Question

所以我有这个正则表达式：

/'((?:[^\\']|\\.)*)'/

它应该匹配单引号字符串，而忽略内部的转义单引号\'

works here，但是当executed with PHP时，我得到不同的结果。为什么会这样？

Answer 1

使用负向后看可能会更容易。还要注意，您需要两次转义斜线-一次告诉PHP您想要一个文字反斜杠，然后再次告诉正则表达式引擎您想要一个文字反斜杠。

还请注意，您的捕获表达式（.*是贪婪的-它将捕获'个字符之间的所有内容，包括其他'个字符，无论是否已转义。如果您希望它在第一个未转义的'之后停止，请改用.*?。我在下面的示例中使用了非贪婪版本。

<?php

$test = "This is a 'test \' string' for regex selection";
$pattern = "/(?<!\\\\)'(.*?)(?<!\\\\)'/";

echo "Test data: $test\n";
echo "Pattern:   $pattern\n";

if (preg_match($pattern, $test, $matches)) {
    echo "Matches:\n";
    var_dump($matches);
}

Answer 2

这有点难逃。尽管事实上已经有一个可接受的答案，但原始模式实际上更好。为什么？它允许使用展开Jeffery Friedl在“精通正则表达式”："([^\\"]*(?:\\.[^\\"]*)*)"（适用于单引号）中描述的循环技术

Demo

展开循环（使用双引号）

"                              # the start delimiter
 ([^\\"]*                      # anything but the end of the string or the escape char
         (?:\\.                #     the escape char preceeding an escaped char (any char)
               [^\\"]*         #     anything but the end of the string or the escape char
                      )*)      #     repeat
                             " # the end delimiter

这不能解决逃跑的地狱，但您也已在这里被覆盖：

Sample Code：

$re = '/\'([^\\\\\']*(?:\\\\.[^\\\\\']*)*)\'/';
$str = '\'foo\', \'can\\\'t\', \'bar\'
\'foo\', \' \\\'cannott\\\'\\\\\', \'bar\'
';

preg_match_all($re, $str, $matches, PREG_SET_ORDER, 0);
var_dump($matches);

用于匹配单引号字符串的正则表达式在PHP中失败

2 个答案: