模式修飾符位於正則表達式定界符之外,用於調整匹配行為、擴展功能。本文整理所有 PCRE 修飾符的標準定義、行為差異及實戰陷阱。
| 修飾符 | PCRE 常量 | 功能描述 | 關鍵行為 |
|---|---|---|---|
i | PCRE_CASELESS | 大小寫不敏感匹配 | 字母同時匹配大小寫 |
m | PCRE_MULTILINE | 多行模式 | ^/$ 匹配每行開頭/結尾,而非整個字符串 |
s | PCRE_DOTALL | 單行模式(DotAll) | . 匹配任意字符含換行符 |
x | PCRE_EXTENDED | 擴展格式(忽略空白) | 允許註釋、美化複雜正則 |
u | PCRE_UTF8 | UTF-8 模式 | 正確處理多字節字符,驗證 UTF-8 合法性 |
U | PCRE_UNGREEDY | 非貪婪模式 | 反轉量詞貪婪性,*? 變貪婪 |
A | PCRE_ANCHORED | 強制錨定 | 僅從字符串開頭匹配 |
D | PCRE_DOLLAR_ENDONLY | 美元符僅匹配末尾 | 不匹配末尾換行符前(m 時忽略) |
S | PCRE_STUDY | 預分析優化 | 多次使用的非錨定模式受益 |
X | PCRE_EXTRA | 額外嚴格模式 | 反斜杠後接無意義字符報錯 |
e | PREG_REPLACE_EVAL | 替換代碼執行(已棄用) | PHP 7.0+ 移除,改用 preg_replace_callback() |
<?php
$str = "第一行\n第二行\n第三行";
// 無修飾符:^ 匹配字符串開頭,$ 匹配字符串結尾(或末尾 \n 前)
preg_match('/^第二行$/', $str); // false
// m 修飾符:^/$ 匹配每行開頭/結尾
preg_match('/^第二行$/m', $str); // true
// s 修飾符:. 匹配換行符
preg_match('/第一行.第三行/s', $str); // true(. 匹配了 \n)
// 組合使用 ms:最常見的「按行處理」模式
preg_match_all('/^(.+)$/ms', $str, $matches);
// $matches[1] = ['第一行', '第二行', '第三行']
?>
<?php
$str = 'a bbbbb b';
// 默認貪婪:匹配最長
preg_match('/a.+b/', $str); // 匹配 "a bbbbb b"
// U 修飾符:反轉為非貪婪
preg_match('/a.+b/U', $str); // 匹配 "a b"
// 等價寫法(推薦):具體量詞控制
preg_match('/a.+?b/', $str); // 非貪婪(推薦,可讀性更好)
?>
最佳實踐:優先使用具體量詞(*?、+?、{n,m}?)而非依賴 U,避免全局副作用。
<?php
$str = '漢字abc';
// 無 u:按字節匹配,\w 不匹配中文
preg_match('/^\w+$/', $str); // false
// 有 u:按字符匹配,\w 匹配 Unicode 字母數字
preg_match('/^\w+$/u', $str); // true
// 邊界匹配 \b 在 u 模式下正確識別中文詞邊界
preg_match('/\b漢字\b/u', $str); // true
?>
<?php
// 難以維護的緊湊寫法
$pattern = '/\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2}/';
// x 模式:可添加空白和註釋
$pattern = '/
\d{4} - \d{2} - \d{2} # 日期部分
\s+ # 分隔空白
\d{2} : \d{2} : \d{2} # 時間部分
/x';
// 甚至可以內嵌註釋
$pattern = '/
(?# 年月日) \d{4}-\d{2}-\d{2}
\s+
(?# 時分秒) \d{2}:\d{2}:\d{2}
/x';
?>
preg_replace_callback() 實現動態替換邏輯/ism 與 /mis 效果相同~、#、% 等非字母數字字符(?i)、(?-i) 可在局部啟用/禁用,如 /(?i)php(?-i) is great/s 和 m 可同時使用,D 在 m 存在時被忽略/pattern/modifiers
# 分隔符 表達式 修飾符
// 完整範例
/^[\w.-]+@[\w.-]+\.\w{2,}$/iu
// ^ 開頭錨定
// [\w.-]+ 用戶名(字母數字下劃線點連字符)
// @ 字面 @
// [\w.-]+ 域名
// \. 字面點
// \w{2,} TLD 至少兩字符
// $ 結尾錨定
// i 忽略大小寫
// u UTF-8 模式
/\/.\*+?^${}[]()|\d \w \s \b \D \W \S \BX 模式下報錯,否則視為字面字符