diff --git a/reference/pcre/functions/preg-match.xml b/reference/pcre/functions/preg-match.xml index 67291da9c0..bbe9044cfa 100644 --- a/reference/pcre/functions/preg-match.xml +++ b/reference/pcre/functions/preg-match.xml @@ -1,6 +1,6 @@ - + @@ -279,6 +279,13 @@ Array マッチしなかった場合は 0 を返します。 &return.falseforfailure; + + pcre.backtrack_limit または + pcre.recursion_limit に達した場合も、 + マッチングに失敗し、&false; を返します。 + subject が長いと、これらの制限値に達することがあります。 + 失敗の原因は preg_last_error で調べられます。 + &return.falseproblem; diff --git a/reference/pcre/pattern.syntax.xml b/reference/pcre/pattern.syntax.xml index 972a081ee6..30e51511ab 100644 --- a/reference/pcre/pattern.syntax.xml +++ b/reference/pcre/pattern.syntax.xml @@ -1,7 +1,7 @@ - + パターン構文 @@ -322,7 +322,15 @@ \R - 改行: \n、\r、\r\n にマッチする + + 改行。デフォルトでは、\R はどの Unicode + 改行シーケンスにもマッチします。UTF-8 モード以外の 8 ビットモードでは、 + (?>\r\n|\n|\x0b|\f|\r|\x85) と等価です。 + UTF-8 モードでは、さらに U+2028 と U+2029 の 2 文字が加わります。 + パターンに特殊シーケンス (*BSR_ANYCRLF) が含まれている場合、 + \R は \r\n、 + \r、\n だけにマッチします。 + @@ -339,6 +347,26 @@ + + \x{hhhh} + + + UTF-8 モード では、指定した 16 進数を + コードポイントとする Unicode 文字 + + + + + \N{U+hhhh} + + + UTF-8 モード では、指定した 16 進数を + コードポイントとする Unicode 文字で、\x{hhhh} + と等価。\x{hhhh} と異なり、UTF-8 モード以外では + この構文は認識されない + + + \ddd @@ -636,7 +664,7 @@ 単語境界 (word boundary) とは、検索対象文字列において、 - カレントの文字およびその前の文字が同時に \w + 現在の文字およびその前の文字が同時に \w もしくは \W にマッチしない(すなわち、片方が \w にマッチし、もう片方が \W にマッチする)位置、もしくは、文字列の始めか終わりで、 @@ -657,12 +685,31 @@ マッチすることです。 - 言明 \G は、カレントのマッチング位置が、 + 言明 \G は、現在のマッチング位置が、 preg_match 関数の offset 引数に指定されたマッチングの開始位置である場合に真になります。 offset が非ゼロの場合は、\A と等価ではありません。 + + バックスラッシュは、次のシーケンスにも使われます。 + + + + + \Q + クォート範囲の開始。\E までのメタ文字はリテラルとして扱われる + + + \E + \Q で始めたクォート範囲の終了 + + + \K + 報告されるマッチの開始位置をリセットする + + + \Q と \E とを使って、 @@ -1130,20 +1177,25 @@ として取り扱います。記号プロパティ付きの文字とは、アクセント記号などの 直前の文字に対して影響するようなもののことです。 - + Unicode プロパティを使った文字列マッチングは速くありません。PCRE は 15,000 以上のデータからなるデータ構造を検索する必要が有るためです。 - そのため、PCRE では、\d や \w といった - 以前から有るエスケープシーケンスは Unicode プロパティを使用しないように - なっています。 - + PHP 5.4.0 以降、PCRE_UTF8 + (u) 修飾子を指定すると、包括的な文字型を表すエスケープシーケンス + \d、\s、\w + (およびそれぞれの大文字版) は Unicode プロパティを使用します。 + そのため、たとえば \d は ASCII 以外の 10 進数字にもマッチします。 + PHP 5.4.0 より前のバージョンでは、効率上の理由から、パターンに + (*UCP) を明示的に追加しない限り、これらのエスケープシーケンスは + Unicode プロパティを使用しませんでした。 +
アンカー ハット記号 (^) は、文字クラス外でマッチモード (matching mode) がデフォルトの場合、 - カレントのマッチング位置が対象文字列の始端である場合に真だ + 現在のマッチング位置が対象文字列の始端である場合に真だ という言明です。文字クラス内では、ハット記号 (^) はまったく別の意味と なります(別記参照)。 @@ -1156,7 +1208,7 @@ 他にもパターンを固定にする方法はあります)。 - ドル記号 ($) は、(デフォルトでは)カレントのマッチング位置が + ドル記号 ($) は、(デフォルトでは)現在のマッチング位置が 対象文字列の終端にあるか、文字列の終わりの改行文字の直前にある場合に 真だという言明です。パターン中で選択肢を用いる場合は、ドル記号 ($) は、 必要な選択肢の最後に記述すればよく、パターン全体の最後にしか @@ -1235,7 +1287,7 @@ 小文字の母音以外の文字にマッチします。ハット記号は、含まれない文字を 列挙することにより文字クラスに含まれる文字を指定するための簡略表記です。 文字クラスは、言明ではありません。対象文字列から文字を消費します。また、 - カレントのポインタが文字列の終端にある場合には、マッチに失敗します。 + 現在のポインタが文字列の終端にある場合には、マッチに失敗します。 大小文字を区別しないマッチングを行うよう設定した場合は、 @@ -1843,7 +1895,7 @@ のセクションを参照ください。 - 後方参照は、カレントの対象文字列においてキャプチャ用サブパターンが + 後方参照は、現在の対象文字列においてキャプチャ用サブパターンが 実際にマッチした文字列にマッチします。サブパターンがパターンとして マッチし得るものではありません。すなわち、パターン @@ -1936,17 +1988,17 @@
言明 - - 言明 (assertion) とは、カレントのマッチング位置の直前・直後の文字に対する + + 言明 (assertion) とは、現在のマッチング位置の直前・直後の文字に対する テストであり、文字を消費 (consume)〔つまり文字自体にマッチ〕しません。 単純な言明コード \b, \B, \A, \Z, \z, ^ および $ については、 エスケープシーケンス で説明しました。より複雑な言明は、サブパターンを用いて記述します 〔言明サブパターン (assertion subpattern) と呼ばれる〕。 言明サブパターンには、2 種類あります。対象文字列において - カレントの位置の先を読むものと、後ろを読むものです。 - + 現在の位置より先を調べる先読み言明と、手前を調べる戻り読み言明です。 + - 言明サブパターンは、カレントのマッチング位置を変更しないことを除き、 + 言明サブパターンは、現在のマッチング位置を変更しないことを除き、 通常と同じようにマッチングが行われます。先読み言明 (lookahead assertion) は、 肯定の言明 (positive assertion) の場合 (?= で始まり、 否定の言明 (negative assertion) の場合 (?! で始まります。例えば、 @@ -2002,7 +2054,7 @@ 戻り読み言明の実装においては、選択肢ごとに一時的に固定の幅だけ - カレントの位置を後退させ、マッチを試みます。カレントの位置の前に + 現在の位置を後退させ、マッチを試みます。現在の位置の前に 十分な文字がない場合は、マッチは失敗とみなされます。 再試行無しのサブパターンと組み合わせた戻り読み言明は、 文字列の終端でのマッチングに特に有用です。 @@ -2145,7 +2197,7 @@ 別の説明をすると、このタイプのサブパターンは、同一のスタンドアローンの - パターンが対象文字列のカレントの位置に固定されたかのように、 + パターンが対象文字列の現在の位置に固定されたかのように、 文字列とマッチします。