正则表达式，带有preg_match_all的模式中的反向引用问题

Question

我想知道这里的反向引用有什么问题：

preg_match_all('/__\((\'|")([^\1]+)\1/', "__('match this') . 'not this'", $matches);

它应该匹配__（''）之间的字符串，但实际上它返回：

match this') . 'not this

有任何想法吗？

Answer 1

您不能在字符类中使用反向引用，因为字符类只匹配一个字符，反向引用可能匹配任意数量的字符，或者没有。

你要做的是需要一个负面的预测，而不是一个否定的角色类：

preg_match_all('/__\(([\'"])(?:(?!\1).)+\1\)/',
    "__('match this') . 'not this'", $matches);

我也改变了你的交替 - \\'|" - 改为一个字符类 - [\\'"] - 因为它更有效率，我逃脱了外括号，使它们与字面括号匹配。

---

编辑：我想我需要扩展“更有效”的评论。 我接过例如弗里德尔用来证明这一点，并在使用RegexBuddy测试它。

应用于目标文本abababdedfg ，
^[ag]+$在三个步骤后报告成功，而
^(?:a|b|c|d|e|f|g)+$需要55步。

这是一场成功的比赛。 当我在abababdedfz上尝试时，
^[ag]+$报告21步后失败;
^(?:a|b|c|d|e|f|g)+$需要99步。

在这种特殊情况下，对性能的影响是微不足道的，甚至不值得一提。 我只是说，无论何时你发现自己在一个字符类和一个两个都匹配相同的事物的选择之间做出选择，你几乎总是应该选择角色类。 只是一个经验法则。

Answer 2

我很惊讶它没有给你一个不平衡的括号错误信息。

 /
   __
   (
       (\'|")
       ([^\1]+)
       \1
 /

此[^\\1]不会获取捕获缓冲区1的内容并将其放入字符中
类。 它与所有不是'1'的字符相同。

尝试这个：

/__\\(('|").*?\\1\\).*/

您可以添加内部捕获括号，以捕获引号之间的内容：
/__\\(('|")(.*?)\\1\\).*/

编辑：如果不允许内部分隔符，请使用Qtax正则表达式。
因为， ('|").*?\\1即使不贪婪，仍将匹配所有尾随锚。在这种情况下__('all'this'will"match') ，并且它更好用('[^']*'|"[^"]*) as

Answer 3

你可以使用类似的东西： /__\\(("[^"]+"|'[^']+')\\)/

Answer 4

让你的正则表达不合适：

preg_match_all('/__((\'|")([^\1]+)\1/U', "__('match this') . 'not this'", $matches)