用于匹配单引号字符串的正则表达式在 PHP 中失败

Question

所以我有这个正则表达式：

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

它应该匹配单引号字符串，同时忽略内部转义单引号\\'

它在这里工作，但是当用 PHP 执行时，我得到不同的结果。 这是为什么？

Answer 1

使用负向后视可能更容易。 另请注意，您需要对斜杠进行两次转义——一次是告诉 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。

另请注意，您的捕获表达式 ( .* ) 是贪婪的 - 它会捕获'字符之间'所有内容，包括其他'字符，无论它们是否被转义。 如果您希望它在第一个未转义的'之后停止，请使用.*? 反而。 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

这有点逃离地狱。 尽管已经有一个公认的答案，但原始模式实际上更好。 为什么？ 它允许使用 Jeffery Friedl 在“掌握正则表达式”中描述的展开循环技术来转义转义字符： "([^\\\\"]*(?:\\\\.[^\\\\"]*)*)" （适用于单引号）

演示

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 preceding an escaped char (any char)
               [^\\"]*         #     anything but the end of the string or the escape char
                      )*)      #     repeat
                             " # the end delimiter

这并不能解决逃离地狱的问题，但您也已在此处进行了介绍：

示例代码：

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

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