Question

这是正则表达式：

([A-Z]+(?:(?:[\w\d@#$%&;,\+\.\*!-]+)?\s?(?![a-z&;]+\s)){1,})\s(<span class="label label-inverse">.*?</span>)

这将匹配如下字符串：

<p>Buy Apple <span class="label label-inverse">AAPL - NYSE</span> at or under $100 per share.</p>

在javascript正则表达式测试程序（如regexpal）中测试时，它可以按预期工作。但是，PHP preg_replace函数返回null，错误为PREG_BACKTRACK_LIMIT_ERROR。

$string = preg_replace('~([A-Z]+(?:(?:[\w\d@#%&!;,\+\.\*\$-]+)?\s?(?![a-z&;]+\s)){1,})\s(<span class="label label-inverse">.*?</span>)~i', '<strong>$1</strong> $2', $string);

这是为什么？任何人都可以解释PHP中的正则表达式有什么问题，以及如何纠正它，以便它像在javascript中一样运行？

Answer 1

这是一个丑陋的表达。你听说过用正则表达式解析html的警告，对吧？

{1,}可以替换为+
[\w\d@#$%&;,\+\.\*!-]可以替换为[\w@#$%&;,+.*!-]
(?:... +)?中的量词可以替换为*

坦率地说，我没有理由不将其简化为：

([A-Z]+[\w@#$%&;,+.*!\s-]+)\s(<span class="label label-inverse">.*?</span>)

甚至更进一步。

在the demo中，查看右侧窗格中的捕获组。

Answer 2

回溯限制通常是由于表达效率低下造成的;你应该简化它：

~([\w\s\d@#$%&;,+.*!-]+)(?=<span class="label label-inverse">[^<]+</span>)~i'

如果后跟<span>标记，它会捕获一个单词（或多个单词）;未捕获前瞻断言，因此它使替换模式更简单。

$expr = '~([\w\s\d@#$%&;,+.*!-]+)(?=<span class="label label-inverse">[^<]+</span>)~i';
$string = preg_replace($expr, '<strong>$1</strong>', $string);

Demo

似乎规则可以描述为：

在<span>
在<span>

所以：

~((?:[A-Z]\S*\s)+|\S+\s)(?=<span class="label label-inverse">[^<]+</span>)~

PHP抛出PREG_BACKTRACK_LIMIT_ERROR错误但正则表达式在javascript中工作，为什么？

2 个答案: