Assertions

Une assertion est un test sur les caractères suivants ou précédents celui qui est en cours d'étude. Ce test ne consomme pas de caractères (ie, on ne déplace pas le pointeur de caractères). Les assertions simples sont codées avec \b, \B, \A, \Z, \z, ^ et $, et sont décrites dans les séquences d'échappement. Il existe cependant des types d'assertions plus complexes, codées sous la forme de sous-masques. Il en existe deux types : celles qui travaillent au-delà de la position courante, et celles qui travaillent en-deçà.

Une assertion se comporte comme un sous-masque, hormis le fait qu'elle ne déplace pas le pointeur de position. Les assertions avant commencent par (?= pour les assertions positives, et par (?!, pour les assertions négatives. Par exemple : \w+(?=;) s'assure qu'un mot est suivi d'un point-virgule, mais n'inclut pas le point virgule dans la capture et foo(?!bar) trouve toutes les occurrences de "foo" qui ne sont pas suivies par "bar". À noter que, (?!foo)bar en est proche, mais ne trouve pas une occurrence de "bar" qui soit précédée par quelque chose d'autre que "foo"; il trouve toutes les occurrences de "bar", quel que soit ce qui le précède, car l'assertion (?!foo) est toujours vraie quand les trois caractères suivants sont "bar". Une assertion arrière est ici nécessaire.

Les assertions arrières commencent par (?<= pour les assertions positives, et (?<! pour les assertions négatives. Par exemple : (?<!foo)bar trouve les occurrences de "bar" qui ne sont pas précédées par "foo". Une assertion arrière peut correspondre à des chaînes de longueur variable, jusqu'à une longueur maximale définie par l'implémentation. Les alternatives de longueurs différentes, telles que (?<!dogs?|cats?) et les alternatives au niveau supérieur pouvant correspondre à plus d'une longueur, telles que (?<=ab(c|de)) sont autorisées. L'implémentation des assertions arrière déplace temporairement le pointeur de position vers l'arrière, et cherche à vérifier l'assertion. S'il n'y a pas assez de caractères avant la position courante, l'assertion échoue. La combinaison d'assertions arrière avec des sous-masques à utilisation unique est particulièrement pratique pour effectuer une recherche en fin de chaîne ; un exemple est donné à la fin de la section sur les sous-masques à utilisation unique.

Avant PHP 8.4.0, qui intègre PCRE2 10.44, le contenu d'une assertion arrière était limité de telle façon que les chaînes correspondantes devaient toujours avoir une longueur fixe. Si plusieurs alternatives étaient présentes, elles n'avaient pas besoin d'être de la même taille. Ainsi, (?<=bullock|donkey) était autorisé, mais (?<!dogs?|cats?) provoquait une erreur de compilation. Les alternatives de longueurs différentes n'étaient autorisées qu'au niveau supérieur des assertions arrière. C'était une amélioration par rapport à Perl 5.005, qui imposait à toutes les alternatives d'avoir la même taille. Une assertion telle que (?<=ab(c|de)) n'était pas autorisée, car son unique alternative au niveau supérieur pouvait correspondre à deux longueurs différentes. Pour la rendre acceptable, il fallait l'écrire avec deux alternatives au niveau supérieur : (?<=abc|abde)

Plusieurs assertions peuvent intervenir successivement. Par exemple, le masque (?<=\d{3})(?<!999)foo recherche les chaînes "foo" précédées par trois chiffres qui ne sont pas "999". À noter que chaque assertion est appliquée indépendamment, au même point de la chaîne à traiter. Tout d'abord, il est vérifié que les trois premiers caractères ont tous des chiffres, puis on s'assure que ces trois caractères ne sont pas "999". Le masque précédant n'accepte pas "foo" précédé de 6 caractères, les trois premiers étant des chiffres et les trois suivants étant différents de "999". Par exemple, ce masque n'acceptera pas la chaîne "123abcfoo". Pour ce faire, il faut utiliser le masque suivant : (?<=\d{3}...)(?<!999)foo.

Dans ce masque, la première assertion vérifie les six premiers caractères, s'assure que les trois premiers sont des chiffres, et la deuxième assertion s'assure que les trois derniers caractères ne sont pas "999".

De plus, les assertions peuvent être imbriquées : (?<=(?<!foo)bar)baz recherche les occurrences de "baz" qui sont précédées par "bar", qui, à son tour, n'est pas précédé par "foo". Au contraire, (?<=\d{3}...(?<!999))foo est un autre masque, qui recherche les caractères "foo", précédés par trois chiffres, suivis de trois autres caractères qui ne forment pas "999".

Les assertions ne sont pas capturantes, et ne peuvent pas être répétées. Si une assertion contient des sous-masques capturants en son sein, ils seront compris dans le nombre de sous-masques capturants du masque entier. La capture n'est cependant réalisée que pour les assertions positives, car cela n'a pas de sens pour les assertions négatives.

Les assertions comptent dans le maximum de 200 sous-masques entre parenthèses.