PHPトリビアルメモ２（正規表現）

正規表現でちょっと気になったのでメモ。

１．ダブルクオートとかシングルクオートとか

$string = " abcd123  xyz !#%";

$splitted = preg_split("/\\s+/", $string);
var_dump($splitted);

$splitted = preg_split('/\\s+/', $string);
var_dump($splitted);

$splitted = mb_split("\\s+", $string);
var_dump($splitted);

結果は全部下。ダブルクオートだろうが、シングルクオートだろうが関係ないらしいですよ。\\の数。

array(4) {
  [0]=>
  string(0) ""
  [1]=>
  string(7) "abcd123"
  [2]=>
  string(3) "xyz"
  [3]=>
  string(3) "!#%"
}

２．\\のマッチング
なんで１．のようなことを気にしたかというと、PHPマニュアルに

注意: シングルクォートあるいはダブルクォートで囲まれた PHP の 文字列 の中では、バックスラッシュは特別な意味を表します。 そのため、正規表現 \\ を使用して \ とマッチさせたい場合は PHP のコード内では “\\\\” あるいは ‘\\\\’ と記述する必要があります。

って書いてあったから。え、４つもいるの？ってわけでやってみたら、4ついりました。

$string2 = '\\\\';  // バックスラッシュ２つ

if (preg_match('/\\\\\\\\/', $string2, $matches)) {  // バックスラッシュ４つ
	echo "match:". $matches[0] . "\\n";
}

結果。（バックスラッシュ1個）

match:\\

これは実は、例えば先日書いたGRETAでも同じことです。バックスラッシュはエスケープに用いられるため、バックスラッシュ自体のエスケープが必要で、クオート内のバックスラッシュ2個重ねてはじめて正規表現の世界でバックスラッシュ1個分の意味を成すわけです。つまり、’\\\\’とソース上はバックスラッシュ4個でも、メモリ上は’\\’とバックスラッシュ2個ということになります。正規表現の世界でもバックスラッシュはエスケープ文字として使われるため、これで初めてバックスラッシュ1個をあらわす正規表現となると思われます。（意味が通じているか心配）
なわけで、１．でやってる”\s”が気になりました。正規表現の世界で空白文字を表すには”\s”なわけですから、１．では本当は”\\s”と書くべきなんじゃないのか？と、そこで、

３．\\wのマッチング

$string = " abcd123  xyz !#%";

if (preg_match('/\\w+/', $string, $matches)) {
	echo "match:". $matches[0] . "\\n";
}
if (preg_match('/\\\\w+/', $string, $matches)) {
	echo "match:". $matches[0] . "\\n";
}

結果。

match:abcd123
match:abcd123

どっちでもよかった。意味がわからん。誰か教えてください。

以上