什么是回溯呢？

正则在处理各个子表达式的时候，当遇到需要在两个或多个成功的可能中进行选择的时候，它会选择其中一个；

并记住开始选择的位置和未尝试的分支在字符串中位置（备用状态）

若第一个选择匹配正确时，即匹配完成，若匹配失败，它将返回（回溯）刚才做出选择的位置，选择其它备选分支进行匹配。

不是很好理解，来个例子

例子29

$s = <<<'TEXT'
in my mind
make mistake
TEXT;

preg_match_all('#mi(ss|nd)#',$s,$m);
echo "<pre>";
print_r($m);
echo "</pre>";
/*
Array
(
    [0] => Array
        (
            [0] => mind
        )

    [1] => Array
        (
            [0] => nd
        )

)
*/

当正则匹配到 in my mind 中的 i 时发现有多条路可选，好，记下位置，选择第一个可能，匹配是否有s，没有，这条分支错误

返回到选择处，开始第二种可能，匹配成功，整个表达式匹配失败

在匹配 make mistake 的时候，发现两个分支都匹配失败，整个表达式匹配失败

再来看看回溯的另一个例子，使用量词（限定符）的例子

例子30

$s = <<<'TEXT'
abc123456def
TEXT;

preg_match_all('#.*(\d\d)#',$s,$m);
echo "<pre>";
print_r($m);
echo "</pre>";
/*
Array
(
    [0] => Array
        (
            [0] => abc123456
        )

    [1] => Array
        (
            [0] => 56
        )

)
*/

由于我一开始就使用 .* ，而 * 是尽可能多的匹配，所以 .* 匹配了完整的字符串 "abc123456def"，并且保存了它们的位置（备用状态）

因为 . 是匹配任意字符，所以字符串中的每个字母或数字都保存了位置（备用状态）

那么在执行到表达式 (\d\d) 时，发现后面没有字符可以匹配了，那怎么办？

因为 * 是匹配零次或多次，那么就把匹配的内容给我吐出来（交还），回溯到之前最近的一个位置，现在这个位置就是 f

但是发现还是不匹配，因为我要数字，那么就再交还一个，回溯到位置 e

就这样"回溯-尝试匹配"，直到回溯到 6 的位置，交给第一个 \d 匹配，发现成功了，接着执行第二个 \d 的时候，发现是 d，匹配失败，再回溯

直到回溯到 5 位置时，5和6刚好满足 \d\d，完成匹配，匹配成功

回溯的两个知识点

1、什么时候开始回溯？

当然是匹配失败。

2、回溯到什么位置？

回溯到表达式开始执行分支表达式时的位置。若有多个多选位置时，回溯到底回到哪个位置呢？当然是回溯到最近存储位置的地方，原则就是后进先出

接下来，我们先看一个需求

例子31

$s = <<<'TEXT'
0.620
0.625
0.62507
TEXT;

preg_match_all('#(\.\d\d[1-9]?)\d+#s',$s,$m);
echo "<pre>";
print_r($m);
echo "</pre>";
/*
Array
(
    [0] => Array
        (
            [0] => .620
            [1] => .625
            [2] => .62500
        )

    [1] => Array
        (
            [0] => .62
            [1] => .62
            [2] => .625
        )

)
*/

将数字保留2-3位小数，并且最后一位不能为0（为做演示，在这个例子中我是匹配出来）

为什么有 [1-9]? 这个表达式呢，这是为了匹配不等0的第三位数字

这个表达式匹配到了 .625 ，这肯定是不好的，因为 .625 替换为 .62

为什么呢？因为 [1-9]? 使用了量词 ? ，匹配了 5，并保存了备用状态，而后面的 \d+ 匹配不到内容，正则进行了回溯（如例子30）

将 5 交还给了 \d+ ，匹配成功，所以匹配到的内容就是 .62

那么有没有一种方法让 [1-9]? 匹配到的内容不交还呢？也就是说，如果 [1-9]? 匹配成功，就不保存备用状态，那么它就不会交还

这就要用到"固化分组"和"占有优先量词"

固化分组 (?>pattern)

pattern 为正常的子表达式，(?>...) 中匹配的内容将作为一个整体被保留（匹配成功，锁定状态，不能被回溯）或丢弃（匹配失败）

以上面的例子为例，正则表达式改写为 #(\.\d\d(?>[1-9]?))\d+# ，匹配 0.625 时，[1-9]? 匹配到了 5 ，而 \d+ 必须要匹配一个数字

但是后面没有数字让它匹配，那么就要进行回溯，但是发现没有备用状态可供使用，匹配失败，那么 0.625 将不会进行替换，这是正确的

正确使用固化分组，可以提高正则表达式的匹配速度！

为什么这么说呢？上面说了，使用固化分组可以不保存备用状态，就不会回溯进行多次匹配尝试，举一个例子

我使用 \w+: 匹配字符串 test1 ，首先 \w+ 就匹配到了 test1 ，因为使用了量词 + ，所以创建了多个备用状态，由于 : 没有匹配到

所以进行回溯，交还 1 用来匹配 :，匹配失败，再交还 t 用来匹配 : ，直到匹配 e 失败的时候，发现没有备用状态可用

（因为 + 号至少匹配一次，所以第一个t不会被交还），整个匹配失败。

这走了多少冤枉路啊，因为我们的目的很明确，就是匹配数字或字母后面是冒号的字符串，但却进行了多次回溯，大大降低了匹配速度

匹配的原理图如下

若改为固化分组的写法 (?>\w+): ，test1 被匹配了，: 没有被匹配，且没有备用状态可供使用，匹配失败。是不是很快？！

那么例子31 的正则，就可以改写成 #(\.\d\d(?>[1-9]?))\d+#，匹配结果就为

Array
(
    [0] => Array
        (
            [0] => .620
            [1] => .6257
        )

    [1] => Array
        (
            [0] => .62
            [1] => .625
        )

)

这里为什么 0.620 被匹配了？因为 [1-9]? 不匹配 0，所以 0 被 \d+ 匹配了，所以匹配成功

占有优先量词 ?+ , *? , ++ ,{m,n}+

和固化分组一样， 占有优先量词也不交还已经匹配的字符。写法就是在量词（限定符）后面跟一个 + 号

那么例子31的占有优先量词的写法就是：#(\.\d\d[1-9]?+)\d+#，结果和固化分组一样

这节大家就要多理解固化分组对于匹配效率的重要性。