PHP preg_match_all問題

我寫了一個正則表達式，我在rubular.com中測試過，它返回了4個匹配項。測試的主題可以在這裏找到http://pastebin.com/49ERrzJN和PHP代碼如下。由於某些原因，PHP代碼只返回前兩個匹配項。如何使它匹配所有4？這似乎與貪婪等有關。PHP preg_match_all問題

$file = file_get_contents('x.txt'); 
preg_match_all('~[0-9]+\s+(((?!\d{7,}).){2,20})\s{2,30}(((?!\d{7,}).){2,30})\s+([0-9]+)-([0-9]+)-([0-9]+)\s+(F|M)\s+(.{3,25})\s+(((?!\d{7,}).){2,50})~', $file, $m, PREG_SET_ORDER); 
foreach($m as $v) echo 'S: '. $v[1]. '; N: '. $v[3]. '; D:'. $v[7]. '<br>';

來源

2016-04-03 pedmillon

你究竟想要提取什麼？ – Druzion

Ruby Ruby不是rubular.com嗎？ – Laurel

@Druzion：姓名，出生日期，性別最重要 – pedmillon

你的正則表達式非常slooooooow。在regex101.com上試用後，我發現它會在PHP上超時（但不管是什麼原因，不是JS）。我很確定超時發生在大約50000步。實際上，現在爲什麼你不使用在線PHP正則表達式測試程序是有道理的。

我不知道，如果這是你的問題的根源，但there is a default memory limit in PHP:

memory_limit的[預設：] 「128M」

[歷史記錄：] 「8M」 PHP 5.2.0之前在PHP「16M」 5.2.0

如果使用m ultiline修改（我假設preg_match_all實質上增加了g葉形修改），你可以使用這個表達式，僅需要1282個步驟，以網絡ND所有4場比賽：

^ [0-9]+\s+(((?!\d{7,}).){2,20})\s{2,30}(((?!\d{7,}).){2,30})\s+([0-9]+)-([0-9]+)-([0-9]+)\s+(F|M)\s+(.{3,25})\s+(((?!\d{7,}).){2,50})

事實上，只有2個是我添加的字符。它們在一開始就是主角^和文字空間。

來源

2016-04-03 14:38:17 Laurel

謝謝，加了2個字符並用m修飾符做了這個工作 – pedmillon

模式問題與PHP內存限制無關。 –

如果你必須編寫一個長模式，首先要做的是讓它可讀。爲此，請使用允許註釋和自由間距的詳細模式（x修飾符），並使用命名捕獲。

然後，你需要做的精確描述你正在尋找：

你的目標需要一整行=>使用錨^和$與調節器M，並使用\h類（只包含水平空白）而不是\s類。
而不是使用這種低效的子模式(?:(?!.....).){m,n}來描述您的字段不能包含什麼，請描述該字段可以包含的內容。
在需要時使用原子組(?>...)而不是非捕獲組以避免無用的回溯。
在一般情況下，採用精確的字符類可以避免很多問題

模式：

~ 
^ \h*+ # start of the line 
# named captures       # field separators 
(?<VOTERNO>  [0-9]+     ) \h+ 
(?<SURNAME>  \S+ (?>\h\S+)*?   ) \h{2,} 
(?<OTHERNAMES> \S+ (?>\h\S+)*?   ) \h{2,} 
(?<DOB>   [0-9]{2}-[0-9]{2}-[0-9]{4}) \h+ 
(?<SEX>   [FM]      ) \h+ 
(?<APPID_RECNO> [0-9A-Z/]+    ) \h+ 
(?<VILLAGE>  \S+ (?>\h\S+)*   ) 
\h* $ # end of the line 
~mx

demo

如果你想知道哪裏出了問題用一個模式，你可以使用功能preg_last_error()

來源

2016-04-03 15:38:43

PHP preg_match_all問題

回答

相關問題