PHPの正規表現について

Question

PHPの正規表現で、以下の結果がint(0) int(1)になります。

$pattern="/(090|080|070)-{0,1}[0-9]{4}-{0,1}[0-9]{4}/u";

var_dump(preg_match($pattern, "080-12345-6789"));
var_dump(preg_match($pattern, "080-1234-56789"));

番号の二つ目と三つ目のかたまりは、4桁の数値になっていないとint(1)にはならないと思うのですが、なぜ二回目のver_dumpではint(1)となるのでしょうか？

最後のかたまりでは4桁以上の数値であれば、その後に数値が続いていても4桁目を確認次第、パターンにマッチしたと判定されるのでしょうか？

Comments

[anndonut]

すみません。このままだと収拾がつかないので、$pattern="/\A(090|080|070)-{0,1}[0-9]{4}-{0,1}[0-9]{4}\z/u";で自己解決したことにしていただけますか？rana_kualuさんの案です。

[退会済みユーザー]

そうですね。解決できたのでよかったです。ありがとうございました。

Answer 1

正規表現でよくある間違いの一つです。文字列をそのパターンそのものにあてはめたい場合は、パターンを^(ハット)と$(ダラー)で囲う必要があります。つまり、次のように書く必要があります。

$pattern="/^(090|080|070)-{0,1}[0-9]{4}-{0,1}[0-9]{4}$/u";

ちなみに、もう一つの正規表現の罠は、置換する時に、g（繰り返し）オプションをつけ忘れることです。

Comments

[退会済みユーザー]

ありがとうございます。ちなみに置換するときにgオプションをつけるとはどのような場合でしょうか？教えていただけると幸いです。

[rana_kualu]

^$ではなく\A\zを使いましょう。
http://blog.tokumaru.org/2014/03/z.html

[yambejp]

「.*」「.+」が絡まなれければさほど気にする必要はないのでは？
むしろ改行をまたぐマッチもときに必要になるので「^$」の一元的な
置き換えはお勧めしません

[退会済みユーザー]

「パターンそのものにあてはめたい場合」とあるので、改行がマッチしてはまずいって判断じゃないですかね？

[suzukis]

紹介のブログ記事にありますが、デフォルトの単一行モードであっても"abc\n"が/^abc$/にマッチしてしまうと言う問題があります。これは意図しないマッチである可能性が高いでしょう。コピペミスなどで誤って複数行モードにしてしまった場合はもっとまずいです。意図して複数行モードで「行頭」「行末」へマッチさせる場合を除いて、\A\zを使うのがベストプラクティスです。

[anndonut]

>>gummさん
もう１つの間違いのほうですが、perlの場合と勘違いしていました。phpでは、preg_replaceでパターンにマッチした箇所が全て置換されるので問題なかったです。
>>rana_kualuさん, suzukisさん
ご指摘ありがとうございます。^$ではなく\A\zを使うよう気をつけます。

Answer 2

はい。そのとおりです。
/(090|080|070)-{0,1}[0-9]{4}-{0,1}[0-9]{4}$/
とか
/(090|080|070)-{0,1}[0-9]{4}-{0,1}[0-9]{4}(?!\d)/
とかでお尻を切ってやる必要があります。

Comments

[退会済みユーザー]

/^(090|080|070)-{0,1}[0-9]{4}-{0,1}[0-9]{4}$/ と ^ が入っていたのですが、意図が伝わらなくなるので削除しました。

[anndonut]

すみません。te2jiさんの場合も
var_dump(preg_match($pattern, "0080-1234-5678"));
でマッチしてしまうみたいです。

[退会済みユーザー]

質問内容は「二回目のver_dump が int(1)になる理由は、最後のかたまりでは4桁以上の数値であれば、その後に数値が続いていても4桁目を確認次第、パターンにマッチしたと判定されるからか？」であり、入力値チェックの質問ではありません。

サンプルは最後のかたまりが4桁終わる場合のみを確認する表現を記述しています。

もういちど、質問文を読んでみては？

Answer 3

主題とは異なりますが
「{0,1}」は「?」、「[0-9]」は「\d」とすることが可能です
また(090|080|070)も調整可能です
それと-{0,1}を2度利用していますが、
「最初にでてきたら後にもでてきて
最初にでてこなければ後にもでてこないという」方が自然です
（いまのままだと"080-12345678"や"0801234-5678"にもヒットします）

総じてこんな感じではないでしょうか？

$pattern="/0[7-9]0(-?)\d{4}\\1\d{4}(?!\d)/";

Comments

[anndonut]

他人の指摘をすると仁義なき応酬になってしまいそうなので恐縮なのですが、
var_dump(preg_match($pattern, "0080-1234-5678"));
のときにマッチしてしまうので、パターンの先頭に\Aか^が必要かと思います。

[yambejp]

どうなんでしょうね？命題はあくまでマッチさせたいというだけで
完全一致を目指しているのか疑問です

(?!\d)は単に5桁を除きたいという希望があったからつけただけで
先頭から末尾までの全てを合致させるというニーズかどうかもわかりません
本来、合致するものを抜きたいだけなら
$pattern="/0[7-9]0(-?)\d{4}\\1\d{4}/"; で十分
懸案の"080-1234-56789"についてもマッチさせてた上で
合致した箇所だけ抜き出せばよいのかと

素直によめばバリデートしたいのでしょうけどね

Answer 4

$pattern="/\A(090|080|070)-{0,1}[0-9]{4}-{0,1}[0-9]{4}\z/u";

Comments

[退会済みユーザー]

どうしてこうなった！っていう自己回答ですね＾＾；
yambejp さんの指摘、読んでます？