将Javascript lastIndex正则表达式属性设置为PHP

Question

我正在尝试用PHP翻译一个javascript脚本。到目前为止一切都很顺利，但我偶然发现了一些我一无所知的代码：

while (match = someRegex.exec(text)) {
    m = match[0];

    if (m === "-") {

       var lastIndex = someRegex.lastIndex,
           nextToken = someRegex.exec(parts.content);

       if (nextToken) {
              ...
       }

       someRegex.lastIndex = lastIndex;
    }
}

someRegex变量如下所示：

/[^\\-]+|-|\\(?:[0-3][0-7]{0,2}|[4-7][0-7]?|x[0-9A-Fa-f]{2}|u[0-9A-Fa-f]{4}|c[A-Za-z]|[\S\s]?)/g

exec应该等同于PHP中的preg_match_all：

preg_match_all($someRegex, $text, $match);
$match = $match[0];  // I get the same results so it works

foreach($match as $m){

   if($m === '-'){

     // here I don't know how to handle lastIndex and the 2nd exec :(

   }

}

Answer 1

我根本不会使用lastIndex的魔力--本质上是对每个索引执行两次正则表达式。如果你真的想这样做，你需要在preg_match_all中设置PREG_OFFSET_CAPTURE标志，这样你就可以获得位置，添加捕获长度，并将其用作下一个preg_match偏移量。

最好使用这样的东西：

preg_match_all($someRegex, $text, $match);
$match = $match[0]; // get all matches (no groups)

$len = count($match);
foreach($match as $i=>$m){

    if ($m === '-') {
        if ($i+1 < $len) {
            $nextToken = $match[$i+1];
            …
        }
        …
    }
    …
}

Answer 2

实际上，exec并不等同于preg_match_all，因为exec在第一次匹配时停止(g修饰符仅将lastIndex值设置为遍历字符串)。它等同于preg_match。因此，您可以找到第一个匹配项，通过$array参数获取该值(包含在$flags中)的偏移量，然后通过设置偏移量(最后一个参数)继续搜索。

我猜第二次执行不会有问题，因为您将执行与javascript版本完全相同的操作。

注意，我还没有尝试过这个循环，但是一旦您弄清楚了preg_match如何使用可选参数(我将运行一些测试)，它就会变得非常简单。

$lastIndex = 0;
while(preg_match($someRegex, $text, $match, PREG_OFFSET_CAPTURE, $lastIndex) {
  $m = $match[0][0];
  $lastIndex = $match[0][1] + strlen($m); //thanks Bergi for the correction

  if($m === '-') {
            // assuming the $otherText relate to the parts.content thing
    if(preg_match($someRegex, $otherText, $secondMatch, 0, $lastIndex)) {
      $nextToken = $secondMatch[0];
      ...
    }
  }
}

我想应该就是这样了(请原谅我的小错误，我已经有一段时间没做php了)。