php正则捕获组,php – 如何使用preg_match_all()获取所有子组匹配的捕获？

更新/注意事项：

I think what I’m probably looking for is to get the 07000 in PHP.

(仔细读：)

我有一个包含可变数量段的字符串(简化)：

$subject = 'AA BB DD '; // could be 'AA BB DD CC EE ' as well

我现在想要匹配分段，并通过匹配数组返回它们：

$pattern = '/^(([a-z]+) )+$/i';

$result = preg_match_all($pattern, $subject, $matches);

这将只返回捕获组2：DD的最后一个匹配。

有没有办法可以用一个正则表达式执行检索所有子模式捕获(AA，BB，DD)？是不是preg_match_all适合这个？

这个问题是一个泛化。

$主题和$模式都被简化。自然地，与AA，BB，..的一般列表更容易提取与其他功能(例如爆炸)或$模式的变化。

但是我具体询问如何使用preg _…-系列函数返回所有的子组匹配。

对于一个现实生活中的情况，想象你有多个(嵌套)级别的变化量的子模式匹配。

例

这是伪代码中的一个例子，用于描述一点背景。想像一下：

令牌的定期定义：

CHARS := [a-z]+

PUNCT := [.,!?]

WS := [ ]

$ subject获得根据这些标记。令牌化存储在令牌数组(类型，偏移量，…)内。

然后将该数组转换为一个字符串，每个令牌包含一个字符：

CHARS -> "c"

PUNCT -> "p"

WS -> "s"

因此，现在可以在令牌流字符串索引上基于令牌(而不是字符类等)运行正则表达式。例如。

regex: (cs)?cp

表达一个或多个字符，然后是标点符号。

因为我现在可以将自定义令牌表示为正则表达式，下一步是构建语法。这只是一个例子，这是一种ABNF风格：

words = word | (word space)+ word

word = CHARS+

space = WS

punctuation = PUNCT

如果我现在将语法的语法编译成(令牌)正则表达式，我想自然地将每个单词的所有子组匹配。

words = (CHARS+) | ( (CHARS+) WS )+ (CHARS+) # words resolved to tokens

words = (c+)|((c+)s)+c+ # words resolved to regex

我可以编码直到这一点。然后，我遇到了子组匹配的问题，只包含最后一场比赛。

所以我可以选择为自己创建一个自动机的语法(我想阻止语法表达式通用)，或者有些让preg_match为我工作，所以我可以这样做。

基本上都是这样可能现在可以理解为什么我简化了这个问题。

有关：