Recursive Expressions

preg 引擎所属的流派的大多数方面都在第3章中有所介绍，但是此流派还提供了某些新的有意思的功能用于匹配嵌套结构：递归的表达式。

序列「（？R）」表示“在此处递归应用整个表达式”，而「（？num）」表示“在此处递归应用 num所对应编号的捕获型括号中的序列”。命名捕获的括号则使用「（？P＞name）」表示法。

下面几节展示了常见的递归。递归在扩展的“tagged data”例子（☞481）中占有重要地位。

匹配嵌套括号内的文本

Matching Text with Nested Parentheses

基本的递归的例子是匹配嵌套的括号内的文本，下面是一种办法：「（？：[^（）]++。

这个表达式匹配任意多个双多选分支结构。第1个多选分支「[^（）]++」匹配除括号之外的任何字符。因为外面有「（？：…）＊」，这个多选分支要求使用占有优先的加号，避免“无休止匹配”（☞226）。

另一个多选分支「（（？R））」才是问题的关键。它匹配一对括号，其中可以包括任何字符（只要括号的嵌套是格式正确的）。这里的“之间”的部分是整个正则表达式希望匹配的内容，也就是我们可以通过「（？R）」直接递归使用整个正则表达式的原因。

这个表达式本身可以正常工作，但如果要添加任何字符，请务必小心，因为调用「（？R）」时添加的任何字符同样会递归。

如果使用这个正则表达式来校验一个括号配对不正确的字符串，你可能希望在两端加上「^…$」来确保“整个字符串”。这是不对的，因为添加的行锚点会被递归应用到整个字符串之中，导致匹配失败。

递归引用一组捕获型括号

「（？R）」结构会递归引用整个正则表达式，但也可以使用「（？num）」结构引用到其中的子集。它递归引用编号为numth的捕获型括号内的子表达式（注4）。如果用「（？num）」来思考，「（？0）」就等于「（？R）」。

我们可以使用这种部分递归因来解决前面那一节中出现的问题：在添加「^…$」之前，我们用一个捕获型括号把正则表达式的主体部分围起来，然后在以前使用「（？R）」的地方使用「（？1）」。添加捕获型括号是为了让「（？1）」能够引用，你或许还记得，这就是上一节匹配嵌套括号的表达式。「^…$ 」加在这些括号之外，这样我们就不会对它们进行递归调用：。

正则表达式中下画线的部分是第1组捕获型括号，所以每次遇到「（？1）」都会重新应用。

下面PHP代码中的正则表达式会报告$text中的括号能否配对：

通过命名捕获进行递归引用

如果需要递归调用的自表达式处于命名捕获（☞138）中，就可以使用「（？P＞name）」进行递归引用，而不是之前的「（？num）」表示法。使用这个表示法，我们的例子就成了：

「^(?P＜stuff＞ (?:[^]++|((?P＞stuff)))＊)$.」

这个表达式可能看起来很复杂，用模式修饰符x可以看得更清楚一点：

关于占有优先量词的补充

我会对表达式中的占有优先量词做最后的补充。如果外部的「（？：…）＊」是占有优先的，内部就不必使用「[^（）]++」。为了阻止这个表达式进入无休止匹配，其中之一（或者是两者）必须是占有优先的。如果不能使用占有优先量词和固化分组（☞259），则需要去掉所有的量词。

这样会降低效率，但是至少不会进入无法终止的匹配。要提高效率，可以使用第 6 章介绍的“消除循环”的技巧，得到「[^（）]＊（？：（（？R））[^（）]＊）＊」。

不能回溯到递归调用之内

No Backtracking Into Recursion

preg正则流派的递归语意的重要特性之一是，它会把递归结构匹配的所有内容当作固化分组括号匹配的内容（☞259）。也就是说，递归结构不会部分“交还（unmatch）”某些已经匹配的内容来实现全局匹配（而是导致整个匹配失败）。

这里说的“部分”是很重要的，因为回溯时，递归调用匹配的所有文本可以作为一个整体来交还。但不容许回溯到递归调用之内的某个状态。

匹配一组嵌套的括号

Matching a Set of Nested Parentheses

上文已经介绍过如何匹配包含规范配对括号的行，这里我会介绍匹配对称括号的办法（其中可能包含更多的嵌套括号）：「（（？：[^（）]++|（？R））＊）」。

这个表达式的组成部分与之前的一样，但是顺序安排略有不同。同样，如果你希望把它当作大的正则表达式的一部分，应该把它包括在捕获型括号中，并且修改「（？R）」来递归地引用对应的自表达式，例如「（？1）」（必须使用这组捕获型括号对应的编号）。