简单的正则表达式模式混淆

Question

请有人帮我一下。 为什么我得到以下输出

$pattern = "#([a-z])*|(chol)#";
preg_match($pattern, 'chol',$m);

print_r($m) // array
                (
                  [0]=> 'chol',
                  [1]=> 'l'
                )

为什么匹配的第一个子捕获只有l字符，而完全匹配是chol 。 可能是我缺少了一些东西。 我期望下面的输出

array
        (
         [0]=> 'chol',
         [1]=> 'chol'
        )

我认为这种模式不会太复杂以至于使我感到困惑。

Answer 1

您量化了一个组。 您需要量化[az]字符类。

采用

$pattern = "#([a-z]*)|(chol)#";

有关重复捕获组与捕获重复组的更多信息，请参见PHP演示 。 简而言之： ([az]*)将匹配并将0个或多个小写ASCII字母捕获到组1中，并且将包含这些字母的整个块，而([az])*将匹配并捕获0个或多个小写的ASCII字母。随后的小写ASCII字母，同时用新的字母覆盖每个先前的字母。

如果不使用冗余捕获组，则也可以考虑删除它们。

另外，由于这是一个无固定的替代，因此请注意[az]*将始终与chol匹配，而第二个替代则将永远不匹配。 您可以考虑将(chol)作为第一种选择，因为它更具体 。

所以，我建议

$pattern = "#(chol)|([a-z]*)#";

有关此内容的更多信息， 请记住Regex引擎急切 。