PHP 正则表达式捕获组与非捕获组详解

捕获组的编号规则

在 PHP 中，preg_match() 返回的匹配数组默认包含两部分内容：

• 索引 0：整个正则匹配的完整字符串。
• 索引 1 起：从左到右按左括号出现的顺序排列的各个捕获组内容。

例如以下代码：$mode = '/a=(\d+)b=(\d+)c=(\d+)/' 会依次将三个数字段分别存入 $match[1]、$match[2] 和 $match[3]。如果有嵌套括号，同样遵循这个从左向右的顺序进行分配。

第1步：观察标准捕获行为

我们使用一段测试代码来确认上述规则：

<?php 
$pattern = '/a=(\\d+)b=(\\d+)c=(\\d+)/';
$string = '**a=4b=98c=56**';
preg_match($pattern, $string, $matches);
print_r($matches);
// 输出结果为 array(4) { [0]=> string(11) "**a=4b=98c=56**" [1]=> string(1) "4" [2]=> string(2) "98" [3]=> string(2) "56" }
?>

运行这段代码时，你会看到 $matches[1] 至 $matches[3] 分别保留了 4、98 和 56，这正是捕获组的典型表现。

非捕获组与命名子组

如果某些括号只是用于逻辑分组，并不希望其结果保留在匹配数组中，可以使用非捕获组语法。在左括号后紧跟 ?: 即可实现，如 (?:\d+)。

第2步：抑制无用数字索引

修改前文代码为 $pattern = '/a=(\\d+)b=(?:\\d+)c=(\\d+)/'： 再次运行后，由于中间的数字部分被标记为非捕获，数组长度变短了，且不再存在中间那个多余的索引。这在编写包含大量括号但只需少数结果的复杂表达式时非常有用。

第3步：使用命名捕获组提升可读性

除了用数字定位，还可以使用类似 (?P<name>pattern) 的语法给特定捕获组命名：

<?php 
$pattern = '/a=(\\d+)b=(?P<sec>\\d+)c=(\\d+)/';
preg_match($pattern, $string, $matches);
var_dump($matches); // 'sec' => string(2) "98" 出现在关联键中
?>

此方法既保留了原有关联键名，又可以通过 $matches['sec'] 直接调用数据，避免了对位置序号的依赖。

反向引用在实际中的应用

在正则替换操作（如 preg_replace()）中，可以借助反向引用来重组目标文本：

第4步：利用 \n 引用捕获数据

下面演示如何把原本连续的字母数字串转换为以斜杠分隔的形式：

<?php 
$pattern = '/a=(\\d+)b=(\\d+)c=(\\d+)/';
$replacement = '\\1/\\2/\\3/';
$result = preg_replace($pattern, $replacement, '**a=4b=98c=56**');
echo $result; // 输出结果为 **4/98/56/**
?>

通过这种方式，我们可以根据前面的匹配条件提取出数值并重新排版。

特殊断言与零宽匹配

有时我们仅希望通过前后文判断字符是否符合要求，而该前后文并不属于最终匹配结果，这种被称为“非捕获”的特性也可以体现在正向和负向断言上：

• 正向前瞻 (Positive Lookahead)：格式为 (?=xxx)，表示某处之后必须跟有指定文本；
• 正向后顾 (Positive Lookbehind)：格式为 (<=xxx)，表示某处之前必须有指定文本；
• 负向断言：在上述符号加感叹号 ! 即变成排除型断言。

第5步：应用前瞻匹配特定条件下的字符

比如要在一段字符串中筛选出后面紧跟着 abc 的一个数字：

<?php 
$pattern = '/\\d(?=abc)/';
$input = "ab36abc8eg";
preg_match($pattern, $input, $m);
var_dump($m); // 输出 6，因为 36 后面还有 abc
?>

反过来，若要求是前面必须包含 abc 的数字：<=abc)\