DKIM DNS TXT record bug fix. Fixes: #967
[users/jgh/exim.git] / doc / doc-txt / pcrepattern.txt
1 This file contains the PCRE man page that describes the regular expressions
2 supported by PCRE version 7.2. Note that not all of the features are relevant
3 in the context of Exim. In particular, the version of PCRE that is compiled
4 with Exim does not include UTF-8 support, there is no mechanism for changing
5 the options with which the PCRE functions are called, and features such as
6 callout are not accessible.
7 -----------------------------------------------------------------------------
8
9 PCREPATTERN(3)                                                  PCREPATTERN(3)
10
11
12 NAME
13        PCRE - Perl-compatible regular expressions
14
15
16 PCRE REGULAR EXPRESSION DETAILS
17
18        The  syntax  and semantics of the regular expressions supported by PCRE
19        are described below. Regular expressions are also described in the Perl
20        documentation  and  in  a  number  of books, some of which have copious
21        examples.  Jeffrey Friedl's "Mastering Regular Expressions",  published
22        by  O'Reilly, covers regular expressions in great detail. This descrip-
23        tion of PCRE's regular expressions is intended as reference material.
24
25        The original operation of PCRE was on strings of  one-byte  characters.
26        However,  there is now also support for UTF-8 character strings. To use
27        this, you must build PCRE to  include  UTF-8  support,  and  then  call
28        pcre_compile()  with  the  PCRE_UTF8  option.  How this affects pattern
29        matching is mentioned in several places below. There is also a  summary
30        of  UTF-8  features  in  the  section on UTF-8 support in the main pcre
31        page.
32
33        The remainder of this document discusses the  patterns  that  are  sup-
34        ported  by  PCRE when its main matching function, pcre_exec(), is used.
35        From  release  6.0,   PCRE   offers   a   second   matching   function,
36        pcre_dfa_exec(),  which matches using a different algorithm that is not
37        Perl-compatible. Some of the features discussed below are not available
38        when  pcre_dfa_exec()  is used. The advantages and disadvantages of the
39        alternative function, and how it differs from the normal function,  are
40        discussed in the pcrematching page.
41
42
43 CHARACTERS AND METACHARACTERS
44
45        A  regular  expression  is  a pattern that is matched against a subject
46        string from left to right. Most characters stand for  themselves  in  a
47        pattern,  and  match  the corresponding characters in the subject. As a
48        trivial example, the pattern
49
50          The quick brown fox
51
52        matches a portion of a subject string that is identical to itself. When
53        caseless  matching is specified (the PCRE_CASELESS option), letters are
54        matched independently of case. In UTF-8 mode, PCRE  always  understands
55        the  concept  of case for characters whose values are less than 128, so
56        caseless matching is always possible. For characters with  higher  val-
57        ues,  the concept of case is supported if PCRE is compiled with Unicode
58        property support, but not otherwise.   If  you  want  to  use  caseless
59        matching  for  characters  128  and above, you must ensure that PCRE is
60        compiled with Unicode property support as well as with UTF-8 support.
61
62        The power of regular expressions comes  from  the  ability  to  include
63        alternatives  and  repetitions in the pattern. These are encoded in the
64        pattern by the use of metacharacters, which do not stand for themselves
65        but instead are interpreted in some special way.
66
67        There  are  two different sets of metacharacters: those that are recog-
68        nized anywhere in the pattern except within square brackets, and  those
69        that  are  recognized  within square brackets. Outside square brackets,
70        the metacharacters are as follows:
71
72          \      general escape character with several uses
73          ^      assert start of string (or line, in multiline mode)
74          $      assert end of string (or line, in multiline mode)
75          .      match any character except newline (by default)
76          [      start character class definition
77          |      start of alternative branch
78          (      start subpattern
79          )      end subpattern
80          ?      extends the meaning of (
81                 also 0 or 1 quantifier
82                 also quantifier minimizer
83          *      0 or more quantifier
84          +      1 or more quantifier
85                 also "possessive quantifier"
86          {      start min/max quantifier
87
88        Part of a pattern that is in square brackets  is  called  a  "character
89        class". In a character class the only metacharacters are:
90
91          \      general escape character
92          ^      negate the class, but only if the first character
93          -      indicates character range
94          [      POSIX character class (only if followed by POSIX
95                   syntax)
96          ]      terminates the character class
97
98        The  following sections describe the use of each of the metacharacters.
99
100
101 BACKSLASH
102
103        The backslash character has several uses. Firstly, if it is followed by
104        a  non-alphanumeric  character,  it takes away any special meaning that
105        character may have. This  use  of  backslash  as  an  escape  character
106        applies both inside and outside character classes.
107
108        For  example,  if  you want to match a * character, you write \* in the
109        pattern.  This escaping action applies whether  or  not  the  following
110        character  would  otherwise be interpreted as a metacharacter, so it is
111        always safe to precede a non-alphanumeric  with  backslash  to  specify
112        that  it stands for itself. In particular, if you want to match a back-
113        slash, you write \\.
114
115        If a pattern is compiled with the PCRE_EXTENDED option,  whitespace  in
116        the  pattern (other than in a character class) and characters between a
117        # outside a character class and the next newline are ignored. An escap-
118        ing  backslash  can  be  used to include a whitespace or # character as
119        part of the pattern.
120
121        If you want to remove the special meaning from a  sequence  of  charac-
122        ters,  you can do so by putting them between \Q and \E. This is differ-
123        ent from Perl in that $ and  @  are  handled  as  literals  in  \Q...\E
124        sequences  in  PCRE, whereas in Perl, $ and @ cause variable interpola-
125        tion. Note the following examples:
126
127          Pattern            PCRE matches   Perl matches
128
129          \Qabc$xyz\E        abc$xyz        abc followed by the
130                                              contents of $xyz
131          \Qabc\$xyz\E       abc\$xyz       abc\$xyz
132          \Qabc\E\$\Qxyz\E   abc$xyz        abc$xyz
133
134        The \Q...\E sequence is recognized both inside  and  outside  character
135        classes.
136
137    Non-printing characters
138
139        A second use of backslash provides a way of encoding non-printing char-
140        acters in patterns in a visible manner. There is no restriction on  the
141        appearance  of non-printing characters, apart from the binary zero that
142        terminates a pattern, but when a pattern  is  being  prepared  by  text
143        editing,  it  is  usually  easier  to  use  one of the following escape
144        sequences than the binary character it represents:
145
146          \a        alarm, that is, the BEL character (hex 07)
147          \cx       "control-x", where x is any character
148          \e        escape (hex 1B)
149          \f        formfeed (hex 0C)
150          \n        newline (hex 0A)
151          \r        carriage return (hex 0D)
152          \t        tab (hex 09)
153          \ddd      character with octal code ddd, or backreference
154          \xhh      character with hex code hh
155          \x{hhh..} character with hex code hhh..
156
157        The precise effect of \cx is as follows: if x is a lower  case  letter,
158        it  is converted to upper case. Then bit 6 of the character (hex 40) is
159        inverted.  Thus \cz becomes hex 1A, but \c{ becomes hex 3B,  while  \c;
160        becomes hex 7B.
161
162        After  \x, from zero to two hexadecimal digits are read (letters can be
163        in upper or lower case). Any number of hexadecimal  digits  may  appear
164        between  \x{  and  },  but the value of the character code must be less
165        than 256 in non-UTF-8 mode, and less than 2**31 in UTF-8 mode (that is,
166        the  maximum  hexadecimal  value is 7FFFFFFF). If characters other than
167        hexadecimal digits appear between \x{ and }, or if there is  no  termi-
168        nating  }, this form of escape is not recognized.  Instead, the initial
169        \x will be interpreted as a basic hexadecimal escape, with no following
170        digits, giving a character whose value is zero.
171
172        Characters whose value is less than 256 can be defined by either of the
173        two syntaxes for \x. There is no difference in the way  they  are  han-
174        dled. For example, \xdc is exactly the same as \x{dc}.
175
176        After  \0  up  to two further octal digits are read. If there are fewer
177        than two digits, just  those  that  are  present  are  used.  Thus  the
178        sequence \0\x\07 specifies two binary zeros followed by a BEL character
179        (code value 7). Make sure you supply two digits after the initial  zero
180        if the pattern character that follows is itself an octal digit.
181
182        The handling of a backslash followed by a digit other than 0 is compli-
183        cated.  Outside a character class, PCRE reads it and any following dig-
184        its  as  a  decimal  number. If the number is less than 10, or if there
185        have been at least that many previous capturing left parentheses in the
186        expression,  the  entire  sequence  is  taken  as  a  back reference. A
187        description of how this works is given later, following the  discussion
188        of parenthesized subpatterns.
189
190        Inside  a  character  class, or if the decimal number is greater than 9
191        and there have not been that many capturing subpatterns, PCRE  re-reads
192        up to three octal digits following the backslash, and uses them to gen-
193        erate a data character. Any subsequent digits stand for themselves.  In
194        non-UTF-8  mode,  the  value  of a character specified in octal must be
195        less than \400. In UTF-8 mode, values up to  \777  are  permitted.  For
196        example:
197
198          \040   is another way of writing a space
199          \40    is the same, provided there are fewer than 40
200                    previous capturing subpatterns
201          \7     is always a back reference
202          \11    might be a back reference, or another way of
203                    writing a tab
204          \011   is always a tab
205          \0113  is a tab followed by the character "3"
206          \113   might be a back reference, otherwise the
207                    character with octal code 113
208          \377   might be a back reference, otherwise
209                    the byte consisting entirely of 1 bits
210          \81    is either a back reference, or a binary zero
211                    followed by the two characters "8" and "1"
212
213        Note  that  octal  values of 100 or greater must not be introduced by a
214        leading zero, because no more than three octal digits are ever read.
215
216        All the sequences that define a single character value can be used both
217        inside  and  outside character classes. In addition, inside a character
218        class, the sequence \b is interpreted as the backspace  character  (hex
219        08),  and the sequences \R and \X are interpreted as the characters "R"
220        and "X", respectively. Outside a character class, these sequences  have
221        different meanings (see below).
222
223    Absolute and relative back references
224
225        The  sequence  \g followed by a positive or negative number, optionally
226        enclosed in braces, is an absolute or relative back reference. A  named
227        back  reference can be coded as \g{name}. Back references are discussed
228        later, following the discussion of parenthesized subpatterns.
229
230    Generic character types
231
232        Another use of backslash is for specifying generic character types. The
233        following are always recognized:
234
235          \d     any decimal digit
236          \D     any character that is not a decimal digit
237          \h     any horizontal whitespace character
238          \H     any character that is not a horizontal whitespace character
239          \s     any whitespace character
240          \S     any character that is not a whitespace character
241          \v     any vertical whitespace character
242          \V     any character that is not a vertical whitespace character
243          \w     any "word" character
244          \W     any "non-word" character
245
246        Each pair of escape sequences partitions the complete set of characters
247        into two disjoint sets. Any given character matches one, and only  one,
248        of each pair.
249
250        These character type sequences can appear both inside and outside char-
251        acter classes. They each match one character of the  appropriate  type.
252        If  the current matching point is at the end of the subject string, all
253        of them fail, since there is no character to match.
254
255        For compatibility with Perl, \s does not match the VT  character  (code
256        11).   This makes it different from the the POSIX "space" class. The \s
257        characters are HT (9), LF (10), FF (12), CR (13), and  space  (32).  If
258        "use locale;" is included in a Perl script, \s may match the VT charac-
259        ter. In PCRE, it never does.
260
261        In UTF-8 mode, characters with values greater than 128 never match  \d,
262        \s, or \w, and always match \D, \S, and \W. This is true even when Uni-
263        code character property support is available.  These  sequences  retain
264        their original meanings from before UTF-8 support was available, mainly
265        for efficiency reasons.
266
267        The sequences \h, \H, \v, and \V are Perl 5.10 features. In contrast to
268        the  other  sequences, these do match certain high-valued codepoints in
269        UTF-8 mode.  The horizontal space characters are:
270
271          U+0009     Horizontal tab
272          U+0020     Space
273          U+00A0     Non-break space
274          U+1680     Ogham space mark
275          U+180E     Mongolian vowel separator
276          U+2000     En quad
277          U+2001     Em quad
278          U+2002     En space
279          U+2003     Em space
280          U+2004     Three-per-em space
281          U+2005     Four-per-em space
282          U+2006     Six-per-em space
283          U+2007     Figure space
284          U+2008     Punctuation space
285          U+2009     Thin space
286          U+200A     Hair space
287          U+202F     Narrow no-break space
288          U+205F     Medium mathematical space
289          U+3000     Ideographic space
290
291        The vertical space characters are:
292
293          U+000A     Linefeed
294          U+000B     Vertical tab
295          U+000C     Formfeed
296          U+000D     Carriage return
297          U+0085     Next line
298          U+2028     Line separator
299          U+2029     Paragraph separator
300
301        A "word" character is an underscore or any character less than 256 that
302        is  a  letter  or  digit.  The definition of letters and digits is con-
303        trolled by PCRE's low-valued character tables, and may vary if  locale-
304        specific  matching is taking place (see "Locale support" in the pcreapi
305        page). For example, in a French locale such  as  "fr_FR"  in  Unix-like
306        systems,  or "french" in Windows, some character codes greater than 128
307        are used for accented letters, and these are matched by \w. The use  of
308        locales with Unicode is discouraged.
309
310    Newline sequences
311
312        Outside  a  character class, the escape sequence \R matches any Unicode
313        newline sequence. This is a Perl 5.10 feature. In non-UTF-8 mode \R  is
314        equivalent to the following:
315
316          (?>\r\n|\n|\x0b|\f|\r|\x85)
317
318        This  is  an  example  of an "atomic group", details of which are given
319        below.  This particular group matches either the two-character sequence
320        CR  followed  by  LF,  or  one  of  the single characters LF (linefeed,
321        U+000A), VT (vertical tab, U+000B), FF (formfeed, U+000C), CR (carriage
322        return, U+000D), or NEL (next line, U+0085). The two-character sequence
323        is treated as a single unit that cannot be split.
324
325        In UTF-8 mode, two additional characters whose codepoints  are  greater
326        than 255 are added: LS (line separator, U+2028) and PS (paragraph sepa-
327        rator, U+2029).  Unicode character property support is not  needed  for
328        these characters to be recognized.
329
330        Inside a character class, \R matches the letter "R".
331
332    Unicode character properties
333
334        When PCRE is built with Unicode character property support, three addi-
335        tional escape sequences that match characters with specific  properties
336        are  available.   When not in UTF-8 mode, these sequences are of course
337        limited to testing characters whose codepoints are less than  256,  but
338        they do work in this mode.  The extra escape sequences are:
339
340          \p{xx}   a character with the xx property
341          \P{xx}   a character without the xx property
342          \X       an extended Unicode sequence
343
344        The  property  names represented by xx above are limited to the Unicode
345        script names, the general category properties, and "Any", which matches
346        any character (including newline). Other properties such as "InMusical-
347        Symbols" are not currently supported by PCRE. Note  that  \P{Any}  does
348        not match any characters, so always causes a match failure.
349
350        Sets of Unicode characters are defined as belonging to certain scripts.
351        A character from one of these sets can be matched using a script  name.
352        For example:
353
354          \p{Greek}
355          \P{Han}
356
357        Those  that are not part of an identified script are lumped together as
358        "Common". The current list of scripts is:
359
360        Arabic,  Armenian,  Balinese,  Bengali,  Bopomofo,  Braille,  Buginese,
361        Buhid,   Canadian_Aboriginal,   Cherokee,  Common,  Coptic,  Cuneiform,
362        Cypriot, Cyrillic, Deseret, Devanagari, Ethiopic, Georgian, Glagolitic,
363        Gothic,  Greek, Gujarati, Gurmukhi, Han, Hangul, Hanunoo, Hebrew, Hira-
364        gana, Inherited, Kannada,  Katakana,  Kharoshthi,  Khmer,  Lao,  Latin,
365        Limbu,  Linear_B,  Malayalam,  Mongolian,  Myanmar,  New_Tai_Lue,  Nko,
366        Ogham, Old_Italic, Old_Persian, Oriya, Osmanya,  Phags_Pa,  Phoenician,
367        Runic,  Shavian,  Sinhala,  Syloti_Nagri,  Syriac,  Tagalog,  Tagbanwa,
368        Tai_Le, Tamil, Telugu, Thaana, Thai, Tibetan, Tifinagh, Ugaritic, Yi.
369
370        Each character has exactly one general category property, specified  by
371        a two-letter abbreviation. For compatibility with Perl, negation can be
372        specified by including a circumflex between the opening brace  and  the
373        property name. For example, \p{^Lu} is the same as \P{Lu}.
374
375        If only one letter is specified with \p or \P, it includes all the gen-
376        eral category properties that start with that letter. In this case,  in
377        the  absence of negation, the curly brackets in the escape sequence are
378        optional; these two examples have the same effect:
379
380          \p{L}
381          \pL
382
383        The following general category property codes are supported:
384
385          C     Other
386          Cc    Control
387          Cf    Format
388          Cn    Unassigned
389          Co    Private use
390          Cs    Surrogate
391
392          L     Letter
393          Ll    Lower case letter
394          Lm    Modifier letter
395          Lo    Other letter
396          Lt    Title case letter
397          Lu    Upper case letter
398
399          M     Mark
400          Mc    Spacing mark
401          Me    Enclosing mark
402          Mn    Non-spacing mark
403
404          N     Number
405          Nd    Decimal number
406          Nl    Letter number
407          No    Other number
408
409          P     Punctuation
410          Pc    Connector punctuation
411          Pd    Dash punctuation
412          Pe    Close punctuation
413          Pf    Final punctuation
414          Pi    Initial punctuation
415          Po    Other punctuation
416          Ps    Open punctuation
417
418          S     Symbol
419          Sc    Currency symbol
420          Sk    Modifier symbol
421          Sm    Mathematical symbol
422          So    Other symbol
423
424          Z     Separator
425          Zl    Line separator
426          Zp    Paragraph separator
427          Zs    Space separator
428
429        The special property L& is also supported: it matches a character  that
430        has  the  Lu,  Ll, or Lt property, in other words, a letter that is not
431        classified as a modifier or "other".
432
433        The long synonyms for these properties  that  Perl  supports  (such  as
434        \p{Letter})  are  not  supported by PCRE, nor is it permitted to prefix
435        any of these properties with "Is".
436
437        No character that is in the Unicode table has the Cn (unassigned) prop-
438        erty.  Instead, this property is assumed for any code point that is not
439        in the Unicode table.
440
441        Specifying caseless matching does not affect  these  escape  sequences.
442        For example, \p{Lu} always matches only upper case letters.
443
444        The  \X  escape  matches  any number of Unicode characters that form an
445        extended Unicode sequence. \X is equivalent to
446
447          (?>\PM\pM*)
448
449        That is, it matches a character without the "mark"  property,  followed
450        by  zero  or  more  characters with the "mark" property, and treats the
451        sequence as an atomic group (see below).  Characters  with  the  "mark"
452        property  are  typically  accents  that affect the preceding character.
453        None of them have codepoints less than 256, so  in  non-UTF-8  mode  \X
454        matches any one character.
455
456        Matching  characters  by Unicode property is not fast, because PCRE has
457        to search a structure that contains  data  for  over  fifteen  thousand
458        characters. That is why the traditional escape sequences such as \d and
459        \w do not use Unicode properties in PCRE.
460
461    Resetting the match start
462
463        The escape sequence \K, which is a Perl 5.10 feature, causes any previ-
464        ously  matched  characters  not  to  be  included  in the final matched
465        sequence. For example, the pattern:
466
467          foo\Kbar
468
469        matches "foobar", but reports that it has matched "bar".  This  feature
470        is  similar  to  a lookbehind assertion (described below).  However, in
471        this case, the part of the subject before the real match does not  have
472        to  be of fixed length, as lookbehind assertions do. The use of \K does
473        not interfere with the setting of captured  substrings.   For  example,
474        when the pattern
475
476          (foo)\Kbar
477
478        matches "foobar", the first substring is still set to "foo".
