模式修饰符

    当前可能的 PCRE 修饰符如下所示。括号中的名称指这些修饰符在 PCRE 内部使用的名称。修饰符中的空格和换行符会被忽略，其他字符会导致错误。

    i (PCRE_CASELESS)
    如果设置此修改器，模式中的字母将匹配大小写字母。
    m (PCRE_MULTILINE)
    默认情况下，PCRE 将主题字符串视为由一行字符组成（即使它实际包含多个换行符）。“行首”元字符（^) 仅与字符串开头匹配，而“行尾”元字符 ($) 仅在字符串末尾或终止换行符之前匹配（除非设置了 D 修改器）。这与 Perl 相同。 设置此修改器后，“行首”和“行尾”构造分别与主题字符串中的任何换行符之后或之前，以及开头和结尾完全匹配。这等同于 Perl 的 /m 修改器。如果主题字符串中没有“\n”字符，或模式中没有 ^ 或 $，则设置此修改器无效。
    s (PCRE_DOTALL)
    如果设置此修改器，模式中的一个点元字符将匹配所有字符，包括换行符。如果没有它，将排除换行符。此修改器等同于 Perl 的 /s 修改器。负类如 [^a] 总是匹配换行符，与此修改器的设置无关。
    x (PCRE_EXTENDED)
    如果设置此修改器，模式中的空白数据字符将被完全忽略，除非在转义或字符类内部，并且转义字符类之外的非转义 # 和后续换行符之间的字符（含）也将被忽略。这等同于 Perl 的 /x 修改器，并且可以在复杂的模式中包含注释。但是，请注意，这仅适用于数据字符。空白字符永不出现在模式的特殊字符序列中，例如在特殊序列 (?( 中，特殊字符序列表示条件子模式。
    A (PCRE_ANCHORED)
    如果设置此修改器，模式将被强制“锚定”，即它被限制仅匹配正在搜索的字符串（“主字符串”）的开头。这个效果也可以通过模式本身中的适当构造来实现，这是在 Perl 中实现此效果的唯一方法。
    D (PCRE_DOLLAR_ENDONLY)
    如果设置此修改器，模式中的美元元字符将仅在主题字符串的末尾匹配。如果没有此修改器，美元还将在最终字符是换行符时紧靠在最终字符之前匹配（但在任何其他换行符之前不匹配）。如果设置了 m 修改器，则此修改器将被忽略。Perl 中没有与此修改器等效的修改器。
    S
    如果一个模式将被多次使用，则值得花费更多时间对它进行分析，以加快匹配所花费的时间。如果设置了此修饰符，则会执行此额外的分析。目前，学习模式仅对具有固定起始字符的非锚定模式有用。
    U (PCRE_UNGREEDY)
    此修饰符会反转量词的“贪婪”，从而默认情况下它们不贪婪，但在 ? 之后则会变为贪婪。它与 Perl 不兼容。还可以通过模式内的 (?U)修饰符设置 或量词后的问号来设置它（例如此处：.*?）。

    注意:

    通常情况下，在非贪婪模式中无法匹配超过 pcre.backtrack_limit 个字符。

    X (PCRE_EXTRA)
    此修饰符启用 PCRE 的附加功能，与 Perl 不兼容。模式中后跟没有特殊含义的字母的任何反斜杠都会导致错误，从而预留这些组合以备将来扩展。默认情况下，与 Perl 一样，带有没有特殊含义的字母的反斜杠将被视为文本。目前没有其他功能受此修饰符控制。
    J (PCRE_INFO_JCHANGED)
    （?J）内部选项设置更改本地 PCRE_DUPNAMES 选项。允许子模式具有重复名称。从 PHP 7.2.0 起，J 也受支持作为修饰符。
    u (PCRE_UTF8)
    此修饰符启用 PCRE 的附加功能，与 Perl 不兼容。模式和主题字符串被视为 UTF-8。无效的主题将导致 preg_* 函数不匹配；无效的模式将触发 E_WARNING 级别的错误。五位和六位八位节 UTF-8 序列将被视为无效。
    n (PCRE_NO_AUTO_CAPTURE)
    此修饰符使简单的 (xyz) 组变为非捕获组。仅像 (?<name>xyz) 这样的命名组为捕获组。这仅影响哪些组为捕获组，仍然可以使用编号的子模式引用，并且匹配数组仍将包含编号的结果。从 PHP 8.2.0 起可用。

