Question

我正在使用preg_replace_callback进行大量目录产品描述的SEO，并且在使用正则表达式时遇到一些困难。

我想替换所有这些单词（帽子，衬衫），除了“男人”+ 0-2之间的单词之外，例如“男人的漂亮黑帽子”，“男式长衬衫”不应该被替换。

这是一个调试代码，在实际应用中我使用回调来为每个单词选择正确的替换：

$str = "men's black hat, and orange shirt!";
preg_match_all('/((\s|\.\s|,\s|\!\s|\?\s)(hat|shirt)(\s|\.|\.\s|,\s|\!|\!\s|\?|\?\s))/i', $str, &$_matches);
print_r($_matches);

由于

Answer 1

我不认为可变长度的负面外观是可能的。

一个技巧是扭转字符串并使用负向前瞻。那么，你理想地“想要”做什么：

preg_match_all('/(?<!\bmen\'s\s+(\w+\s+){0,2})(hat|shirt)\b/i', $str, &$_matches);

你可以做到

preg_match_all('/\b(tah|trihs)(?!(\s+\w+){0,2}\s+s\'nem\b)/i', strrev($str), $rev_matches);

然后使用array_map反转所有结果。

顺便说一句，\b被称为字边界。它们可能是您的意思，而不是所有(\s|\.|\.\s|,\s|\!|\!\s|\?|\?\s)。

Answer 2

Lookbehind必须是固定长度的，所以这种攻击问题的方式不起作用。

恕我直言，你试图让preg_relace_callback做得太多。如果您想执行超出一定级别的复杂操作，则放弃单个函数调用的便利性是合理的。这是解决问题的另一种方法：

使用preg_split将文字与标记PREG_SPLIT_OFFSET_CAPTURE一起分割为单词，以便您知道每个单词在原始文本中的显示位置。
迭代一堆单词。现在很容易在阵列上做一个“负面观察”，看看帽子或衬衫前面是否有你感兴趣的任何一个术语。
每当您找到帽子或衬衫的正面匹配时，请使用preg_split的偏移量和正匹配的（已知）长度来为原始文本输入提供substr_replace。

例如：

$str = "men's black hat, and orange shirt!";
$targets = array('hat', 'shirt');
$shield = 'men\'s';
$bias = 0;

for ($i = 0; $i < count($words); ++$i) {
    list ($word, $offset) = $words[$i];

    if (!in_array($word, $targets)) {
        continue;
    }

    for ($j = max($i - 2, 0); $j < $i; ++$j) {
        if ($words[$j][0] === $shield) {
            continue 2;
        }
    }

    $replacement = 'FOO';
    $str = substr_replace($str, $replacement, $offset + $bias, strlen($word));
    $bias += strlen($replacement) - strlen($word);
}

echo $str;

<强> See it in action

在php中的正则表达式与负面的lookbehind

2 个答案: