在 PHP 中对运行时生成的字符串使用 preg_replace() 时，可以使用 preg_quote() 保护搜索字符串中的特殊正则表达式字符(例如“$”或“+”)。但是在替换字符串中处理这个问题的正确方法是什么？以这段代码为例:

<?php

$haystack = '...a bit of sample text...';
$replacement = '\\HELLO WORLD$1.+-';
$replacement_quoted = preg_quote($replacement);

var_dump('--replacement', $replacement, '--replacement_quoted',
    $replacement_quoted, '--haystack', $haystack);

$result1 = preg_replace("@(bit) (of) (sample)@is", "\${1}" . $replacement ."$3", $haystack);
$result2 = preg_replace("@(bit) (of) (sample)@is", "\${1}" . $replacement_quoted ."$3", $haystack);

$replacement_new1 = str_replace('$', '\$', $replacement);
$replacement_new2 = str_replace('\\', '\\\\', $replacement_new1);

$result3 = preg_replace("@(bit) (of) (sample)@is", "\${1}" . $replacement_new1 ."$3", $haystack);
$result4 = preg_replace("@(bit) (of) (sample)@is", "\${1}" . $replacement_new2 ."$3", $haystack);

var_dump('--result1 (not quoted)', $result1, '--result2 (quoted)', $result2,
    '--result3 ($ escaped)', $result3, '--result4 (\ and $ escaped)', $result3);

?>

这是输出:

string(13) "--replacement"
string(17) "\HELLO WORLD$1.+-"
string(20) "--replacement_quoted"
string(22) "\\HELLO WORLD\$1\.\+\-"
string(10) "--haystack"
string(26) "...a bit of sample text..."
string(22) "--result1 (not quoted)"
string(40) "...a bit\HELLO WORLDbit.+-sample text..."
string(18) "--result2 (quoted)"
string(42) "...a bit\HELLO WORLD$1\.\+\-sample text..."
string(21) "--result3 ($ escaped)"
string(39) "...a bit\HELLO WORLD$1.+-sample text..."
string(27) "--result4 (\ and $ escaped)"
string(39) "...a bit\HELLO WORLD$1.+-sample text..."

如您所见，您无法使用 preg_quote() 取胜。如果您不调用它而只是传递未修改的字符串 (result1)，则任何看起来像捕获 token (上面的 $1)的东西都会被替换为 无论相应的捕获组包含什么。如果您确实调用它 (result2)，则捕获组没有问题，但是任何其他特殊 PCRE 字符(例如 *)也会被转义，并且转义字符设法在输出中继续存在。同样让我感兴趣的是，这两个版本在输出中都产生了一个\。

只有通过手动引用字符，特别是 $，才能让它工作。这可以在 result3 和 result4 中看到。然而，继续使用\的奇怪之处，结果 3(为\添加了转义)和 result4 再次在输出中产生了一个\。在替换字符串的开头添加六个\字符在 result1、result3 和 result4 的最终输出中只产生两个\，而在 result2 中产生三个。

因此，似乎大多数问题都可以通过手动转义 $ 字符来解决。似乎\字符也需要转义，但我需要再考虑一下这个字符才能弄清楚到底发生了什么。无论如何，这一切都非常难看 - 在烦人的\${1} 语法和必须手动转义某些字符之间，代码闻起来真的很烂而且容易出错。有什么我想念的吗？有没有一种干净的方法可以做到这一点？

最佳答案

好吧，我认为没有任何真正令人满意的方法来处理这个问题。问题有两个:\字符和 $特点。其他 PCRE 特殊字符在替换中似乎并不特殊。

在\的情况下, 事情实际上表现得像人们期望的那样，你需要用 \ 来逃避它既通过 PHP 定义它又将它传递给 preg_replace() .在我的测试代码中，我只是将自己与两层转义混淆了。至于$ , 它应该单独留在 PHP 端并使用 \ 进行转义进入preg_replace() .就是这样。

这里有一些代码来演示这一切:

<?php

ini_set('display_errors', 1);
ini_set('error_reporting', E_ALL | E_STRICT);

//real string: "test1 $1 test2 \\1 test3 \${1}"

//real string manually \-escaped once for representing as a PHP string
$test = 'test1 $1 test2 \\\\1 test3 \\${1}';
var_dump('--test (starting PHP string - should match real string)', $test);

$test = str_replace(array('\\', '$'), array('\\\\', '\\$'), $test);
var_dump('--test (PHP string $-escaped and \-escaped again for preg_replace)', $test);

$result = preg_replace("/bar/", $test, 'foo bar baz');

var_dump('--result - bar should be replaced with original real string', $result);

?>

输出:

string(55) "--test (starting PHP string - should match real string)"
string(30) "test1 $1 test2 \\1 test3 \${1}"
string(66) "--test (PHP string $-escaped and \-escaped again for preg_replace)"
string(35) "test1 \$1 test2 \\\\1 test3 \\\${1}"
string(59) "--result - bar should be replaced with original real string"
string(38) "foo test1 $1 test2 \\1 test3 \${1} baz"

我的感觉是preg_quote()应该是这里的解决方案，如果 preg_replace()将忽略 \ 以外的转义字符本身和$ (例如，+)。但是，它没有，迫使人们进行手动转义。事实上，我认为这是一个错误，并将继续在 php.net 上将其归档。

关于php - 避免处理替换字符串中的特殊 preg 字符，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/3783450/