 更改为 :。所有 IPv6 都应按预期正确匹配。

DEMO（注意：g 和 m 标志用于测试目的）