479
480    Simple assertions
481
482        The  final use of backslash is for certain simple assertions. An asser-
483        tion specifies a condition that has to be met at a particular point  in
484        a  match, without consuming any characters from the subject string. The
485        use of subpatterns for more complicated assertions is described  below.
486        The backslashed assertions are:
487
488          \b     matches at a word boundary
489          \B     matches when not at a word boundary
490          \A     matches at the start of the subject
491          \Z     matches at the end of the subject
492                  also matches before a newline at the end of the subject
493          \z     matches only at the end of the subject
494          \G     matches at the first matching position in the subject
495
496        These  assertions may not appear in character classes (but note that \b
497        has a different meaning, namely the backspace character, inside a char-
498        acter class).
499
500        A  word  boundary is a position in the subject string where the current
501        character and the previous character do not both match \w or  \W  (i.e.
502        one  matches  \w  and the other matches \W), or the start or end of the
503        string if the first or last character matches \w, respectively.
504
505        The \A, \Z, and \z assertions differ from  the  traditional  circumflex
506        and dollar (described in the next section) in that they only ever match
507        at the very start and end of the subject string, whatever  options  are
508        set.  Thus,  they are independent of multiline mode. These three asser-
509        tions are not affected by the PCRE_NOTBOL or PCRE_NOTEOL options, which
510        affect  only the behaviour of the circumflex and dollar metacharacters.
511        However, if the startoffset argument of pcre_exec() is non-zero,  indi-
512        cating that matching is to start at a point other than the beginning of
513        the subject, \A can never match. The difference between \Z  and  \z  is
514        that \Z matches before a newline at the end of the string as well as at
515        the very end, whereas \z matches only at the end.
516
517        The \G assertion is true only when the current matching position is  at
518        the  start point of the match, as specified by the startoffset argument
519        of pcre_exec(). It differs from \A when the  value  of  startoffset  is
520        non-zero.  By calling pcre_exec() multiple times with appropriate argu-
521        ments, you can mimic Perl's /g option, and it is in this kind of imple-
522        mentation where \G can be useful.
523
524        Note,  however,  that  PCRE's interpretation of \G, as the start of the
525        current match, is subtly different from Perl's, which defines it as the
526        end  of  the  previous  match. In Perl, these can be different when the
527        previously matched string was empty. Because PCRE does just  one  match
528        at a time, it cannot reproduce this behaviour.
529
530        If  all  the alternatives of a pattern begin with \G, the expression is
531        anchored to the starting match position, and the "anchored" flag is set
532        in the compiled regular expression.
533
534
535 CIRCUMFLEX AND DOLLAR
536
537        Outside a character class, in the default matching mode, the circumflex
538        character is an assertion that is true only  if  the  current  matching
539        point  is  at the start of the subject string. If the startoffset argu-
540        ment of pcre_exec() is non-zero, circumflex  can  never  match  if  the
541        PCRE_MULTILINE  option  is  unset. Inside a character class, circumflex
542        has an entirely different meaning (see below).
543
544        Circumflex need not be the first character of the pattern if  a  number
545        of  alternatives are involved, but it should be the first thing in each
546        alternative in which it appears if the pattern is ever  to  match  that
547        branch.  If all possible alternatives start with a circumflex, that is,
548        if the pattern is constrained to match only at the start  of  the  sub-
549        ject,  it  is  said  to be an "anchored" pattern. (There are also other
550        constructs that can cause a pattern to be anchored.)
551
552        A dollar character is an assertion that is true  only  if  the  current
553        matching  point  is  at  the  end of the subject string, or immediately
554        before a newline at the end of the string (by default). Dollar need not
555        be  the  last  character of the pattern if a number of alternatives are
556        involved, but it should be the last item in  any  branch  in  which  it
557        appears. Dollar has no special meaning in a character class.
558
559        The  meaning  of  dollar  can be changed so that it matches only at the
560        very end of the string, by setting the  PCRE_DOLLAR_ENDONLY  option  at
561        compile time. This does not affect the \Z assertion.
562
563        The meanings of the circumflex and dollar characters are changed if the
564        PCRE_MULTILINE option is set. When  this  is  the  case,  a  circumflex
565        matches  immediately after internal newlines as well as at the start of
566        the subject string. It does not match after a  newline  that  ends  the
567        string.  A dollar matches before any newlines in the string, as well as
568        at the very end, when PCRE_MULTILINE is set. When newline is  specified
569        as  the  two-character  sequence CRLF, isolated CR and LF characters do
570        not indicate newlines.
571
572        For example, the pattern /^abc$/ matches the subject string  "def\nabc"
573        (where  \n  represents a newline) in multiline mode, but not otherwise.
574        Consequently, patterns that are anchored in single  line  mode  because
575        all  branches  start  with  ^ are not anchored in multiline mode, and a
576        match for circumflex is  possible  when  the  startoffset  argument  of
577        pcre_exec()  is  non-zero. The PCRE_DOLLAR_ENDONLY option is ignored if
578        PCRE_MULTILINE is set.
579
580        Note that the sequences \A, \Z, and \z can be used to match  the  start
581        and  end of the subject in both modes, and if all branches of a pattern
582        start with \A it is always anchored, whether or not  PCRE_MULTILINE  is
583        set.
584
585
586 FULL STOP (PERIOD, DOT)
587
588        Outside a character class, a dot in the pattern matches any one charac-
589        ter in the subject string except (by default) a character  that  signi-
590        fies  the  end  of  a line. In UTF-8 mode, the matched character may be
591        more than one byte long.
592
593        When a line ending is defined as a single character, dot never  matches
594        that  character; when the two-character sequence CRLF is used, dot does
595        not match CR if it is immediately followed  by  LF,  but  otherwise  it
596        matches  all characters (including isolated CRs and LFs). When any Uni-
597        code line endings are being recognized, dot does not match CR or LF  or
598        any of the other line ending characters.
599
600        The  behaviour  of  dot  with regard to newlines can be changed. If the
601        PCRE_DOTALL option is set, a dot matches  any  one  character,  without
602        exception. If the two-character sequence CRLF is present in the subject
603        string, it takes two dots to match it.
604
605        The handling of dot is entirely independent of the handling of  circum-
606        flex  and  dollar,  the  only relationship being that they both involve
607        newlines. Dot has no special meaning in a character class.
608
609
610 MATCHING A SINGLE BYTE
611
612        Outside a character class, the escape sequence \C matches any one byte,
613        both  in  and  out  of  UTF-8 mode. Unlike a dot, it always matches any
614        line-ending characters. The feature is provided in  Perl  in  order  to
615        match  individual bytes in UTF-8 mode. Because it breaks up UTF-8 char-
616        acters into individual bytes, what remains in the string may be a  mal-
617        formed  UTF-8  string.  For this reason, the \C escape sequence is best
618        avoided.
619
620        PCRE does not allow \C to appear in  lookbehind  assertions  (described
621        below),  because  in UTF-8 mode this would make it impossible to calcu-
622        late the length of the lookbehind.
623
624
625 SQUARE BRACKETS AND CHARACTER CLASSES
626
627        An opening square bracket introduces a character class, terminated by a
628        closing square bracket. A closing square bracket on its own is not spe-
629        cial. If a closing square bracket is required as a member of the class,
630        it  should  be  the first data character in the class (after an initial
631        circumflex, if present) or escaped with a backslash.
632
633        A character class matches a single character in the subject.  In  UTF-8
634        mode,  the character may occupy more than one byte. A matched character
635        must be in the set of characters defined by the class, unless the first
636        character  in  the  class definition is a circumflex, in which case the
637        subject character must not be in the set defined by  the  class.  If  a
638        circumflex  is actually required as a member of the class, ensure it is
639        not the first character, or escape it with a backslash.
640
641        For example, the character class [aeiou] matches any lower case  vowel,
642        while  [^aeiou]  matches  any character that is not a lower case vowel.
643        Note that a circumflex is just a convenient notation for specifying the
644        characters  that  are in the class by enumerating those that are not. A
645        class that starts with a circumflex is not an assertion: it still  con-
646        sumes  a  character  from the subject string, and therefore it fails if
647        the current pointer is at the end of the string.
648
649        In UTF-8 mode, characters with values greater than 255 can be  included
650        in  a  class as a literal string of bytes, or by using the \x{ escaping
651        mechanism.
652
653        When caseless matching is set, any letters in a  class  represent  both
654        their  upper  case  and lower case versions, so for example, a caseless
655        [aeiou] matches "A" as well as "a", and a caseless  [^aeiou]  does  not
656        match  "A", whereas a caseful version would. In UTF-8 mode, PCRE always
657        understands the concept of case for characters whose  values  are  less
658        than  128, so caseless matching is always possible. For characters with
659        higher values, the concept of case is supported  if  PCRE  is  compiled
660        with  Unicode  property support, but not otherwise.  If you want to use
661        caseless matching for characters 128 and above, you  must  ensure  that
662        PCRE  is  compiled  with Unicode property support as well as with UTF-8
663        support.
664
665        Characters that might indicate line breaks are  never  treated  in  any
666        special  way  when  matching  character  classes,  whatever line-ending
667        sequence is in  use,  and  whatever  setting  of  the  PCRE_DOTALL  and
668        PCRE_MULTILINE options is used. A class such as [^a] always matches one
669        of these characters.
670
671        The minus (hyphen) character can be used to specify a range of  charac-
672        ters  in  a  character  class.  For  example,  [d-m] matches any letter
673        between d and m, inclusive. If a  minus  character  is  required  in  a
674        class,  it  must  be  escaped  with a backslash or appear in a position
675        where it cannot be interpreted as indicating a range, typically as  the
676        first or last character in the class.
677
678        It is not possible to have the literal character "]" as the end charac-
679        ter of a range. A pattern such as [W-]46] is interpreted as a class  of
680        two  characters ("W" and "-") followed by a literal string "46]", so it
681        would match "W46]" or "-46]". However, if the "]"  is  escaped  with  a
682        backslash  it is interpreted as the end of range, so [W-\]46] is inter-
683        preted as a class containing a range followed by two other  characters.
