鍍金池/ 問答/PHP  HTML/ php 正則匹配 反斜杠+數(shù)字 出現(xiàn)異常,求解

php 正則匹配 反斜杠+數(shù)字 出現(xiàn)異常,求解

我在修改一個 WordPress 插件,需要從 WordPress 生成的網(wǎng)頁源碼里截取一部分。但是源碼里偶爾有 反斜杠+數(shù)字 的情況,匹配的結(jié)果異常,結(jié)果里會吞掉 反斜杠和后面的兩位數(shù)字

<?php
header('Content-type: text/html; charset=UTF8');

// 自己寫 demo 測試,不管單引號還是雙引號定義的字符串,都不會“吞掉”
$str="
<div class=\"post_t\">
文本文本
\f
\1
\9999
<div></div>
</div>";
$regexp="/\"post_t\".*<div/s";
preg_match($regexp, $str ,$match);
echo $match[0];

// 但是插件里的這個字符串變量不是我定義的,匹配結(jié)果也不一樣:
// \f 反斜杠后面是字母的話沒有變化,輸出 \f
// \1 反斜杠和數(shù)字一起消失,最多消失前兩個數(shù)字,所以輸出是空的
// \9999 輸出 99

我百思不得其解,就算是反斜杠部分被當(dāng)成了其他進(jìn)制,也不該吞掉啊。不知各位有沒有遇到過這個情況,有什么經(jīng)驗嗎,謝謝!

回答
編輯回答
葬愛

被作為轉(zhuǎn)義字符處理了:反斜杠與數(shù)字組合表示對前面匹配的捕獲組的引用。
看個正則例子 (\d)\1:它將匹配所有兩個連續(xù)相等數(shù)字,其中的\1表示 與第一個捕獲組 \d相同的值。
對于字符串 ss22345, 它將匹配到 22. 反斜杠后的數(shù)字表示是對第幾個捕獲組的引用,正則一般最多只能取到99個捕獲組。
故,你的字符串中的\1\99被解析為捕獲組引用了,而第一個捕獲組合第九十九個捕獲組根本不存在,它默認(rèn)作為空處理了,就是你說的“吞掉”

2018年4月27日 07:43