PHP 和 MariaDB 之間的 PCRE RegEx 差異

Question

我有一個使用 PHP（也不是 regex101.com）但與 MariaDB 不匹配的正則表達式。 其目的是在 XML 值中搜索 HTML 類（編碼 HTML）。

這是一個示例 XML 值，您可以在其中看到具有liste--non-ordonnee--gros--exergue CSS ZA2F2ED4F8EBC2CBB4C21A29DC40AB61D 的<ul>元素：

<ul class="liste--non-ordonnee--gros--exergue">

我希望 RegEx 只匹配完整的課程。 因此，如果我搜索--exergue我不希望它匹配。 使用 PHP 或其他 PCRE/PCRE2 在線測試儀不匹配：

~(class="(?:[^&]*\s)?)--exergue~sU

但是使用 MariaDB (v10.2.40 - PCRE 8.42)，它匹配：

(?sU)(class="(?:[^&]*\s)?)--exergue

它查找包含要替換的 class 的class屬性。 為了演示目的，我嘗試將 class 名稱更改為其他名稱（在class-with--suffix中搜索--suffix ），但它在 MariaDB 版本上不再匹配。

我的 RegEx 或其 MariaDB 版本有什么問題？

I am aware that regular expressions should not be used with HTML and am open to alternatives but this is TYPO3: storing encoded HTML into XML values in a db column. 設計更改需要大量 class 重命名。

Answer 1

這與 PHP preg 8.0.x 匹配，在 169 步內（仍有改進的余地）：

.*\sclass="(?:.*)?".*

與單次匹配相比，XML 會更准確地匹配。 這意味着，您已經刪除了示例數據，因此可能歪曲了問題。

Answer 2

首先，您的案例非常短的 MCVE：

SELECT 'class="s--e' REGEXP '(?sU)(class="(?:[^&]*\s)?)--e'

MariaDB 匹配，PHP 不匹配（演示）。 為什么？ 在 MariaDB 的REGEXP手冊中：

注意：由於 MariaDB 在字符串中使用 C 轉義語法（例如，“\n”表示換行符），因此您必須將您在 REGEXP 字符串中使用的任何“ \ ”加倍。

您的問題是由應該在 MariaDB 查詢中雙重轉義為\\s的\s引起的。 一旦你解決了這個問題，PHP 和 SQL 正則表達式語句變得等效並且行為相同。

這將不匹配（與--e不以空格為首）：

SELECT 'class="s--e' REGEXP '(?sU)(class="(?:[^&]*\\s)?)--e'; 

這將匹配（ --e由空格引導）：

SELECT 'class="s --e' REGEXP '(?sU)(class="(?:[^&]*\\s)?)--e';