684        The  octal or hexadecimal representation of "]" can also be used to end
685        a range.
686
687        Ranges operate in the collating sequence of character values. They  can
688        also   be  used  for  characters  specified  numerically,  for  example
689        [\000-\037]. In UTF-8 mode, ranges can include characters whose  values
690        are greater than 255, for example [\x{100}-\x{2ff}].
691
692        If a range that includes letters is used when caseless matching is set,
693        it matches the letters in either case. For example, [W-c] is equivalent
694        to  [][\\^_`wxyzabc],  matched  caselessly,  and  in non-UTF-8 mode, if
695        character tables for a French locale are in  use,  [\xc8-\xcb]  matches
696        accented  E  characters in both cases. In UTF-8 mode, PCRE supports the
697        concept of case for characters with values greater than 128  only  when
698        it is compiled with Unicode property support.
699
700        The  character types \d, \D, \p, \P, \s, \S, \w, and \W may also appear
701        in a character class, and add the characters that  they  match  to  the
702        class. For example, [\dABCDEF] matches any hexadecimal digit. A circum-
703        flex can conveniently be used with the upper case  character  types  to
704        specify  a  more  restricted  set of characters than the matching lower
705        case type. For example, the class [^\W_] matches any letter  or  digit,
706        but not underscore.
707
708        The  only  metacharacters  that are recognized in character classes are
709        backslash, hyphen (only where it can be  interpreted  as  specifying  a
710        range),  circumflex  (only  at the start), opening square bracket (only
711        when it can be interpreted as introducing a POSIX class name - see  the
712        next  section),  and  the  terminating closing square bracket. However,
713        escaping other non-alphanumeric characters does no harm.
714
715
716 POSIX CHARACTER CLASSES
717
718        Perl supports the POSIX notation for character classes. This uses names
719        enclosed  by  [: and :] within the enclosing square brackets. PCRE also
720        supports this notation. For example,
721
722          [01[:alpha:]%]
723
724        matches "0", "1", any alphabetic character, or "%". The supported class
725        names are
726
727          alnum    letters and digits
728          alpha    letters
729          ascii    character codes 0 - 127
730          blank    space or tab only
731          cntrl    control characters
732          digit    decimal digits (same as \d)
733          graph    printing characters, excluding space
734          lower    lower case letters
735          print    printing characters, including space
736          punct    printing characters, excluding letters and digits
737          space    white space (not quite the same as \s)
738          upper    upper case letters
739          word     "word" characters (same as \w)
740          xdigit   hexadecimal digits
741
742        The  "space" characters are HT (9), LF (10), VT (11), FF (12), CR (13),
743        and space (32). Notice that this list includes the VT  character  (code
744        11). This makes "space" different to \s, which does not include VT (for
745        Perl compatibility).
746
747        The name "word" is a Perl extension, and "blank"  is  a  GNU  extension
748        from  Perl  5.8. Another Perl extension is negation, which is indicated
749        by a ^ character after the colon. For example,
750
751          [12[:^digit:]]
752
753        matches "1", "2", or any non-digit. PCRE (and Perl) also recognize  the
754        POSIX syntax [.ch.] and [=ch=] where "ch" is a "collating element", but
755        these are not supported, and an error is given if they are encountered.
756
757        In UTF-8 mode, characters with values greater than 128 do not match any
758        of the POSIX character classes.
759
760
761 VERTICAL BAR
762
763        Vertical bar characters are used to separate alternative patterns.  For
764        example, the pattern
765
766          gilbert|sullivan
767
768        matches  either "gilbert" or "sullivan". Any number of alternatives may
769        appear, and an empty  alternative  is  permitted  (matching  the  empty
770        string). The matching process tries each alternative in turn, from left
771        to right, and the first one that succeeds is used. If the  alternatives
772        are  within a subpattern (defined below), "succeeds" means matching the
773        rest of the main pattern as well as the alternative in the  subpattern.
774
775
776 INTERNAL OPTION SETTING
777
778        The  settings  of  the  PCRE_CASELESS, PCRE_MULTILINE, PCRE_DOTALL, and
779        PCRE_EXTENDED options can be changed  from  within  the  pattern  by  a
780        sequence  of  Perl  option  letters  enclosed between "(?" and ")". The
781        option letters are
782
783          i  for PCRE_CASELESS
784          m  for PCRE_MULTILINE
785          s  for PCRE_DOTALL
786          x  for PCRE_EXTENDED
787
788        For example, (?im) sets caseless, multiline matching. It is also possi-
789        ble to unset these options by preceding the letter with a hyphen, and a
790        combined setting and unsetting such as (?im-sx), which sets  PCRE_CASE-
791        LESS  and PCRE_MULTILINE while unsetting PCRE_DOTALL and PCRE_EXTENDED,
792        is also permitted. If a  letter  appears  both  before  and  after  the
793        hyphen, the option is unset.
794
795        When  an option change occurs at top level (that is, not inside subpat-
796        tern parentheses), the change applies to the remainder of  the  pattern
797        that follows.  If the change is placed right at the start of a pattern,
798        PCRE extracts it into the global options (and it will therefore show up
799        in data extracted by the pcre_fullinfo() function).
800
801        An  option  change  within a subpattern (see below for a description of
802        subpatterns) affects only that part of the current pattern that follows
803        it, so
804
805          (a(?i)b)c
806
807        matches abc and aBc and no other strings (assuming PCRE_CASELESS is not
808        used).  By this means, options can be made to have  different  settings
809        in  different parts of the pattern. Any changes made in one alternative
810        do carry on into subsequent branches within the  same  subpattern.  For
811        example,
812
813          (a(?i)b|c)
814
815        matches  "ab",  "aB",  "c",  and "C", even though when matching "C" the
816        first branch is abandoned before the option setting.  This  is  because
817        the  effects  of option settings happen at compile time. There would be
818        some very weird behaviour otherwise.
819
820        The PCRE-specific options PCRE_DUPNAMES, PCRE_UNGREEDY, and  PCRE_EXTRA
821        can  be changed in the same way as the Perl-compatible options by using
822        the characters J, U and X respectively.
823
824
825 SUBPATTERNS
826
827        Subpatterns are delimited by parentheses (round brackets), which can be
828        nested.  Turning part of a pattern into a subpattern does two things:
829
830        1. It localizes a set of alternatives. For example, the pattern
831
832          cat(aract|erpillar|)
833
834        matches  one  of the words "cat", "cataract", or "caterpillar". Without
835        the parentheses, it would match  "cataract",  "erpillar"  or  an  empty
836        string.
837
838        2.  It  sets  up  the  subpattern as a capturing subpattern. This means
839        that, when the whole pattern  matches,  that  portion  of  the  subject
840        string that matched the subpattern is passed back to the caller via the
841        ovector argument of pcre_exec(). Opening parentheses are  counted  from
842        left  to  right  (starting  from 1) to obtain numbers for the capturing
843        subpatterns.
844
845        For example, if the string "the red king" is matched against  the  pat-
846        tern
847
848          the ((red|white) (king|queen))
849
850        the captured substrings are "red king", "red", and "king", and are num-
851        bered 1, 2, and 3, respectively.
852
853        The fact that plain parentheses fulfil  two  functions  is  not  always
854        helpful.   There are often times when a grouping subpattern is required
855        without a capturing requirement. If an opening parenthesis is  followed
856        by  a question mark and a colon, the subpattern does not do any captur-
857        ing, and is not counted when computing the  number  of  any  subsequent
858        capturing  subpatterns. For example, if the string "the white queen" is
859        matched against the pattern
860
861          the ((?:red|white) (king|queen))
862
863        the captured substrings are "white queen" and "queen", and are numbered
864        1 and 2. The maximum number of capturing subpatterns is 65535.
865
866        As  a  convenient shorthand, if any option settings are required at the
867        start of a non-capturing subpattern,  the  option  letters  may  appear
868        between the "?" and the ":". Thus the two patterns
869
870          (?i:saturday|sunday)
871          (?:(?i)saturday|sunday)
872
873        match exactly the same set of strings. Because alternative branches are
874        tried from left to right, and options are not reset until  the  end  of
875        the  subpattern is reached, an option setting in one branch does affect
876        subsequent branches, so the above patterns match "SUNDAY"  as  well  as
877        "Saturday".
878
879
880 DUPLICATE SUBPATTERN NUMBERS
881
882        Perl 5.10 introduced a feature whereby each alternative in a subpattern
883        uses the same numbers for its capturing parentheses. Such a  subpattern
884        starts  with (?| and is itself a non-capturing subpattern. For example,
885        consider this pattern:
886
887          (?|(Sat)ur|(Sun))day
888
889        Because the two alternatives are inside a (?| group, both sets of  cap-
890        turing  parentheses  are  numbered one. Thus, when the pattern matches,
891        you can look at captured substring number  one,  whichever  alternative
892        matched.  This  construct  is useful when you want to capture part, but
893        not all, of one of a number of alternatives. Inside a (?| group, paren-
894        theses  are  numbered as usual, but the number is reset at the start of
895        each branch. The numbers of any capturing buffers that follow the  sub-
896        pattern  start after the highest number used in any branch. The follow-
897        ing example is taken from the Perl documentation.  The  numbers  under-
898        neath show in which buffer the captured content will be stored.
899
900          # before  ---------------branch-reset----------- after
901          / ( a )  (?| x ( y ) z | (p (q) r) | (t) u (v) ) ( z ) /x
902          # 1            2         2  3        2     3     4
903
904        A  backreference  or  a  recursive call to a numbered subpattern always
905        refers to the first one in the pattern with the given number.
906
907        An alternative approach to using this "branch reset" feature is to  use
908        duplicate named subpatterns, as described in the next section.
909
910
911 NAMED SUBPATTERNS
912
913        Identifying  capturing  parentheses  by number is simple, but it can be
914        very hard to keep track of the numbers in complicated  regular  expres-
915        sions.  Furthermore,  if  an  expression  is  modified, the numbers may
916        change. To help with this difficulty, PCRE supports the naming of  sub-
917        patterns. This feature was not added to Perl until release 5.10. Python
918        had the feature earlier, and PCRE introduced it at release  4.0,  using
919        the  Python syntax. PCRE now supports both the Perl and the Python syn-
920        tax.
