Question

我写了一个正则表达式，我在rubular.com中测试过，它返回了4个匹配项。测试主题可以在http://pastebin.com/49ERrzJN找到，PHP代码如下。由于某种原因，PHP代码仅返回前2个匹配项。如何使它匹配所有4？它似乎与贪婪有关。

$file = file_get_contents('x.txt');
preg_match_all('~[0-9]+\s+(((?!\d{7,}).){2,20})\s{2,30}(((?!\d{7,}).){2,30})\s+([0-9]+)-([0-9]+)-([0-9]+)\s+(F|M)\s+(.{3,25})\s+(((?!\d{7,}).){2,50})~', $file, $m, PREG_SET_ORDER);
foreach($m as $v) echo 'S: '. $v[1]. '; N: '. $v[3]. '; D:'. $v[7]. '<br>';

Answer 1

你的正则表达式非常懒散。在regex101.com上试用之后，我发现它会在PHP上超时（但不是JS，无论出于何种原因）。我很确定超时发生在大约50,000步。实际上，现在为什么你没有使用在线PHP正则表达式测试器是有道理的。

我不确定这是否是您问题的根源，但there is a default memory limit in PHP:

memory_limit [默认：]“128M”

[history：] PHP 8.0之前的“8M”，PHP 5.2.0中的“16M”

如果您使用m ultiline修饰符（我假设preg_match_all实际上添加了g lobal修饰符），您可以使用此正则表达式只需1282步即可找到所有4个匹配项：

^ [0-9]+\s+(((?!\d{7,}).){2,20})\s{2,30}(((?!\d{7,}).){2,30})\s+([0-9]+)-([0-9]+)-([0-9]+)\s+(F|M)\s+(.{3,25})\s+(((?!\d{7,}).){2,50})

实际上，我添加了只有2个字符。他们在开头，锚^和文字空间。

Answer 2

如果你必须写一个长模式，首先要做的是让它可读。为此，请使用允许注释和自由间距的详细模式（x修饰符），并使用命名捕获。

然后你需要准确描述你在寻找什么：

您的目标占据整行=＆gt;将锚点^和$与修饰符m一起使用，并使用\h类（仅包含水平空格）而不是{{1 }。class。
而不是使用这种低效的子模式\s来描述您的字段不得包含的内容，描述该字段可以包含的内容。
在需要时使用原子组(?:(?!.....).){m,n}而不是非捕获组，以避免无用的回溯。
一般来说，使用精确的字符类可以避免很多问题

图案：

(?>...)

demo

如果您想知道模式出了什么问题，可以使用函数preg_last_error()

PHP preg_match_all麻烦

2 个答案: