PHP Regexp (PCRE) - 查找一组所有子字符串答案

【问题标题】：PHP Regexp (PCRE) - Find a set of all substringsPHP Regexp (PCRE) - 查找一组所有子字符串
【发布时间】：2011-07-11 00:42:46
【问题描述】：

我有如下字符串，例如：

aaXXccYYeeXX_ZZkkYYmmXX_ZZnnXXooYYuuXX_ZZvv

如何找到字符串中的所有XX.*YY.*ZZ 部分？（可能使用preg_match()）

XX cc YY eeXX_ ZZ
XX _ZZkk YY mmXX_ ZZ
XX _ZZnnXXoo YY uuXX_ ZZ
XX oo YY uuXX_ ZZ

加上所有更长的匹配，如：

XX cc YY eeXX_ZZkkYYmmXX_ZZnnXXooYYuuXX_ ZZ

【问题讨论】：

我之前也遇到过同样的问题。问题是试图找到重叠的，既不是贪婪的也不是非贪婪的工作。不过我不是正则表达式专家。
尝试使用RegexBuddy open source alternatives 来设计匹配模式。
这类似于这个问题：stackoverflow.com/questions/5163933/#5164444，但那是使用 .Net，而不是 PCRE。
我会说我在另一个问题中所说的 - 如果模式很简单，或者开始/中间/结束模式不相关（即，.* 在它们之间，没有返回参考），您可以通过搜索所有XX、所有YY和所有ZZ来独立找到它们，并计算出所有组合。

标签： php regex pcre

【解决方案1】：

乍一看，这似乎很简单（如果我遗漏了什么，请道歉）。对于第一部分，使用重复匹配：

XX(.*?)YY(.*?)ZZ

对于更长的匹配，我建议单独匹配：

XX(.*?)YY(.*)ZZ

编辑

啊哈！模式重叠（谢谢大家）。在这种情况下，您将不得不循环。在重新尝试比赛之前，可能最容易去除任何领先的.*?XX。在 perl 土地上，你会使用

while (/XX(.*?)YY(.*?)ZZ/) {
    print "[$1] [$2]\n";
    s/^.*?XX//;
}

如果您迫切需要一个正则表达式，那么数组上下文中的m//g 将助您一臂之力。（不确定相应的 php 可能是什么样子。）

@a = /XX(?=(.*?YY.*?ZZ))/g;

数组@a 将包含重叠的字符串，但去掉了最初的XX。

【讨论】：

您遗漏了一些东西 - 在我看来，这是意料之中的，因为这个问题非常令人困惑 - 示例中的第一个和第二个结果重叠：XXYYXX_ZZYYZZ 应该产生 2 i> 结果：XXYYXX_ZZ 和 XX_ZZYYZZ。您可以通过(?=XX(.*?)YY(.*?)ZZ) 获得这些信息，但并非针对所有可能的长度或所有可能性。

【解决方案2】：

感谢大家的帮助。

我的解决方案基于“bobbogo”解决方案。谢谢。

正则表达式：

(?=(XX.*?YY.*?ZZ))(?=(.*ZZ))

结果（来自 RegexBuggy）：

1 XXccYYeeXX_ZZ     XXccYYeeXX_ZZkkYYmmXX_ZZnnXXooYYuuXX_ZZ
2 XX_ZZkkYYmmXX_ZZ      XX_ZZkkYYmmXX_ZZnnXXooYYuuXX_ZZ
3 XX_ZZnnXXooYYuuXX_ZZ  XX_ZZnnXXooYYuuXX_ZZ
4 XXooYYuuXX_ZZ     XXooYYuuXX_ZZ

有可能更优化吗？我不是正则表达式的专业人士。

【讨论】：

很高兴听到它已排序。您可以通过单击此答案上/下箭头旁边的空心复选标记来接受您自己的答案。