Question

我正在寻找一篇关于什么时候需要双重逃逸以及什么时候没有，但我找不到任何东西的实用文章。也许我看起来不够努力，因为我确定某处有一个解释，但是让我们很容易找到有这个问题的下一个人！

以下面的正则表达式模式为例：

/\n/
/domain\.com/
/myfeet \$ your feet/

没有什么可以突破的吗？好的，让我们在PHP的preg_match函数的上下文中使用这些示例：

$foo = preg_match("/\n/", $bar);
$foo = preg_match("/domain\.com/", $bar);
$foo = preg_match("/myfeet \$ your feet/", $bar);

根据我的理解，带引号的字符串值的上下文中的反斜杠会转义后续字符，并且表达式通过带引号的字符串值给出。

以前是否会像下面这样做，并且这会导致错误？：

$foo = preg_match("/n/", $bar);
$foo = preg_match("/domain.com/", $bar);
$foo = preg_match("/myfeet $ your feet/", $bar);

这不是我想要的吗？这些表达方式与上述不同。

我不必像这样写双逃生吗？

$foo = preg_match("/\\n/", $bar);
$foo = preg_match("/domain\\.com/", $bar);
$foo = preg_match("/myfeet \\$ your feet/", $bar);

因此当PHP处理字符串时，它会将反斜杠转义为反斜杠，然后在传递给PCRE解释器时将其保留？

或者PHP只是神奇地知道我想将反斜杠传递给PCRE解释器...我的意思是它怎么知道我不是想\"逃避我想在我的用法中使用的引用表达？或者只是在使用转义报价时需要双斜线？就此而言，你需要TRIPLE逃避报价吗？ \\\"你知道吗，所以报价被转义并留下了双倍的结果？

这与经验法则有什么关系？

我刚用PHP做过测试：

$bar = "asdfasdf a\"ONE\"sfda dsf adsf me & mine adsf asdf asfd ";

echo preg_match("/me \$ mine/", $bar);
echo "<br /><br />";
echo preg_match("/me \\$ mine/", $bar);
echo "<br /><br />";
echo preg_match("/a\"ONE\"/", $bar);
echo "<br /><br />";
echo preg_match("/a\\\"ONE\\\"/", $bar);
echo "<br /><br />";

输出：

所以，它似乎不知何故它对引号并不重要，但对于美元符号，我认为需要双重逃避。

Answer 1

双引号字符串

当涉及到双引号内部转义时，规则是PHP将在反斜杠后立即检查字符。

如果相邻字符在集合ntrvef\$"中，或者如果数字值在其后面（可以找到规则here），则它将被评估为相应的控制字符或序数（十六进制或八进制）表示分别。

重要的是要注意，如果给出了无效的转义序列，则不会计算表达式，并且反斜杠和字符都会保留。这与其他语言不同，其中无效的转义序列会导致错误。

E.g。 "domain\.com"将保留原样。

请注意，变量也会在双引号内扩展，例如"$var"需要以"\$var"转义。

单引号字符串

自PHP 5.1.1起，单引号字符串中的任何反斜杠（后跟至少一个字符）将按原样打印，并且不会替换任何变量。这是迄今为止单引号字符串最方便的特性。

正则表达式

为了转义正则表达式，最好将转义转义为preg_quote()：

$foo = preg_match('/' . preg_quote('mine & yours', '/') . '/', $bar);

这样您就不必担心需要转义哪些字符，因此适合用户输入。

另请参阅：preg_quote

<强>更新

您添加了此测试：

"/me \$ mine/"

评估为"/me $ mine/";但是在PCRE中，$具有特殊含义（它是一个主题结束锚）。

"/me \\$ mine/"

这被评估为"/me \$ mine/"，因此对于PHP本身，反斜杠会被转义，而对于PCRE，$会被转义。这只能偶然发挥作用。

$var = 'something';

"/me \\$var mine/"

此评估为"/me \something"，因此您需要再次转义$。

"/me \\\$var mine/"

Answer 2

使用单引号。它们阻止了逃逸序列的发生。

例如：

php > print "hi\n";
hi
php > print 'hi\n';
hi\nphp >

Answer 3

每当你有一个无效的转义序列时，PHP实际上将字符保留在字符串中。来自documentation：

与单引号字符串一样，转义任何其他字符也会导致反斜杠被打印。

即。 "\&"实际上被解释为"\&"。没有那么多的转义序列，因此在大多数情况下，你可能会使用一个反斜杠。但为了保持一致性，逃避反斜杠可能是更好的选择。

一如既往：知道你在做什么：）

Answer 4

好的，所以我做了一些测试，发现了在双引号中封装PCRE时的THUMB规则，以下是正确的：

$ - 需要双重转义，因为如果文本紧跟在它之后，PHP会将其解释为变量的开头。保持未转义状态，它将指示针的末端并将断裂。

\r\n\t\v - 特殊的PHP字符串转义，仅需要单个转义。

[\^$.|?*+() - 特殊的RegEx字符，仅需要单个转义。在不必要地使用时，双重转义似乎不会破坏表达式。

" - 由于封装，行情显然必须被转义，但只需要转义一次。

\ - 搜索反斜杠？使用表达式的双引号封装，这将需要3次转义！ \\（总共四个反斜率）

我缺少什么？

Answer 5

我开始说我下面写的所有内容并不完全是这样，但为了清楚起见，我会简化它。

想象一下使用正则表达式时会发生两次评估：第一次由PHP完成，第二次由PCRE完成，就像它们是单独的引擎一样。而对于我们运气不好，

PHP和PCRE以不同的方式评估这些内容。

我们有3个＆＃34;家伙＆＃34;这里：1）用户; 2）PHP和; 3）PCRE。

USER通过编写CODE与PHP进行通信，这正是您在代码编辑器中输入的内容。 PHP然后评估此CODE并向PCRE发送另一部分信息。这些信息与您在CODE中输入的信息不同。 PCRE然后对其进行评估并向PHP返回一些内容，评估此响应并向USER返回一些内容。

我将在下面的例子中更好地解释。在那里，我将使用反斜杠（＆＃34; \＆＃34;）来说明正在发生的事情。

在php文件中假设这段CODE：

<?php
$sub = "A backslash \ in a string";
$pat1 = "#\#";
$pat2 = "#\\#";
$pat3 = "#\\\#";
$pat4 = "#\\\\#";

echo "sub: ".$sub;
echo "\n\n";

echo "pat1: ".$pat1;
echo "\n";
echo "pat2: ".$pat2;
echo "\n";
echo "pat3: ".$pat3;
echo "\n";
echo "pat4: ".$pat4;
?>

这将打印：

sub: A backslash \ in a string

pat1: #\#
pat2: #\#
pat3: #\\#
pat4: #\\#

在这个例子中，没有涉及正则表达式，因此只有代码的PHP评估发生。 如果不在任何特殊字符之前，PHP会留下反斜杠。这就是为什么它在$ sub中正确打印反斜杠的原因。

PHP评估$ pat1和$ pat2完全相同，因为在$ pat1中反斜杠保持原样，而在$ pat2中第一个反斜杠转义为第二个反斜杠，导致一个反斜杠。

现在，在$ pat3中，第一个反斜杠逃脱了第二个，导致一个反斜杠。然后，PHP会评估第三个反斜杠并保持原样，因为它不会出现任何特殊情况。结果将是双反斜杠。

现在有人可以说＆＃34;但现在我们又有两个反斜杠了！不应该让第一个人再次逃离第二个人吗？！＆＃34; 答案是＆＃34;否＆＃34;。在PHP将前两个反斜杠评估为单个反斜杠之后，它不会再回头看看，并继续评估下一个反斜杠。

此时你已经知道$ pat4正在发生什么：第一个反斜杠逃脱了第二个，第三个逃脱了第四个，最后留下了两个。

现在很清楚PHP正在对这些字符串做些什么，让我们在前一个字符串之后再添加一些代码。

if (preg_match($pat1, $sub)) echo "test1: true"; else echo "test1: false";
echo "\n";

if (preg_match($pat2, $sub)) echo "test2: true"; else echo "test2: false";
echo "\n";

if (preg_match($pat3, $sub)) echo "test3: true"; else echo "test3: false";
echo "\n";

if (preg_match($pat4, $sub)) echo "test4: true"; else echo "test4: false";

结果是：

test1: false
test2: false
test3: true
test4: true

所以，这里发生的是PHP没有发送＆＃34;你键入的内容＆＃34;在CODE中直接到PCRE。相反，PHP正在发送它之前评估过的内容（这正是我们上面看到的）。

对于test1和test2，即使我们在CODE中为每个测试编写了不同的模式，PHP也会向PCRE发送相同的模式＃\＃。 test3和test4也是如此：PHP正在发送＃\\＃。因此，test1和test2的结果以及test3和test4的结果相同。

现在，当PCRE评估这些模式时会发生什么？ PCRE并不像PHP一样。

在test1和test2中，当PCRE看到单个反斜杠没有任何特殊情况（或者根本没有）时，它不会保持原样。相反，它可能会认为＆＃34;这到底是什么？＆＃34;并向PHP返回一个错误（实际上，我不知道在向PCRE发送单个反斜杠时发生了什么，搜索了这个，但仍然没有定论）。然后PHP采用我们假设的错误并将其评估为＆＃34; false＆＃34;并将其返回到CODE的其余部分（在此示例中， if（）函数）。

在test3和test4中，事情就像我们现在所期望的那样：PCRE将第一个反斜杠计算为逃避第二个反斜杠，从而产生一个反斜杠。那当然匹配$ sub字符串并返回一条成功的消息＆＃34;到PHP，它将其评估为＆＃34; true＆＃34;。

回答问题
有些字符对PHP来说很特殊（例如，NEW LINE的 n ，TAB的 t ）。
有些字符对于PCRE是特殊的（例如。（点）匹配任何字符， s 匹配空格）。
并且一些字符对两者都是特殊的（例如， $ 到php是变量名称的开头，而PCRE则断言主题的结尾）。

这就是为什么你需要一次转义换行符，比如 \ n 。 PHP会将其评估为真实角色NEW LINE并将其发送给PCRE。

对于点，如果要匹配该特定字符，则应使用 \。，PHP将不执行任何操作，因为点不是PHP中的特殊字符串即可。相反，它会将它们按原样发送给PCRE。现在在PCRE上，它会＆＃34;看到＆＃34;点之前的反斜杠，并了解它应该与该特定字符匹配。如果你使用双重转义 \\。，第一个反斜杠将逃脱第二个反转，留下相同的结果。

如果您想匹配字符串中的美元符号，则应使用 \\\ $ 。在PHP中，第一个反斜杠将逃脱第二个反斜杠，留下一个反斜杠。然后第三个反斜杠将逃脱美元符号。最后，结果是 \ $ 。这就是PCRE将收到的。 PCRE将看到反斜杠，并理解美元符号不是断言主题的结尾，而是文字字符。

<强> QUOTES

现在我们来引用了。它们的问题在于PHP以不同的方式评估字符串，具体取决于用于包围它的引号。看看：Strings

所有我说过，直到这一点对双引号有效。如果您在单引号中尝试＆＃39; \ n＆＃39; ，PHP会将该反斜杠评估为字面值。
但是，如果它在正则表达式中使用，PCRE将按原样获取此字符串。而且，因为 n 对PCRE来说也是特殊的，它会将其解释为换行符，而BOOM则是＆＃34; magicaly＆＃34;匹配字符串中的换行符。在此处检查转义序列：Escape Sequences

正如我在开始时所说的，事情的区域并不像我在这里解释的那样，但我真的希望它有所帮助（而不是让它比现在更加混乱）。

要在PHP PCRE函数中双重转义还是不双重转义？

5 个答案: