意外的preg匹配行为与\ s和？

Question

这很简单，我不明白为什么以下内容匹配：

preg_match('/\<td valign="top" class="bericht"\>(.*\s)*<\/td>/',$html,$matches3);

这个不是：

preg_match('/\<td valign="top" class="bericht"\>(.*(\s)?)*<\/td>/',$html,$matches3);

我想？意味着零或一个。所以我不明白这怎么会让事情不匹配。

使用RegexPal（http://regexpal.com/）进行测试时，一切都按预期工作。所以第二个匹配。

Answer 1

除了Tim Pietzcker所说的话。 。

你如何确定第二个不匹配？请注意，虽然第一个模式将$matches3[1]设置为表格单元格的内容，但第二个模式将始终将$matches3[1]设置为空字符串。

假设$html看起来像这样：

<td valign="top" class="bericht">yes </td>

然后，第一个模式中的(.*\s)*将与yes 匹配，之后不再匹配，因此它会将yes 存储在$matches3[1]中。

但第二种模式中的(.*(\s)?)*将匹配yes ，然后是之后的空字符串，因此它会将空字符串存储在$matches3[1]中。

我不确定你要做什么，但如果你的目标只是捕捉<td valign="top" class="bericht">和</td>之间的所有内容，无论那可能是什么，那么你应该写：

preg_match('/\<td valign="top" class="bericht"\>(.*?)<\/td>/s',$html,$matches3);

（其中*?表示“零次或多次，但最好尽可能少，/s表示”允许.匹配任何字符，甚至换行符“ ）。

Answer 2

这两者都应该匹配。但第二个可能会遇到catastrophic backtracking，因为

• .也匹配\s（除了，这里是踢球者，换行符）
• 它使用嵌套的无限量词（实质上，它是(.*)*，因为\s是可选的）

因此，如果输入足够大的输入和足够的换行符，PHP将在超过一定的回溯阈值后停止匹配（你可以在某处配置，但我忘了在哪里），而在线正则表达式测试器可以继续使用所有的可能的排列。