如何让preg_match_all同时匹配重叠子串foot、ball及football？

你遇到的问题本质是正则引擎的默认“字符消耗”行为：当正则匹配到一段字符后，这些字符就会被标记为“已使用”，后续的匹配无法再复用它们。比如在"football"中，当引擎先匹配到"foot"后，剩下的字符只有"ball"，此时"football"需要完整的8个字符，自然就匹配不到了——哪怕你调换了正则里的顺序，引擎还是会优先匹配先出现的模式，消耗掉对应字符后，长模式就没机会匹配了。

要解决这个问题，关键是让正则不消耗字符，同时检查所有可能的匹配。这里可以用正向先行断言（positive lookahead），它是零宽度匹配（不会移动引擎的匹配指针），只会检查当前位置之后是否存在目标模式，不会消耗任何字符。

解决方案代码 #

在PHP中，你可以这样写：

preg_match_all('/(?=(foot|ball|football))/', 'I like football', $results);
print_r($results[1]);

这段代码的输出会是：

Array
(
    [0] => foot
    [1] => football
    [2] => ball
)

原理说明 #

• (?=...) 是正向先行断言，它会检查当前位置之后是否能匹配括号内的模式，但不会消耗字符。
• 我们把需要匹配的三个子串放在捕获组(foot|ball|football)里，这样每一次预查匹配成功时，捕获组就会记录对应的子串。
• 正则引擎会逐个遍历字符串的每个位置，检查该位置之后是否存在任意一个目标子串，因此所有可能的匹配（包括重叠/包含的）都会被捕获到。

补充说明 #

如果你的需求只是确认哪些子串存在（而不是获取所有出现的位置），可以对结果去重：

$uniqueMatches = array_unique($results[1]);
print_r($uniqueMatches);

这样就能得到['foot', 'football', 'ball']的去重结果。

内容的提问来源于stack exchange，提问作者Kristian