Question

我有一个简单的字符串：

$string = '--#--%--%2B--';

除了%字符和-形式的三元组外，我想对所有字符进行百分比编码（包括“孤独”%xy）。所以我写了以下模式替代方案：

$pattern1 = '/(?:[\-]+|%[A-Fa-f0-9]{2})(*SKIP)(*FAIL)|./us';
$pattern2 = '/(?:[\-]+)(*SKIP)(*FAIL)|(?:%[A-Fa-f0-9]{2})(*SKIP)(*FAIL)|./us';

请注意使用（多个）(*SKIP)(*FAIL)和(?:)。

匹配和替换的结果是相同的 - 也是正确的：

--%23--%25--%2B--

我想问一下：

这两种模式是否相同？如果不是，哪一个适合用于url编码？能用几句话解释一下，为什么？
你会建议其他选择（暗示回溯控制动词），还是我的模式是一个不错的选择？
我是否可以在整个（选定）模式中仅应用一个(?:)，即使（多个）(*SKIP)(*FAIL)会在其中？

我知道我一次要求更多问题，要求你多一点。请接受我的道歉！非常感谢你。

P.S：我已经使用以下PHP代码进行了测试：

$result = preg_replace_callback($patternX, function($matches) {
    return rawurlencode($matches[0]);
}, $string);
echo $result;

Answer 1

首先，两种模式都利用了SKIP-FAIL PCRE动词序列，这是一个众所周知的“技巧”，可以匹配某些文本，跳过它。有关更多详细信息，请参阅How do (*SKIP) or (*F) work on regex?。

这两种模式产生相同的结果，(?:[\-]+|%[A-Fa-f0-9]{2})(*SKIP)(*FAIL)匹配[\-]+或%[A-Fa-f0-9]{2}，然后跳过匹配，(?:[\-]+)(*SKIP)(*FAIL)|(?:%[A-Fa-f0-9]{2})(*SKIP)(*FAIL)首先尝试匹配[\-]+如果找到则跳过它，然后尝试匹配%[A-Fa-f0-9]{2}并跳过匹配（如果找到）。第二种模式中的(?:...)非捕获组是多余的，因为内部没有交替，并且组未被量化。您可以在模式中使用任意数量的(*SKIP)(*FAIL)，只需确保在|之前使用它们以跳过相关匹配。

当您想要匹配特定上下文中的某些文本时，如果要在之后跳过/“避免”使用char，并且后面跟着某些字符，或者当您使用时，则使用SKIP-FAIL技术需要“避免”匹配整个序列的字符，就像在这种情况下一样，因此，SKIP-FAIL很好用。

PHP PCRE正则表达式，模式中有多个SKIP FAIL

1 个答案: