在 RegEx (PCRE) 中的上一场比赛结束时继续答案

【问题标题】：Continuing at the end of the previous match in RegEx (PCRE)在 RegEx (PCRE) 中的上一场比赛结束时继续
【发布时间】：2011-06-02 03:26:03
【问题描述】：

我试图阻止 \G 锚匹配字符串的开头。我只希望它在最后一次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

还有这个模式：

(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。如果我只是在这个模式的最后加上一个 +，它会匹配“fruit:”之后的所有单词，但它只会捕获“pear”，因为 + 的每次迭代都会踩到最后一个。

这就是问题所在。此模式有效，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，并且一直在使用 Rubular.com 来帮助我进行快速测试。

【问题讨论】：

【解决方案1】：

在我看来，你的正则表达式并没有给你你所说的你想要的。你说你想要“水果：”后面的每个单词。鉴于你的例子，我认为你的第一次尝试并没有真正给你。试试：

(?: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。

这里有一个纲要：

编辑：

为了防止您在第一行得到匹配的情况，如果第一行以逗号开头，后跟一个或多个逗号分隔的单词，只需在起始锚点上添加一个负零宽度后视即可在\G之前：

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

【讨论】：

这对我有帮助的地方是您在\G 之后包含了分隔符,。有趣的想法。我的问题是分隔符和空格是可选的。由于它们是可选的，因此此模式可以轻松地从文档 Pig 的开头开始匹配，我无法控制。我也没有解释我正在使用preg_replace，我想单独匹配单词fruit:，这样我就可以使用替换字符串将它返回到它的位置。因此我没有在我的模式中使用?:。
只需在水果周围加上括号即可捕获它。关于分隔符和空格是可选的，那么，你会如何分隔单词呢？
另一件事... \G 对我来说，至少我如何将它放在上面的模式中，似乎没有捕获一行的开头，除非它是第一行，第一行以逗号开头。您是否使用了一些您未提及的选项？ “点匹配换行符”？ “^$ 匹配换行符”？
首先，您的建议很有帮助，我认为它解决了我的问题。回答您的 cmets：单词可以用逗号、正斜杠或反斜杠分隔，并且在标点符号之前和/或之后可能有一个空格。我正在解析从其他人创建的 PDF 转换的文本文件，所以我必须为各种东西做好准备。没错，\G 与文档的开头不匹配，除非它以逗号开头，我希望不会发生这种情况。所以我认为这对我有用。