921
922        In PCRE, a subpattern can be named in one of three  ways:  (?<name>...)
923        or  (?'name'...)  as in Perl, or (?P<name>...) as in Python. References
924        to capturing parentheses from other parts of the pattern, such as back-
925        references,  recursion,  and conditions, can be made by name as well as
926        by number.
927
928        Names consist of up to  32  alphanumeric  characters  and  underscores.
929        Named  capturing  parentheses  are  still  allocated numbers as well as
930        names, exactly as if the names were not present. The PCRE API  provides
931        function calls for extracting the name-to-number translation table from
932        a compiled pattern. There is also a convenience function for extracting
933        a captured substring by name.
934
935        By  default, a name must be unique within a pattern, but it is possible
936        to relax this constraint by setting the PCRE_DUPNAMES option at compile
937        time.  This  can  be useful for patterns where only one instance of the
938        named parentheses can match. Suppose you want to match the  name  of  a
939        weekday,  either as a 3-letter abbreviation or as the full name, and in
940        both cases you want to extract the abbreviation. This pattern (ignoring
941        the line breaks) does the job:
942
943          (?<DN>Mon|Fri|Sun)(?:day)?|
944          (?<DN>Tue)(?:sday)?|
945          (?<DN>Wed)(?:nesday)?|
946          (?<DN>Thu)(?:rsday)?|
947          (?<DN>Sat)(?:urday)?
948
949        There  are  five capturing substrings, but only one is ever set after a
950        match.  (An alternative way of solving this problem is to use a "branch
951        reset" subpattern, as described in the previous section.)
952
953        The  convenience  function  for extracting the data by name returns the
954        substring for the first (and in this example, the only)  subpattern  of
955        that  name  that  matched.  This saves searching to find which numbered
956        subpattern it was. If you make a reference to a non-unique  named  sub-
957        pattern  from elsewhere in the pattern, the one that corresponds to the
958        lowest number is used. For further details of the interfaces  for  han-
959        dling named subpatterns, see the pcreapi documentation.
960
961
962 REPETITION
963
964        Repetition  is  specified  by  quantifiers, which can follow any of the
965        following items:
966
967          a literal data character
968          the dot metacharacter
969          the \C escape sequence
970          the \X escape sequence (in UTF-8 mode with Unicode properties)
971          the \R escape sequence
972          an escape such as \d that matches a single character
973          a character class
974          a back reference (see next section)
975          a parenthesized subpattern (unless it is an assertion)
976
977        The general repetition quantifier specifies a minimum and maximum  num-
978        ber  of  permitted matches, by giving the two numbers in curly brackets
979        (braces), separated by a comma. The numbers must be  less  than  65536,
980        and the first must be less than or equal to the second. For example:
981
982          z{2,4}
983
984        matches  "zz",  "zzz",  or  "zzzz". A closing brace on its own is not a
985        special character. If the second number is omitted, but  the  comma  is
986        present,  there  is  no upper limit; if the second number and the comma
987        are both omitted, the quantifier specifies an exact number of  required
988        matches. Thus
989
990          [aeiou]{3,}
991
992        matches at least 3 successive vowels, but may match many more, while
993
994          \d{8}
995
996        matches  exactly  8  digits. An opening curly bracket that appears in a
997        position where a quantifier is not allowed, or one that does not  match
998        the  syntax of a quantifier, is taken as a literal character. For exam-
999        ple, {,6} is not a quantifier, but a literal string of four characters.
1000
1001        In  UTF-8  mode,  quantifiers  apply to UTF-8 characters rather than to
1002        individual bytes. Thus, for example, \x{100}{2} matches two UTF-8 char-
1003        acters, each of which is represented by a two-byte sequence. Similarly,
1004        when Unicode property support is available, \X{3} matches three Unicode
1005        extended  sequences,  each of which may be several bytes long (and they
1006        may be of different lengths).
1007
1008        The quantifier {0} is permitted, causing the expression to behave as if
1009        the previous item and the quantifier were not present.
1010
1011        For  convenience, the three most common quantifiers have single-charac-
1012        ter abbreviations:
1013
1014          *    is equivalent to {0,}
1015          +    is equivalent to {1,}
1016          ?    is equivalent to {0,1}
1017
1018        It is possible to construct infinite loops by  following  a  subpattern
1019        that can match no characters with a quantifier that has no upper limit,
1020        for example:
1021
1022          (a?)*
1023
1024        Earlier versions of Perl and PCRE used to give an error at compile time
1025        for  such  patterns. However, because there are cases where this can be
1026        useful, such patterns are now accepted, but if any  repetition  of  the
1027        subpattern  does in fact match no characters, the loop is forcibly bro-
1028        ken.
1029
1030        By default, the quantifiers are "greedy", that is, they match  as  much
1031        as  possible  (up  to  the  maximum number of permitted times), without
1032        causing the rest of the pattern to fail. The classic example  of  where
1033        this gives problems is in trying to match comments in C programs. These
1034        appear between /* and */ and within the comment,  individual  *  and  /
1035        characters  may  appear. An attempt to match C comments by applying the
1036        pattern
1037
1038          /\*.*\*/
1039
1040        to the string
1041
1042          /* first comment */  not comment  /* second comment */
1043
1044        fails, because it matches the entire string owing to the greediness  of
1045        the .*  item.
1046
1047        However,  if  a quantifier is followed by a question mark, it ceases to
1048        be greedy, and instead matches the minimum number of times possible, so
1049        the pattern
1050
1051          /\*.*?\*/
1052
1053        does  the  right  thing with the C comments. The meaning of the various
1054        quantifiers is not otherwise changed,  just  the  preferred  number  of
1055        matches.   Do  not  confuse this use of question mark with its use as a
1056        quantifier in its own right. Because it has two uses, it can  sometimes
1057        appear doubled, as in
1058
1059          \d??\d
1060
1061        which matches one digit by preference, but can match two if that is the
1062        only way the rest of the pattern matches.
1063
1064        If the PCRE_UNGREEDY option is set (an option that is not available  in
1065        Perl),  the  quantifiers are not greedy by default, but individual ones
1066        can be made greedy by following them with a  question  mark.  In  other
1067        words, it inverts the default behaviour.
1068
1069        When  a  parenthesized  subpattern  is quantified with a minimum repeat
1070        count that is greater than 1 or with a limited maximum, more memory  is
1071        required  for  the  compiled  pattern, in proportion to the size of the
1072        minimum or maximum.
1073
1074        If a pattern starts with .* or .{0,} and the PCRE_DOTALL option (equiv-
1075        alent  to  Perl's  /s) is set, thus allowing the dot to match newlines,
1076        the pattern is implicitly anchored, because whatever  follows  will  be
1077        tried  against every character position in the subject string, so there
1078        is no point in retrying the overall match at  any  position  after  the
1079        first.  PCRE  normally treats such a pattern as though it were preceded
1080        by \A.
1081
1082        In cases where it is known that the subject  string  contains  no  new-
1083        lines,  it  is  worth setting PCRE_DOTALL in order to obtain this opti-
1084        mization, or alternatively using ^ to indicate anchoring explicitly.
1085
1086        However, there is one situation where the optimization cannot be  used.
1087        When  .*   is  inside  capturing  parentheses that are the subject of a
1088        backreference elsewhere in the pattern, a match at the start  may  fail
1089        where a later one succeeds. Consider, for example:
1090
1091          (.*)abc\1
1092
1093        If  the subject is "xyz123abc123" the match point is the fourth charac-
1094        ter. For this reason, such a pattern is not implicitly anchored.
1095
1096        When a capturing subpattern is repeated, the value captured is the sub-
1097        string that matched the final iteration. For example, after
1098
1099          (tweedle[dume]{3}\s*)+
1100
1101        has matched "tweedledum tweedledee" the value of the captured substring
1102        is "tweedledee". However, if there are  nested  capturing  subpatterns,
1103        the  corresponding captured values may have been set in previous itera-
1104        tions. For example, after
1105
1106          /(a|(b))+/
1107
1108        matches "aba" the value of the second captured substring is "b".
1109
1110
1111 ATOMIC GROUPING AND POSSESSIVE QUANTIFIERS
1112
1113        With both maximizing ("greedy") and minimizing ("ungreedy"  or  "lazy")
1114        repetition,  failure  of what follows normally causes the repeated item
1115        to be re-evaluated to see if a different number of repeats  allows  the
1116        rest  of  the pattern to match. Sometimes it is useful to prevent this,
1117        either to change the nature of the match, or to cause it  fail  earlier
1118        than  it otherwise might, when the author of the pattern knows there is
1119        no point in carrying on.
1120
1121        Consider, for example, the pattern \d+foo when applied to  the  subject
1122        line
1123
1124          123456bar
1125
1126        After matching all 6 digits and then failing to match "foo", the normal
1127        action of the matcher is to try again with only 5 digits  matching  the
1128        \d+  item,  and  then  with  4,  and  so on, before ultimately failing.
1129        "Atomic grouping" (a term taken from Jeffrey  Friedl's  book)  provides
1130        the  means for specifying that once a subpattern has matched, it is not
1131        to be re-evaluated in this way.
1132
1133        If we use atomic grouping for the previous example, the  matcher  gives
1134        up  immediately  on failing to match "foo" the first time. The notation
1135        is a kind of special parenthesis, starting with (?> as in this example:
1136
1137          (?>\d+)foo
1138
1139        This  kind  of  parenthesis "locks up" the  part of the pattern it con-
1140        tains once it has matched, and a failure further into  the  pattern  is
1141        prevented  from  backtracking into it. Backtracking past it to previous
1142        items, however, works as normal.
1143
1144        An alternative description is that a subpattern of  this  type  matches
1145        the  string  of  characters  that an identical standalone pattern would
1146        match, if anchored at the current point in the subject string.
1147
1148        Atomic grouping subpatterns are not capturing subpatterns. Simple cases
1149        such as the above example can be thought of as a maximizing repeat that
1150        must swallow everything it can. So, while both \d+ and  \d+?  are  pre-
1151        pared  to  adjust  the number of digits they match in order to make the
1152        rest of the pattern match, (?>\d+) can only match an entire sequence of
1153        digits.
1154
1155        Atomic  groups in general can of course contain arbitrarily complicated
1156        subpatterns, and can be nested. However, when  the  subpattern  for  an
1157        atomic group is just a single repeated item, as in the example above, a
1158        simpler notation, called a "possessive quantifier" can  be  used.  This
1159        consists  of  an  additional  + character following a quantifier. Using
1160        this notation, the previous example can be rewritten as
1161
1162          \d++foo
1163
1164        Possessive  quantifiers  are  always  greedy;  the   setting   of   the
1165        PCRE_UNGREEDY option is ignored. They are a convenient notation for the
1166        simpler forms of atomic group. However, there is no difference  in  the
1167        meaning  of  a  possessive  quantifier and the equivalent atomic group,
1168        though there may be a performance  difference;  possessive  quantifiers
1169        should be slightly faster.
1170
1171        The  possessive  quantifier syntax is an extension to the Perl 5.8 syn-
1172        tax.  Jeffrey Friedl originated the idea (and the name)  in  the  first
1173        edition of his book. Mike McCloskey liked it, so implemented it when he
1174        built Sun's Java package, and PCRE copied it from there. It  ultimately
1175        found its way into Perl at release 5.10.
1176
1177        PCRE has an optimization that automatically "possessifies" certain sim-
1178        ple pattern constructs. For example, the sequence  A+B  is  treated  as
1179        A++B  because  there is no point in backtracking into a sequence of A's
1180        when B must follow.
1181
1182        When a pattern contains an unlimited repeat inside  a  subpattern  that
1183        can  itself  be  repeated  an  unlimited number of times, the use of an
1184        atomic group is the only way to avoid some  failing  matches  taking  a
1185        very long time indeed. The pattern
1186
1187          (\D+|<\d+>)*[!?]
1188
1189        matches  an  unlimited number of substrings that either consist of non-
1190        digits, or digits enclosed in <>, followed by either ! or  ?.  When  it
1191        matches, it runs quickly. However, if it is applied to
1192
1193          aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa
1194
1195        it  takes  a  long  time  before reporting failure. This is because the
1196        string can be divided between the internal \D+ repeat and the  external
1197        *  repeat  in  a  large  number of ways, and all have to be tried. (The
1198        example uses [!?] rather than a single character at  the  end,  because
1199        both  PCRE  and  Perl have an optimization that allows for fast failure
1200        when a single character is used. They remember the last single  charac-
1201        ter  that  is required for a match, and fail early if it is not present
1202        in the string.) If the pattern is changed so that  it  uses  an  atomic
1203        group, like this:
1204
1205          ((?>\D+)|<\d+>)*[!?]
1206
1207        sequences  of non-digits cannot be broken, and failure happens quickly.
1208
1209
1210 BACK REFERENCES
1211
1212        Outside a character class, a backslash followed by a digit greater than
1213        0 (and possibly further digits) is a back reference to a capturing sub-
1214        pattern earlier (that is, to its left) in the pattern,  provided  there
1215        have been that many previous capturing left parentheses.
1216
1217        However, if the decimal number following the backslash is less than 10,
1218        it is always taken as a back reference, and causes  an  error  only  if
1219        there  are  not that many capturing left parentheses in the entire pat-
1220        tern. In other words, the parentheses that are referenced need  not  be
1221        to  the left of the reference for numbers less than 10. A "forward back
1222        reference" of this type can make sense when a  repetition  is  involved
1223        and  the  subpattern to the right has participated in an earlier itera-
1224        tion.
1225
1226        It is not possible to have a numerical "forward back  reference"  to  a
1227        subpattern  whose  number  is  10  or  more using this syntax because a
1228        sequence such as \50 is interpreted as a character  defined  in  octal.
1229        See the subsection entitled "Non-printing characters" above for further
1230        details of the handling of digits following a backslash.  There  is  no
1231        such  problem  when named parentheses are used. A back reference to any
1232        subpattern is possible using named parentheses (see below).
1233
1234        Another way of avoiding the ambiguity inherent in  the  use  of  digits
1235        following a backslash is to use the \g escape sequence, which is a fea-
1236        ture introduced in Perl 5.10. This escape must be followed by  a  posi-
1237        tive  or  a negative number, optionally enclosed in braces. These exam-
1238        ples are all identical:
1239
1240          (ring), \1
1241          (ring), \g1
1242          (ring), \g{1}
1243
1244        A positive number specifies an absolute reference without the ambiguity
1245        that  is  present  in  the older syntax. It is also useful when literal
1246        digits follow the reference. A negative number is a relative reference.
1247        Consider this example:
1248
1249          (abc(def)ghi)\g{-1}
1250
1251        The sequence \g{-1} is a reference to the most recently started captur-
1252        ing subpattern before \g, that is, is it equivalent to  \2.  Similarly,
1253        \g{-2} would be equivalent to \1. The use of relative references can be
1254        helpful in long patterns, and also in  patterns  that  are  created  by
1255        joining together fragments that contain references within themselves.
1256
1257        A  back  reference matches whatever actually matched the capturing sub-
1258        pattern in the current subject string, rather  than  anything  matching
1259        the subpattern itself (see "Subpatterns as subroutines" below for a way
1260        of doing that). So the pattern
1261
1262          (sens|respons)e and \1ibility
1263
1264        matches "sense and sensibility" and "response and responsibility",  but
1265        not  "sense and responsibility". If caseful matching is in force at the
1266        time of the back reference, the case of letters is relevant. For  exam-
1267        ple,
1268
1269          ((?i)rah)\s+\1
1270
1271        matches  "rah  rah"  and  "RAH RAH", but not "RAH rah", even though the
1272        original capturing subpattern is matched caselessly.
1273
1274        There are several different ways of writing back  references  to  named
1275        subpatterns.  The  .NET syntax \k{name} and the Perl syntax \k<name> or
1276        \k'name' are supported, as is the Python syntax (?P=name). Perl  5.10's
1277        unified back reference syntax, in which \g can be used for both numeric
1278        and named references, is also supported. We  could  rewrite  the  above
1279        example in any of the following ways:
1280
1281          (?<p1>(?i)rah)\s+\k<p1>
1282          (?'p1'(?i)rah)\s+\k{p1}
1283          (?P<p1>(?i)rah)\s+(?P=p1)
1284          (?<p1>(?i)rah)\s+\g{p1}
1285
1286        A  subpattern  that  is  referenced  by  name may appear in the pattern
1287        before or after the reference.
1288
1289        There may be more than one back reference to the same subpattern. If  a
1290        subpattern  has  not actually been used in a particular match, any back
1291        references to it always fail. For example, the pattern
1292
1293          (a|(bc))\2
1294
1295        always fails if it starts to match "a" rather than "bc". Because  there
1296        may  be  many  capturing parentheses in a pattern, all digits following
1297        the backslash are taken as part of a potential back  reference  number.
1298        If the pattern continues with a digit character, some delimiter must be
1299        used to terminate the back reference. If the  PCRE_EXTENDED  option  is
1300        set,  this  can  be  whitespace.  Otherwise an empty comment (see "Com-
1301        ments" below) can be used.
1302
1303        A back reference that occurs inside the parentheses to which it  refers
1304        fails  when  the subpattern is first used, so, for example, (a\1) never
1305        matches.  However, such references can be useful inside  repeated  sub-
1306        patterns. For example, the pattern
1307
1308          (a|b\1)+
1309
1310        matches any number of "a"s and also "aba", "ababbaa" etc. At each iter-
1311        ation of the subpattern,  the  back  reference  matches  the  character
1312        string  corresponding  to  the previous iteration. In order for this to
1313        work, the pattern must be such that the first iteration does  not  need
1314        to  match the back reference. This can be done using alternation, as in
1315        the example above, or by a quantifier with a minimum of zero.
1316
1317
1318 ASSERTIONS
1319
1320        An assertion is a test on the characters  following  or  preceding  the
1321        current  matching  point that does not actually consume any characters.
1322        The simple assertions coded as \b, \B, \A, \G, \Z,  \z,  ^  and  $  are
1323        described above.
1324
1325        More  complicated  assertions  are  coded as subpatterns. There are two
1326        kinds: those that look ahead of the current  position  in  the  subject
1327        string,  and  those  that  look  behind  it. An assertion subpattern is
1328        matched in the normal way, except that it does not  cause  the  current
1329        matching position to be changed.
1330
1331        Assertion  subpatterns  are  not  capturing subpatterns, and may not be
1332        repeated, because it makes no sense to assert the  same  thing  several
1333        times.  If  any kind of assertion contains capturing subpatterns within
1334        it, these are counted for the purposes of numbering the capturing  sub-
1335        patterns in the whole pattern.  However, substring capturing is carried
1336        out only for positive assertions, because it does not  make  sense  for
1337        negative assertions.
1338
1339    Lookahead assertions
1340
1341        Lookahead assertions start with (?= for positive assertions and (?! for
1342        negative assertions. For example,
1343
1344          \w+(?=;)
1345
1346        matches a word followed by a semicolon, but does not include the  semi-
1347        colon in the match, and
1348
1349          foo(?!bar)
1350
1351        matches  any  occurrence  of  "foo" that is not followed by "bar". Note
1352        that the apparently similar pattern
1353
1354          (?!foo)bar
1355
1356        does not find an occurrence of "bar"  that  is  preceded  by  something
1357        other  than "foo"; it finds any occurrence of "bar" whatsoever, because
1358        the assertion (?!foo) is always true when the next three characters are
1359        "bar". A lookbehind assertion is needed to achieve the other effect.
1360
1361        If you want to force a matching failure at some point in a pattern, the
1362        most convenient way to do it is  with  (?!)  because  an  empty  string
1363        always  matches, so an assertion that requires there not to be an empty
1364        string must always fail.
