无关的空尾随匹配

Question

我正在尝试创建一个用于拆分字符串的正则表达式，但不幸的是，我的要求比简单拆分要复杂一些，因此我不能在 PHP 中使用例如 preg_split()。

所以我正在做的是在一个子表达式中匹配我的分隔符（或者更确切地说是其中的一部分），以及在另一个子表达式中匹配它之前的所有内容，并将字符串的结尾视为一个分隔符。 .考虑到这一点，我想出了以下内容：

([^?;]*)(?|\?([0-9]*)|(;)|$)

如您所见，第一个子模式会查找没有任何分号问号的文本块。在此之后，我有一个子模式匹配任何问号与之后的可选数字（存储），或者是分号（存储）或字符串的结尾。

问题是我似乎得到了一个无关紧要的空匹配字符串大小写，如下所示：

$sql = 'CALL foo(?0, ?1, ?2, ?3)';
preg_match_all('/([^?;]*)(?|\?([0-9]*)|(;)|$)/', $sql, $matches);
print_r($matches);

生成如下所示的输出：

Array
(
    [0] => Array
        (
            [0] => CALL insert_host(?0
            [1] => , ?1
            [2] => , ?2
            [3] => , ?3
            [4] => )
            [5] => 
        )

    [1] => Array
        (
            [0] => CALL insert_host(
            [1] => , 
            [2] => , 
            [3] => , 
            [4] => )
            [5] => 
        )

    [2] => Array
        (
            [0] => 0
            [1] => 1
            [2] => 2
            [3] => 3
            [4] => 
            [5] => 
        )

)

注意$matches[0][5]下的空匹配；我本来希望在匹配括号后满足字符串大小写的结尾，导致没有进一步的匹配，但它继续产生另一个匹配，我不知道为什么。

所以我的问题是；为什么这里会产生额外的匹配，我该如何防止它？

注意：我已经考虑过要求字符串大小写的结尾至少有一个字符，但这并不好，因为如果通配符是，我实际上想要一个空结果在字符串的 处，因为我正在尝试模拟拆分函数的行为。例如，如果输入是SELECT ?，我希望匹配SELECT ? 加上一个空字符串。这里的想法是，一旦我处理了任何匹配的分号，我就可以简单地使用implode('?', $matches[1]) 来重现带有数字通配符的语句。

Answer 1

我相信我可能已经找到了替代我的具体案例的方法来解决问题；我所做的是翻转表达式，以便首先匹配分隔符，否则，匹配字符串的开头，如下所示：

(?|\?([0-9]*)|(;)|^)([^?;]*)

这在所有情况下都会产生预期的结果：

preg_match_all('/(?|\?([0-9]*)|(;)|^)([^?;]*)/', 'CALL foo(?3, ?2, ?1, ?0)', $matches);
print_r($matches);

生产：

Array
(
    [0] => Array
        (
            [0] => CALL foo(
            [1] => ?3, 
            [2] => ?2, 
            [3] => ?1, 
            [4] => ?0)
        )
    [1] => Array
        (
            [0] => 
            [1] => 3
            [2] => 2
            [3] => 1
            [4] => 0
        )

    [2] => Array
        (
            [0] => CALL foo(
            [1] => , 
            [2] => , 
            [3] => , 
            [4] => )
        )
)

同时：

preg_match_all('/(?|\?([0-9]*)|(;)|^)([^?;]*)/', 'SELECT ?', $matches);
print_r($matches);

生产：

Array
(
    [0] => Array
        (
            [0] => SELECT 
            [1] => ?
        )
    [1] => Array
        (
            [0] => 
            [1] => 
        )
    [2] => Array
        (
            [0] => SELECT 
            [1] => 
        )
)

但是，这只是因为我知道输入永远不会包含分隔符作为第一个字符；如果我提供一个，它会遇到同样的问题，所以我不确定是否称它为真正的解决方案。

我仍然很想知道为什么我的原始表达式得到了额外的匹配，因为我原以为贪婪匹配意味着它是不可能的，因为一旦匹配字符串的结尾，就应该没有什么可以找到了.