    提升此页面

    了解如何提升此页面 • 提交请求合并 • 报告 Bug
    ＋添加注释

    用户提供的注释 12 条注释

    28
    hfuecks at nospam dot org
    19 年前
    关于使用 /u 模式修饰符时 UTF-8 字符串的有效性，需要注意以下几个事项；

    1. 如果模式本身包含无效的 UTF-8 字符，则会收到错误（如上面的文档中所述 - “自 PHP 4.3.5 起检查了模式的 UTF-8 有效性”

    2. 当主题字符串包含无效的 UTF-8 序列/代码点时，它基本上导致 preg_* 函数“悄无声息地终止”，其中没有任何匹配，但没有指示字符串的 UTF-8 无效

    3. PCRE 将五个和六个八位组的 UTF-8 字符序列视为有效（在模式和主题字符串中），但 Unicode 不支持这些序列（请参阅“适用于 Linux 和 Unix 的安全编程教程”的 5.9 节“字符编码” - 可以访问 http://www.tldp.org/ 和其他地方）

    4. 如需用于测试 UTF-8 字符串有效性（并舍弃五/六个八位组序列）的 PHP 示例算法，请访问：http://hsivonen.iki.fi/php-utf8/

    下面的脚本应该让您了解哪些有效哪些无效；

    <?php
    $examples     = array(
    'Valid ASCII' => "a",
    'Valid 2 Octet Sequence' => "\xc3\xb1",
    'Invalid 2 Octet Sequence' => "\xc3\x28",
    'Invalid Sequence Identifier' => "\xa0\xa1",
    'Valid 3 Octet Sequence' => "\xe2\x82\xa1",
    'Invalid 3 Octet Sequence (in 2nd Octet)' => "\xe2\x28\xa1",
    'Invalid 3 Octet Sequence (in 3rd Octet)' => "\xe2\x82\x28",

    'Valid 4 Octet Sequence' => "\xf0\x90\x8c\xbc",
    'Invalid 4 Octet Sequence (in 2nd Octet)' => "\xf0\x28\x8c\xbc",
    'Invalid 4 Octet Sequence (in 3rd Octet)' => "\xf0\x90\x28\xbc",
    'Invalid 4 Octet Sequence (in 4th Octet)' => "\xf0\x28\x8c\x28",
    'Valid 5 Octet Sequence (but not Unicode!)' => "\xf8\xa1\xa1\xa1\xa1",
    'Valid 6 Octet Sequence (but not Unicode!)' => "\xfc\xa1\xa1\xa1\xa1\xa1",
    );

    echo     "++Invalid UTF-8 in pattern\n";
    foreach (     $examples as $name => $str ) {
    echo     "$name\n";
    preg_match("/".$str."/u",'Testing');
    }

    echo     "++ preg_match() examples\n";
    foreach (     $examples as $name => $str ) {

    preg_match("/\xf8\xa1\xa1\xa1\xa1/u", $str, $ar);
    echo     "$name: ";

    if (     count($ar) == 0 ) {
    echo     "Matched nothing!\n";
    } else {
    echo     "Matched {$ar[0]}\n";
    }

    }

    echo     "++ preg_match_all() examples\n";
    foreach (     $examples as $name => $str ) {
    preg_match_all('/./u', $str, $ar);
    echo     "$name: ";

    $num_utf8_chars = count($ar[0]);
    if (     $num_utf8_chars == 0 ) {
    echo     "Matched nothing!\n";
    } else {
    echo     "Matched $num_utf8_chars character\n";
    }

    }
    ?>
    13
    varrah NO_GARBAGE_OR_SPAM AT mail DOT ru
    18 年前
    花了几天时间，试图了解如何使用十六进制代码创建 Unicode 字符模式。在阅读了几个没有提供任何实际的 PHP 有效示例的手册后，终于成功了。所以这里有一个

    例如，我们希望查找日式圆圈数字 1-9（Unicode 代码为 0x2460-0x2468），为了通过十六进制代码实现，应该使用以下调用
    preg_match('/[\x{2460}-\x{2468}]/u', $str);

    此处 $str 是 haystack 字符串
    \x{hex} - 是一个 UTF-8 十六进制字符代码
    以及 /u 用于将类标识为 Unicode 字符串类。