1365
1366    Lookbehind assertions
1367
1368        Lookbehind assertions start with (?<= for positive assertions and  (?<!
1369        for negative assertions. For example,
1370
1371          (?<!foo)bar
1372
1373        does  find  an  occurrence  of "bar" that is not preceded by "foo". The
1374        contents of a lookbehind assertion are restricted  such  that  all  the
1375        strings it matches must have a fixed length. However, if there are sev-
1376        eral top-level alternatives, they do not all  have  to  have  the  same
1377        fixed length. Thus
1378
1379          (?<=bullock|donkey)
1380
1381        is permitted, but
1382
1383          (?<!dogs?|cats?)
1384
1385        causes  an  error at compile time. Branches that match different length
1386        strings are permitted only at the top level of a lookbehind  assertion.
1387        This  is  an  extension  compared  with  Perl (at least for 5.8), which
1388        requires all branches to match the same length of string. An  assertion
1389        such as
1390
1391          (?<=ab(c|de))
1392
1393        is  not  permitted,  because  its single top-level branch can match two
1394        different lengths, but it is acceptable if rewritten to  use  two  top-
1395        level branches:
1396
1397          (?<=abc|abde)
1398
1399        In some cases, the Perl 5.10 escape sequence \K (see above) can be used
1400        instead of a lookbehind assertion; this is not restricted to  a  fixed-
1401        length.
1402
1403        The  implementation  of lookbehind assertions is, for each alternative,
1404        to temporarily move the current position back by the fixed  length  and
1405        then try to match. If there are insufficient characters before the cur-
1406        rent position, the assertion fails.
1407
1408        PCRE does not allow the \C escape (which matches a single byte in UTF-8
1409        mode)  to appear in lookbehind assertions, because it makes it impossi-
1410        ble to calculate the length of the lookbehind. The \X and  \R  escapes,
1411        which can match different numbers of bytes, are also not permitted.
1412
1413        Possessive  quantifiers  can  be  used  in  conjunction with lookbehind
1414        assertions to specify efficient matching at  the  end  of  the  subject
1415        string. Consider a simple pattern such as
1416
1417          abcd$
1418
1419        when  applied  to  a  long string that does not match. Because matching
1420        proceeds from left to right, PCRE will look for each "a" in the subject
1421        and  then  see  if what follows matches the rest of the pattern. If the
1422        pattern is specified as
1423
1424          ^.*abcd$
1425
1426        the initial .* matches the entire string at first, but when this  fails
1427        (because there is no following "a"), it backtracks to match all but the
1428        last character, then all but the last two characters, and so  on.  Once
1429        again  the search for "a" covers the entire string, from right to left,
1430        so we are no better off. However, if the pattern is written as
1431
1432          ^.*+(?<=abcd)
1433
1434        there can be no backtracking for the .*+ item; it can  match  only  the
1435        entire  string.  The subsequent lookbehind assertion does a single test
1436        on the last four characters. If it fails, the match fails  immediately.
1437        For  long  strings, this approach makes a significant difference to the
1438        processing time.
1439
1440    Using multiple assertions
1441
1442        Several assertions (of any sort) may occur in succession. For example,
1443
1444          (?<=\d{3})(?<!999)foo
1445
1446        matches "foo" preceded by three digits that are not "999". Notice  that
1447        each  of  the  assertions is applied independently at the same point in
1448        the subject string. First there is a  check  that  the  previous  three
1449        characters  are  all  digits,  and  then there is a check that the same
1450        three characters are not "999".  This pattern does not match "foo" pre-
1451        ceded  by  six  characters,  the first of which are digits and the last
1452        three of which are not "999". For example, it  doesn't  match  "123abc-
1453        foo". A pattern to do that is
1454
1455          (?<=\d{3}...)(?<!999)foo
1456
1457        This  time  the  first assertion looks at the preceding six characters,
1458        checking that the first three are digits, and then the second assertion
1459        checks that the preceding three characters are not "999".
1460
1461        Assertions can be nested in any combination. For example,
1462
1463          (?<=(?<!foo)bar)baz
1464
1465        matches  an occurrence of "baz" that is preceded by "bar" which in turn
1466        is not preceded by "foo", while
1467
1468          (?<=\d{3}(?!999)...)foo
1469
1470        is another pattern that matches "foo" preceded by three digits and  any
1471        three characters that are not "999".
1472
1473
1474 CONDITIONAL SUBPATTERNS
1475
1476        It  is possible to cause the matching process to obey a subpattern con-
1477        ditionally or to choose between two alternative subpatterns,  depending
1478        on  the result of an assertion, or whether a previous capturing subpat-
1479        tern matched or not. The two possible forms of  conditional  subpattern
1480        are
1481
1482          (?(condition)yes-pattern)
1483          (?(condition)yes-pattern|no-pattern)
1484
1485        If  the  condition is satisfied, the yes-pattern is used; otherwise the
1486        no-pattern (if present) is used. If there are more  than  two  alterna-
1487        tives in the subpattern, a compile-time error occurs.
1488
1489        There  are  four  kinds of condition: references to subpatterns, refer-
1490        ences to recursion, a pseudo-condition called DEFINE, and assertions.
1491
1492    Checking for a used subpattern by number
1493
1494        If the text between the parentheses consists of a sequence  of  digits,
1495        the  condition  is  true if the capturing subpattern of that number has
1496        previously matched. An alternative notation is to  precede  the  digits
1497        with a plus or minus sign. In this case, the subpattern number is rela-
1498        tive rather than absolute.  The most recently opened parentheses can be
1499        referenced  by  (?(-1),  the  next most recent by (?(-2), and so on. In
1500        looping constructs it can also make sense to refer to subsequent groups
1501        with constructs such as (?(+2).
1502
1503        Consider  the  following  pattern, which contains non-significant white
1504        space to make it more readable (assume the PCRE_EXTENDED option) and to
1505        divide it into three parts for ease of discussion:
1506
1507          ( \( )?    [^()]+    (?(1) \) )
1508
1509        The  first  part  matches  an optional opening parenthesis, and if that
1510        character is present, sets it as the first captured substring. The sec-
1511        ond  part  matches one or more characters that are not parentheses. The
1512        third part is a conditional subpattern that tests whether the first set
1513        of parentheses matched or not. If they did, that is, if subject started
1514        with an opening parenthesis, the condition is true, and so the yes-pat-
1515        tern  is  executed  and  a  closing parenthesis is required. Otherwise,
1516        since no-pattern is not present, the  subpattern  matches  nothing.  In
1517        other  words,  this  pattern  matches  a  sequence  of non-parentheses,
1518        optionally enclosed in parentheses.
1519
1520        If you were embedding this pattern in a larger one,  you  could  use  a
1521        relative reference:
1522
1523          ...other stuff... ( \( )?    [^()]+    (?(-1) \) ) ...
1524
1525        This  makes  the  fragment independent of the parentheses in the larger
1526        pattern.
1527
1528    Checking for a used subpattern by name
1529
1530        Perl uses the syntax (?(<name>)...) or (?('name')...)  to  test  for  a
1531        used  subpattern  by  name.  For compatibility with earlier versions of
1532        PCRE, which had this facility before Perl, the syntax  (?(name)...)  is
1533        also  recognized. However, there is a possible ambiguity with this syn-
1534        tax, because subpattern names may  consist  entirely  of  digits.  PCRE
1535        looks  first for a named subpattern; if it cannot find one and the name
1536        consists entirely of digits, PCRE looks for a subpattern of  that  num-
1537        ber,  which must be greater than zero. Using subpattern names that con-
1538        sist entirely of digits is not recommended.
1539
1540        Rewriting the above example to use a named subpattern gives this:
1541
1542          (?<OPEN> \( )?    [^()]+    (?(<OPEN>) \) )
1543
1544
1545    Checking for pattern recursion
1546
1547        If the condition is the string (R), and there is no subpattern with the
1548        name  R, the condition is true if a recursive call to the whole pattern
1549        or any subpattern has been made. If digits or a name preceded by amper-
1550        sand follow the letter R, for example:
1551
1552          (?(R3)...) or (?(R&name)...)
1553
1554        the  condition is true if the most recent recursion is into the subpat-
1555        tern whose number or name is given. This condition does not  check  the
1556        entire recursion stack.
1557
1558        At  "top  level", all these recursion test conditions are false. Recur-
1559        sive patterns are described below.
1560
1561    Defining subpatterns for use by reference only
1562
1563        If the condition is the string (DEFINE), and  there  is  no  subpattern
1564        with  the  name  DEFINE,  the  condition is always false. In this case,
1565        there may be only one alternative  in  the  subpattern.  It  is  always
1566        skipped  if  control  reaches  this  point  in the pattern; the idea of
1567        DEFINE is that it can be used to define "subroutines" that can be  ref-
1568        erenced  from elsewhere. (The use of "subroutines" is described below.)
1569        For example, a pattern to match an IPv4 address could be  written  like
1570        this (ignore whitespace and line breaks):
1571
1572          (?(DEFINE) (?<byte> 2[0-4]\d | 25[0-5] | 1\d\d | [1-9]?\d) )
1573          \b (?&byte) (\.(?&byte)){3} \b
1574
1575        The  first part of the pattern is a DEFINE group inside which a another
1576        group named "byte" is defined. This matches an individual component  of
1577        an  IPv4  address  (a number less than 256). When matching takes place,
1578        this part of the pattern is skipped because DEFINE acts  like  a  false
1579        condition.
1580
1581        The rest of the pattern uses references to the named group to match the
1582        four dot-separated components of an IPv4 address, insisting on  a  word
1583        boundary at each end.
1584
1585    Assertion conditions
1586
1587        If  the  condition  is  not  in any of the above formats, it must be an
1588        assertion.  This may be a positive or negative lookahead or  lookbehind
1589        assertion.  Consider  this  pattern,  again  containing non-significant
1590        white space, and with the two alternatives on the second line:
1591
1592          (?(?=[^a-z]*[a-z])
1593          \d{2}-[a-z]{3}-\d{2}  |  \d{2}-\d{2}-\d{2} )
1594
1595        The condition  is  a  positive  lookahead  assertion  that  matches  an
1596        optional  sequence of non-letters followed by a letter. In other words,
1597        it tests for the presence of at least one letter in the subject.  If  a
1598        letter  is found, the subject is matched against the first alternative;
1599        otherwise it is  matched  against  the  second.  This  pattern  matches
1600        strings  in  one  of the two forms dd-aaa-dd or dd-dd-dd, where aaa are
1601        letters and dd are digits.
1602
1603
1604 COMMENTS
1605
1606        The sequence (?# marks the start of a comment that continues up to  the
1607        next  closing  parenthesis.  Nested  parentheses are not permitted. The
1608        characters that make up a comment play no part in the pattern  matching
1609        at all.
1610
1611        If  the PCRE_EXTENDED option is set, an unescaped # character outside a
1612        character class introduces a  comment  that  continues  to  immediately
1613        after the next newline in the pattern.
1614
1615
1616 RECURSIVE PATTERNS
1617
1618        Consider  the problem of matching a string in parentheses, allowing for
1619        unlimited nested parentheses. Without the use of  recursion,  the  best
1620        that  can  be  done  is  to use a pattern that matches up to some fixed
1621        depth of nesting. It is not possible to  handle  an  arbitrary  nesting
1622        depth.
1623
1624        For some time, Perl has provided a facility that allows regular expres-
1625        sions to recurse (amongst other things). It does this by  interpolating
1626        Perl  code in the expression at run time, and the code can refer to the
1627        expression itself. A Perl pattern using code interpolation to solve the
1628        parentheses problem can be created like this:
1629
1630          $re = qr{\( (?: (?>[^()]+) | (?p{$re}) )* \)}x;
1631
1632        The (?p{...}) item interpolates Perl code at run time, and in this case
1633        refers recursively to the pattern in which it appears.
1634
1635        Obviously, PCRE cannot support the interpolation of Perl code. Instead,
1636        it  supports  special  syntax  for recursion of the entire pattern, and
1637        also for individual subpattern recursion.  After  its  introduction  in
1638        PCRE  and  Python,  this  kind of recursion was introduced into Perl at
1639        release 5.10.
1640
1641        A special item that consists of (? followed by a  number  greater  than
1642        zero and a closing parenthesis is a recursive call of the subpattern of
1643        the given number, provided that it occurs inside that  subpattern.  (If
1644        not,  it  is  a  "subroutine" call, which is described in the next sec-
1645        tion.) The special item (?R) or (?0) is a recursive call of the  entire
1646        regular expression.
1647
1648        In  PCRE (like Python, but unlike Perl), a recursive subpattern call is
1649        always treated as an atomic group. That is, once it has matched some of
1650        the subject string, it is never re-entered, even if it contains untried
1651        alternatives and there is a subsequent matching failure.
1652
1653        This PCRE pattern solves the nested  parentheses  problem  (assume  the
1654        PCRE_EXTENDED option is set so that white space is ignored):
1655
1656          \( ( (?>[^()]+) | (?R) )* \)
1657
1658        First  it matches an opening parenthesis. Then it matches any number of
1659        substrings which can either be a  sequence  of  non-parentheses,  or  a
1660        recursive  match  of the pattern itself (that is, a correctly parenthe-
1661        sized substring).  Finally there is a closing parenthesis.
1662
1663        If this were part of a larger pattern, you would not  want  to  recurse
1664        the entire pattern, so instead you could use this:
1665
1666          ( \( ( (?>[^()]+) | (?1) )* \) )
1667
1668        We  have  put the pattern into parentheses, and caused the recursion to
1669        refer to them instead of the whole pattern.
1670
1671        In a larger pattern,  keeping  track  of  parenthesis  numbers  can  be
1672        tricky.  This is made easier by the use of relative references. (A Perl
1673        5.10 feature.)  Instead of (?1) in the  pattern  above  you  can  write
1674        (?-2) to refer to the second most recently opened parentheses preceding
1675        the recursion. In other  words,  a  negative  number  counts  capturing
1676        parentheses leftwards from the point at which it is encountered.
1677
1678        It  is  also  possible  to refer to subsequently opened parentheses, by
1679        writing references such as (?+2). However, these  cannot  be  recursive
1680        because  the  reference  is  not inside the parentheses that are refer-
1681        enced. They are always "subroutine" calls, as  described  in  the  next
1682        section.
1683
1684        An  alternative  approach is to use named parentheses instead. The Perl
1685        syntax for this is (?&name); PCRE's earlier syntax  (?P>name)  is  also
1686        supported. We could rewrite the above example as follows:
1687
1688          (?<pn> \( ( (?>[^()]+) | (?&pn) )* \) )
1689
1690        If  there  is more than one subpattern with the same name, the earliest
1691        one is used.
1692
1693        This particular example pattern that we have been looking  at  contains
1694        nested  unlimited repeats, and so the use of atomic grouping for match-
1695        ing strings of non-parentheses is important when applying  the  pattern
1696        to strings that do not match. For example, when this pattern is applied
1697        to
1698
1699          (aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa()
1700
1701        it yields "no match" quickly. However, if atomic grouping is not  used,
1702        the  match  runs  for a very long time indeed because there are so many
1703        different ways the + and * repeats can carve up the  subject,  and  all
1704        have to be tested before failure can be reported.
1705
1706        At the end of a match, the values set for any capturing subpatterns are
1707        those from the outermost level of the recursion at which the subpattern
1708        value  is  set.   If  you want to obtain intermediate values, a callout
1709        function can be used (see below and the pcrecallout documentation).  If
1710        the pattern above is matched against
1711
1712          (ab(cd)ef)
1713
1714        the  value  for  the  capturing  parentheses is "ef", which is the last
1715        value taken on at the top level. If additional parentheses  are  added,
1716        giving
1717
1718          \( ( ( (?>[^()]+) | (?R) )* ) \)
1719             ^                        ^
1720             ^                        ^
1721
1722        the  string  they  capture is "ab(cd)ef", the contents of the top level
1723        parentheses. If there are more than 15 capturing parentheses in a  pat-
1724        tern, PCRE has to obtain extra memory to store data during a recursion,
1725        which it does by using pcre_malloc, freeing  it  via  pcre_free  after-
1726        wards.  If  no  memory  can  be  obtained,  the  match  fails  with the
1727        PCRE_ERROR_NOMEMORY error.
1728
1729        Do not confuse the (?R) item with the condition (R),  which  tests  for
1730        recursion.   Consider  this pattern, which matches text in angle brack-
1731        ets, allowing for arbitrary nesting. Only digits are allowed in  nested
1732        brackets  (that is, when recursing), whereas any characters are permit-
1733        ted at the outer level.
1734
1735          < (?: (?(R) \d++  | [^<>]*+) | (?R)) * >
1736
1737        In this pattern, (?(R) is the start of a conditional  subpattern,  with
1738        two  different  alternatives for the recursive and non-recursive cases.
1739        The (?R) item is the actual recursive call.
1740
1741
1742 SUBPATTERNS AS SUBROUTINES
1743
1744        If the syntax for a recursive subpattern reference (either by number or
1745        by  name)  is used outside the parentheses to which it refers, it oper-
1746        ates like a subroutine in a programming language. The "called"  subpat-
1747        tern may be defined before or after the reference. A numbered reference
1748        can be absolute or relative, as in these examples:
1749
1750          (...(absolute)...)...(?2)...
1751          (...(relative)...)...(?-1)...
1752          (...(?+1)...(relative)...
1753
1754        An earlier example pointed out that the pattern
1755
1756          (sens|respons)e and \1ibility
1757
1758        matches "sense and sensibility" and "response and responsibility",  but
1759        not "sense and responsibility". If instead the pattern
1760
1761          (sens|respons)e and (?1)ibility
1762
1763        is  used, it does match "sense and responsibility" as well as the other
1764        two strings. Another example is  given  in  the  discussion  of  DEFINE
1765        above.
1766
1767        Like recursive subpatterns, a "subroutine" call is always treated as an
1768        atomic group. That is, once it has matched some of the subject  string,
1769        it  is  never  re-entered, even if it contains untried alternatives and
1770        there is a subsequent matching failure.
1771
1772        When a subpattern is used as a subroutine, processing options  such  as
1773        case-independence are fixed when the subpattern is defined. They cannot
1774        be changed for different calls. For example, consider this pattern:
1775
1776          (abc)(?i:(?-1))
1777
1778        It matches "abcabc". It does not match "abcABC" because the  change  of
1779        processing option does not affect the called subpattern.
1780
1781
1782 CALLOUTS
1783
1784        Perl has a feature whereby using the sequence (?{...}) causes arbitrary
1785        Perl code to be obeyed in the middle of matching a regular  expression.
1786        This makes it possible, amongst other things, to extract different sub-
1787        strings that match the same pair of parentheses when there is a repeti-
1788        tion.
1789
1790        PCRE provides a similar feature, but of course it cannot obey arbitrary
1791        Perl code. The feature is called "callout". The caller of PCRE provides
1792        an  external function by putting its entry point in the global variable
1793        pcre_callout.  By default, this variable contains NULL, which  disables
1794        all calling out.
1795
1796        Within  a  regular  expression,  (?C) indicates the points at which the
1797        external function is to be called. If you want  to  identify  different
1798        callout  points, you can put a number less than 256 after the letter C.
1799        The default value is zero.  For example, this pattern has  two  callout
1800        points:
1801
1802          (?C1)abc(?C2)def
1803
1804        If the PCRE_AUTO_CALLOUT flag is passed to pcre_compile(), callouts are
1805        automatically installed before each item in the pattern. They  are  all
1806        numbered 255.
1807
1808        During matching, when PCRE reaches a callout point (and pcre_callout is
1809        set), the external function is called. It is provided with  the  number
1810        of  the callout, the position in the pattern, and, optionally, one item
1811        of data originally supplied by the caller of pcre_exec().  The  callout
1812        function  may cause matching to proceed, to backtrack, or to fail alto-
1813        gether. A complete description of the interface to the callout function
1814        is given in the pcrecallout documentation.
1815
1816
1817 SEE ALSO
1818
1819        pcreapi(3), pcrecallout(3), pcrematching(3), pcre(3).
1820
1821
1822 AUTHOR
1823
1824        Philip Hazel
1825        University Computing Service
1826        Cambridge CB2 3QH, England.
1827
1828
1829 REVISION
1830
1831        Last updated: 19 June 2007
1832        Copyright (c) 1997-2007 University of Cambridge.