为什么这个正则表达式与php中的第一个结果不匹配？

Question

这是我的正则表达式：

❰(❮\d+[\-\d]*❯)⦓([^⦔]*)⦔❱

这是测试文本（ 使用javascript的在线演示可以正常工作）：

Nulla imperdiet❰❮6❯⦓“ Lorem ipsum dolor坐着，献身自私。 ❯⦓7❯⦓bi bi bi bi sit sit Du Du Du Du do，，，，，，，，，，❯⦓❯⦓❯⦓❯⦓❯⦓❯⦓❯⦓❯⦓❯⦓❯⦓❯⦓❯⦓❯⦓❯⦓ a8metEtiam在congue turpis。 Cras volutpat est mauris。 Nulla imperdiet libero vitae metus semper，坐在amet dictum lectus placerat。 Aenean在venenatislibero。⦔❱❰❮9-10❯⦓Aeneanluctus在小提琴。 菜豆，eueusod lacus。 Nam id Tellus Tincidunt，Trisique quam eu，cursus nulla。 Suspendisse ac nibh lacinia，暂时性的，无效。 .⦔❱eu euismod。

但这在php中不起作用。 也就是说，它不会检索第一个匹配项：即，从❰❮6❯⦓“到vitae.⦔❱ 。 有趣的是，如果我删除了Unicode双引号租约者（“），它可以正常工作，但是添加它会使它与第一个匹配项不匹配。 为什么是这样？ 以及如何避免这种情况？

---

正则表达式的说明：我想匹配之间的内容⦓和⦔ ，如果他们是不包括数字内容的插图中的唯一内容❮和❯ 。

匹配示例：

❰❮6❯⦓Loremipsum dolor坐下，私服贴身小精灵。 毛豆的悬浮，evel ornare velit的生命。

不匹配示例：

❰❮6❯⦓Loremipsum dolor坐下，保持良好的自闭状态。⦔Suspendisse gravida consectetur毛里斯，得到ornare velit带来的生命。

---

我的PHP代码：

<?php
$subject = "Nulla imperdiet ❰❮6❯⦓“Lorem ipsum dolor sit amet, consectetur adipiscing elit. Suspendisse gravida consectetur mauris,
         eget ornare velit consequat vitae.⦔❱❰❮7❯⦓Morbi in quam id nulla facilisis vestibulum sit amet ornare est. Duis dolor erat, 
        porttitor at eleifend congue, lacinia vitae est. Phasellus ac sem ut velit fermentum porta at sit amet neque.⦔❱❰❮8❯⦓Etiam in congue turpis. 
        Cras volutpat est mauris. Nulla imperdiet libero vitae metus semper, sit amet dictum lectus placerat. Aenean at venenatis libero.⦔❱❰❮9-10❯⦓Aenean 
        luctus at nibh eget scelerisque. Phasellus vel consequat dui, eu euismod lacus. Nam id tellus tincidunt, tristique quam eu,
        cursus nulla. Suspendisse ac nibh lacinia, tempus enim quis, elementum nulla. .⦔❱ eu euismod.";


$pattern = '#❰(❮\d+[\-\d]*❯)⦓([^⦔]*)⦔❱#';
preg_match_all($pattern, $subject, $matches);
echo '<pre>';
print_r($matches);
echo '</pre>';    
?>

输出：

Array
(
    [0] => Array
        (
            [0] => ❰❮7❯⦓Morbi in quam id nulla facilisis vestibulum sit amet ornare est. Duis dolor erat, 
        porttitor at eleifend congue, lacinia vitae est. Phasellus ac sem ut velit fermentum porta at sit amet neque.⦔❱
            [1] => ❰❮8❯⦓Etiam in congue turpis. 
        Cras volutpat est mauris. Nulla imperdiet libero vitae metus semper, sit amet dictum lectus placerat. Aenean at venenatis libero.⦔❱
            [2] => ❰❮9-10❯⦓Aenean 
        luctus at nibh eget scelerisque. Phasellus vel consequat dui, eu euismod lacus. Nam id tellus tincidunt, tristique quam eu,
        cursus nulla. Suspendisse ac nibh lacinia, tempus enim quis, elementum nulla. .⦔❱
        )

    [1] => Array
        (
            [0] => ❮7❯
            [1] => ❮8❯
            [2] => ❮9-10❯
        )

    [2] => Array
        (
            [0] => Morbi in quam id nulla facilisis vestibulum sit amet ornare est. Duis dolor erat, 
        porttitor at eleifend congue, lacinia vitae est. Phasellus ac sem ut velit fermentum porta at sit amet neque.
            [1] => Etiam in congue turpis. 
        Cras volutpat est mauris. Nulla imperdiet libero vitae metus semper, sit amet dictum lectus placerat. Aenean at venenatis libero.
            [2] => Aenean 
        luctus at nibh eget scelerisque. Phasellus vel consequat dui, eu euismod lacus. Nam id tellus tincidunt, tristique quam eu,
        cursus nulla. Suspendisse ac nibh lacinia, tempus enim quis, elementum nulla. .
        )

)

Answer 1

您正在匹配unicode字符，但尚未包括unicode修饰符 ，这意味着unicode字符将不会被视为它们的实际含义。

从手册 ：

u（PCRE_UTF8）
此修改器打开了与Perl不兼容的PCRE的其他功能。 模式和主题字符串被视为UTF-8。 Unix上的PHP 4.1.0或更高版本以及win32上的PHP 4.2.3均可使用此修饰符。 从PHP 4.3.5开始，将检查模式和主题的UTF-8有效性。 无效的主题将导致preg_*函数不匹配。 无效的模式将触发E_WARNING级别的错误。 自PHP 5.3.4起（分别为PCRE 7.3 2007-08-28），五个和六个八位字节的UTF-8序列被视为无效； 以前那些被认为是有效的UTF-8。

要解决您的问题，只需将u附加到正则表达式中即可：

$pattern = '#❰(❮\d+[\-\d]*❯)⦓([^⦔]*)⦔❱#u';
// Add the unicode modifier            ^