    希望它对您有帮助。
    4
    Hayley Watson
    4 年前
    从 7.3.0 开始，“S”修饰符没有任何效果；现在总是由 PCRE 引擎执行此分析。
    7
    arash dot dalir at gmail dot com
    6 年前
    PCRE_INFO_JCHANGED 修饰符显然不被接受为 PHP 版本 <= 5.4（未检查 PHP 5.5）中的全局选项（在结尾分隔符之后），但允许在 PHP 5.6 中使用（在 PHP 7.X 中也未检查）

    以下模式在 PHP 5.4 中不起作用，但在 PHP 5.6 中起作用

    <?php
    //test.php
    preg_match_all('/(?<dup_name>\d{1,4})\-(?<dup_name>\d{1,2})/J', '1234-23', $matches);
    var_dump($matches);

    /*
    输出 PHP 5.4 如下：
    警告：preg_match_all()：在 test.php 第 3 行中未知的修饰符 'J'
    NULL
    --------------
    输出 PHP 5.6 如下：
    array(4) {
    [0]=> array(1) { [0]=> string(7) "1234-23" }
    ["dup_name"]=> array(1) { [0]=> string(2) "23" }
    [1]=> array(1) { [0]=> string(4) "1234" }
    [2]=> array(1) { [0]=> string(2) "23" }
    }
    */
    ?>

    要解决 PHP 5.4 中的这个问题，可以使用模式修饰符 (?J)，它表示模式（从该点开始）允许子模式使用重复名称。

    在 PHP 5.4 中起作用的代码
    <?php

    preg_match_all    ('/(?J)(?<dup_name>\d{1,4})\-(?<dup_name>\d{1,2})/', '1234-23', $matches);
    var_dump($matches);

    /*
    输出 PHP 5.4 如下：
    array(4) {
    [0]=> array(1) { [0]=> string(7) "1234-23" }
    ["dup_name"]=> array(1) { [0]=> string(2) "23" }
    [1]=> array(1) { [0]=> string(4) "1234" }
    [2]=> array(1) { [0]=> string(2) "23" }
    }
    --------------
    输出 PHP 5.6（与 /J 相同）：
    array(4) {
    [0]=> array(1) { [0]=> string(7) "1234-23" }
    ["dup_name"]=> array(1) { [0]=> string(2) "23" }
    [1]=> array(1) { [0]=> string(4) "1234" }
    [2]=> array(1) { [0]=> string(2) "23" }
    }
    */
    ?>
    11
    phpman at crustynet dot org dot uk
    13 年前
    "u" 标志的说明有点误导。它表明仅在模式包含 UTF-8 字符时才需要它，但事实上，如果模式或主题包含 UTF-8，就需要它。如果没有它，我遇到了在得到一个 UTF-8 主题字符串时 preg_match_all 返回无效的多字节字符的问题。

    如果你阅读 libpcre 的文档，它相当清楚

    为了处理 UTF-8 字符串，你必须构建 PCRE 以在代码中包括 UTF-8
    支持，此外，你必须调用 pcre_compile()
    并使用 PCRE_UTF8 选项标志，或者该模式必须以
    序列 (*UTF8) 开头。当其中任一条件出现时，模式
    和针对其匹配的任何主题字符串都将被视为
    UTF-8 字符串，而不是 1 字节字符字符串。

    [引用 http://www.pcre.org/pcre.txt]
    10
    丹尼尔·克莱因
    12 年前
    如果 _subject_ 包含 utf-8 序列，则应设置“u”修饰符，否则诸如 /./ 的模式可能将 utf-8 序列匹配为两个到四个独立的 ASCII 字符。不过，这并不是一个要求，因为您可能需要将 utf-8 序列分解为单个字节。然而，大多数情况下，如果您正在处理 utf-8 字符串，则应使用“u”修饰符。

    如果 subject 不包含任何 utf-8 序列（即仅包含 0x00-0x7F 范围内的字符），但模式包含，据我所知，设置“u”修饰符将不会对结果产生任何影响。
    2
    Wirek
    6 年前
    一个重要的补充（其中新的 $pat3_2 正确地使用了 \R，以及它的结果和注释）
    请注意，有（有时乍一看很难理解）关于转义序列的含义和应用的细微差别，如 \r、\R 和 \v - 在各种情况下，它们都不是完美的，但它们仍然非常有用。一些官方 PCRE 控制选项及其变更也很方便 - 遗憾的是，这里在 php.net 上目前没有关于 (*ANYCRLF)、(*ANY) 或 (*CRLF) 的记录（虽然它们似乎已经发布了超过 10 年 5 个月），但它们在维基百科（https://en.wikipedia.org/wiki/Perl_Compatible_Regular_Expressions 上的“Newline/linebreak options”）和官方 PCRE 库网站（http://www.pcre.org/original/doc/html/pcresyntax.html#SEC17 上的“Newline convention”）上描述得很好。根据 php.net 以及官方描述（https://www.pcre.org/original/doc/html/pcrepattern.html#newlineseq 上的“Newline sequences”），使用不当的情况下，\R 的功能似乎有点令人失望（默认配置的编译时间选项）。

    对那些正在尝试解决（或至少解决）在任何行的结尾（或开头）处正确匹配模式的问题的人来说，这是一个提示，即使没有多行模式 (/m) 或者元字符断言（$ 或 ^）。
    <?php
    // 各种操作系统具有不同的行末（即换行）字符：
    // - Windows 使用 CR+LF (\r\n)；
    // - Linux LF (\n)；
    // - OSX CR (\r)。
    // 这是为什么单个美元元字符断言 ($) 有时会与多行修饰符 (/m) 模式一起失败的原因 —— PHP 5.3.8 中的可能错误或 PCRE 编译时元字符断言 (^ 和 $) 的默认配置选项的“功能”(？)
    $str="ABC ABC\n\n123 123\r\ndef def\rnop nop\r\n890 890\nQRS QRS\r\r~-_ ~-_";
    // C 3 p 0 _
    $pat3='/\w\R?$/mi'; // 若使用不当则会让人失望，根据 php.net 和 pcre.org 的说法
    $pat3_2='/\w(?=\R)/i'; // 在没有多行 (/m) 模式的情况下通过允许的预查断言（仅用于检测而无需捕获）更好；请注意，对于字符串末尾的备选 ((?=\R|$))，它将按预期获取所有 7 个元素，但 '/(*ANYCRLF)\w$/mi' 在使用中无论如何更直接
    $p=preg_match_all($pat3, $str, $m3);
    $r=preg_match_all($pat3_2, $str, $m4);
    echo     $str."\n3 !!! $pat3 ($p): ".print_r($m3[0], true)
    .    "\n3_2 !!! $pat3_2 ($r): ".print_r($m4[0], true);
    // 请注意 $pat3 和 $pat3_2 (\R) 中两个非常有用的转义序列之间的区别 - 至少对于某些应用来说。

    /* 上述代码产生以下输出：
    ABC ABC

    123 123
    def def
    nop nop
    890 890
    QRS QRS

    ~-_ ~-_
    3 !!! /\w\R?$/mi (5): Array
    (
    [0] => C

    [1] => 3
    [2] => p
    [3] => 0
    [4] => _
    )

    3_2 !!! /\w(?=\R)/i (6): Array
    (
    [0] => C
    [1] => 3
    [2] => f
    [3] => p
    [4] => 0
    [5] => S
    )
    */
    ?>
    不幸的是，我无法访问具有最新 PHP 版本的服务器 - 我的本地 PHP 为 5.3.8，我的公共主机的 PHP 为 5.2.17。
    2
    匿名的
    5 年前
    关于 /i 修饰符和 POSIX 字符类的警告
    如果你在 regex 中使用了 POSIX 字符类来表示大小写，例如 [:upper:] 或 [:lower:]，并结合了 /i 修饰符使用，那么在 PHP < 7.3 中，/i 修饰符将优先，并有效地使这两个字符类都像 [:alpha:] 一样工作，但在 PHP >= 7.3 中，字符类将覆盖 /i 修饰符。
    2
    Wirek
    6 年前
    对于那些试图对抗（或至少在多行模式（/m）下绕过）在任何行的结尾 ($) 正确匹配模式的问题的人，这里提供一个提示。
    <?php
    // Various OS-es have various end line (a.k.a line break) chars:
    // - Windows uses CR+LF (\r\n);
    // - Linux LF (\n);
    // - OSX CR (\r).
    // And that's why single dollar meta assertion ($) sometimes fails with multiline modifier (/m) mode - possible bug in PHP 5.3.8 or just a "feature"(?).
    $str="ABC ABC\n\n123 123\r\ndef def\rnop nop\r\n890 890\nQRS QRS\r\r~-_ ~-_";
    // C 3 p 0 _
    $pat1='/\w$/mi'; // This works excellent in JavaScript (Firefox 7.0.1+)
    $pat2='/\w\r?$/mi';
    $pat3='/\w\R?$/mi'; // Somehow disappointing according to php.net and pcre.org
    $pat4='/\w\v?$/mi';
    $pat5='/(*ANYCRLF)\w$/mi'; // Excellent but undocumented on php.net at the moment
    $n=preg_match_all($pat1, $str, $m1);
    $o=preg_match_all($pat2, $str, $m2);
    $p=preg_match_all($pat3, $str, $m3);
    $r=preg_match_all($pat4, $str, $m4);
    $s=preg_match_all($pat5, $str, $m5);
    echo     $str."\n1 !!! $pat1 ($n): ".print_r($m1[0], true)
    .    "\n2 !!! $pat2 ($o): ".print_r($m2[0], true)
    .    "\n3 !!! $pat3 ($p): ".print_r($m3[0], true)
    .    "\n4 !!! $pat4 ($r): ".print_r($m4[0], true)
    .    "\n5 !!! $pat5 ($s): ".print_r($m5[0], true);
    // Note the difference among the three very helpful escape sequences in $pat2 (\r), $pat3 (\R), $pat4 (\v) and altered newline option in $pat5 ((*ANYCRLF)) - for some applications at least.

    /* The code above results in the following output:
    ABC ABC

    123 123
    def def
    nop nop
    890 890
    QRS QRS

    ~-_ ~-_
    1 !!! /\w$/mi (3): Array
    (
    [0] => C
    [1] => 0
    [2] => _
    )

    2 !!! /\w\r?$/mi (5): Array
    (
    [0] => C
    [1] => 3
    [2] => p
    [3] => 0
    [4] => _
    )

    3 !!! /\w\R?$/mi (5): Array
    (
    [0] => C

    [1] => 3
    [2] => p
    [3] => 0
    [4] => _
    )

    4 !!! /\w\v?$/mi (5): Array
    (
    [0] => C

    [1] => 3
    [2] => p
    [3] => 0
    [4] => _
    )

    5 !!! /(*ANYCRLF)\w$/mi (7): Array
    (
    [0] => C
    [1] => 3
    [2] => f
    [3] => p
    [4] => 0
    [5] => S
    [6] => _
    )
    */
    ?>
    Unfortunately, I haven't got any access to a server with the latest PHP version - my local PHP is 5.3.8 and my public host's PHP is version 5.2.17.
    2
    michal dot kocarek at brainbox dot cz
    15 年前
    如果你想知道“S”修饰符的含义，那么下面的段落可能会有帮助

    当“S”修饰符被设置时，PHP 在执行 regexp 之前会从 PCRE API 中调用 pcre_study() 函数。函数的结果被直接传递给 pcre_exec()。

    有关 pcre_study() 函数和“模式学习”的更多信息，请查阅 PCRE 手册：http://www.pcre.org/pcre.txt

    PS：注意这里使用的“pcre_study”和“pcre_exec”函数名称指的是用 C 语言编写的 PCRE 库函数，而不是任何 PHP 函数。
    2
    ebarnard at marathonmultimedia dot com
    17 年前
    当使用 /x 修饰符添加注释时，请勿在注释中使用模式定界符。它可能不会在注释区域中被忽略。示例

    <?php
    $target     = 'some text';
    if(    preg_match('/
    e # 注释放在这里
    /x'    ,$target)) {
    print     "Target 1 hit.\n";
    }
    if(    preg_match('/
    e # 在这里使用正斜杠的注释
    /x'    ,$target)) {
    print     "Target 1 hit.\n";
    }
    ?>

    打印“Target 1 hit.”，但随后为第二个 preg_match() 生成了一个 PHP 警告消息

    警告：preg_match() [function.preg-match]：在 /ebarnard/x-modifier.php 第 11 行未知的修饰符“C”
    -9
    damian dot driscoll at gmail dot com
    6 年前
    PCRE_INFO_JCHANGED 修饰符在 5.6.31 版本中可用，但不能在 5.6.16 中用，后者会生成“未知的修饰符 J”警告。
    ＋添加注释
    To Top