- 后向引用
说明后向引用的之前，先对分组进行更一步的学习。
前面说过，用小括号括起来就是一个分组，或者叫子表达式，但是，其实分组并不是表面那么简单，有如下几条：
（1） 分组其实是有组号的。
从左到右，第一个分组组号为1，第二个组号为2，依次递增，分组0则对应整个正则表达式。
（2） 分组的组号分配是有规则的。
实际上组号分配过程是从左往右扫两遍：第一遍给未命名组分配，第二遍只给命名组分配，这样导致的结果就是所有命名组的组号大于为命名组的组号。
（3） 分组的组号分配这个权利是可以被剥夺的。
怎么剥夺？使用(?:exp)这样的语法。
说完了分组，有个疑问，分组还要弄组号这是做什么？还搞的这么麻烦。
答案就是，分组的组号是可以在正则表达式中使用的，比如说为了这个后向引用。
举个例子：如果你想要重复搜索前面某个分组匹配的文本怎么办？难道又重新写一遍分组？这里，就可以使用后向引用了。
请看例子：\b(\w+)\b\s+\1\b
这个表达式可以这样分解：
\b(\w+)\b \s+ \1\b
可以看到:我们要匹配的字符串是一个单词（至少一个字符），中间有至少有一个空白符，然后\1表示组号，即重复前面那个分组表示的单词。
这个正则表达式可以用来搜寻什么move move之类的。
再来重复一次后向引用：用于重复搜索前面出现的某个分组。
关于分组的组名，这里在多说几句。一个分组的组名是可以人为命名的。
使用语法：(?<word>\w+)，
把尖括号改成’也可以(?’word’\w+)，这样\w+分组的组名就是word了。
要是想要后向引用这个分组匹配的文本怎么办？
可以使用\k<word>，例如：将\b(\w+)\b\s+\1\b写成\b(?<Word>\w+)\b\s+\k<Word>\b。
小括号这个元字符的作用很多，与之相关的语法小结一下：
|
分类 |
语法 |
详解 |
|
捕获 |
(exp) |
分组 |
|
(?<name>exp) |
分组到名为“name“的分组里，与<?’name’exp>同 |
|
|
(?:exp) |
匹配exp，但是不捕获该文本，也不分配组号 |
|
|
零宽断言 |
(?=exp) |
匹配exp前面的位置 |
|
(?<=exp) |
匹配exp后面的位置 |
|
|
(?!exp) |
匹配后面跟着的不是exp的位置 |
|
|
(?<!exp) |
匹配前面不是exp的位置 |
|
|
注释 |
(?#comment) |
注释 |
- 零宽断言
解释下上述表里面的零宽断言部分的四条语法。
相信已经从表里面读到了，零宽断言是用来查找某些内容之前或者之后的东西，他们指定了一个位置，这个位置应该满足一定的条件（断言）。下面依次解释：
（1）(?=exp)
叫做零宽度正预测先行断言。
举例：\b\w+(?=ing\b)
解析：匹配以ing结尾的单词的文本并捕获出来，不包括ing。
（2）(?<=exp)
叫做零宽度正回顾后发断言。
举例：(?<=\bre)\w+\b
解析：匹配以re开头的单词的后部分，不包括re。
（3）(?!exp)
叫做零宽度负预测先行断言。
举例：\d{3}(?!\d)
解析：匹配3个数字，但是3个数字后面不能是数字。
（4）(?<!exp)
叫做零宽度负回顾后发断言。
举例：(?<![a-z])\d{7}
解析：前面不是小写字母的7个数字。
3和4项都属于负向零宽断言。
这里看一个复杂的正则表达式：
举例：(?<=<(\w+)>).*(?=<\/\1>)
解析：匹配不包含属性的简单HTML标签内里的内容。
(<?(\w+)>)指定了这样的前缀：被尖括号括起来的单词(比如可能是<b>)，然后是.*(任意的字符串)，最后是一个后缀(?=<\/\1>)。注意后缀里的\/，它用到了前面提过的字符转义；\1则是一个反向 引用，引用的正是捕获的第一组，前面的(\w+)匹配的内容，这样如果前缀实际上是<b>的话，后缀就是</b>了。整个表达式匹配的是<b>和</b> 之间的内容(再次提醒，不包括前缀和后缀本身)。这个例子就是第一个语法和第二个语法的结合。
- 注释
注释的语法我们已经知道：(?#comment)，可以插入到正则表达式的任一个位置。唯一需要说明的是，使用注释的时候，最好能够启用“忽略模式里的空白符“，这样在写注释的时候就可以换行了。
- 处理选项
处理选项，在PHP里面即是模式修饰符，作用就是设定模式。也就是规定了正则表达式如何解释和应用。不同的语言这个处理选项是不同的，这里主要说一说PHP里面的主要的模式。
|
修饰符 |
表达式写法 |
详解 |
|
I |
(?i)…(?-i)、(?i:..) |
忽略大小写模式 |
|
M |
(?m)…(?-m)、(?m:..) |
多文本模式，即字符串内有多个换行符，影响^$作用 |
|
s |
(?s)…(?-s)、(?s:..) |
但文本模式，在此模式下，元字符点.可以匹配换行符 |
|
X |
(?x)…(?-x)、(?x:..) |
忽略空白字符 |
模式修饰符既可以写在正则表达式的外面，也可以写在表达式内。
例如：
忽略大小写：
- 贪婪和懒惰
正则表达式里面有重复选择的元字符，例如*等，包含了这种玩意的正则表达式往往会匹配尽可能多的字符，这被称作贪婪匹配。
例如：a.*c
面对acacaac这样的字符串，返回的结果是acacaac，而不会是ac或者aac。
与上面相反，假设要是想要匹配尽量少的字符，这就被称作为懒惰。
举例：根据前面的a.*c，在.*后面加上？。
即为：a.*?c
另外，根据上图，有点需要说明的是，懒惰和贪婪的规则优先级屈尊与这一条规则之下：最先开始的匹配拥有最高的优先权。所以在上面字符串acacaac的后面三个字符串aac共同构成了一个捕获文本，而不是ac（即倒数一二个）。
下面总结下懒惰限定符作用在重复次数上的作用：
|
语法 |
详解 |
|
*? |
重复任意次，但是尽可能少。 |
|
+? |
重复一次或者更多，但是尽可能少。 |
|
?? |
重复0次到1次，尽可能少。 |
|
{n,m}? |
重复n到m次，尽可能少。 |
|
{n,}? |
重复n次，尽可能少。 |