PHP Regex/str_replace 奇怪的不匹配

Question

这有点让我困惑，我似乎不明白为什么http://www.example.com/a/b/c 会返回https://example.net//b/c - 最好的猜测是它与第一场比赛冲突，但为什么呢？

代码：

 $contents = '
<a href="http://www.example.com/a">Works</a>
<a href="http://www.example.com/a/b/c">Doesnt Work</a>
<a href="http://www.example.com/x/y/z">Works</a>';


            $regexp = "/<a\s[^>]*href=\"([^\"]*)\"[^>]*>(.*)<\/a>/siU";
            if(preg_match_all($regexp, $contents, $matches, PREG_SET_ORDER)) {
                foreach($matches as $match) {
                    print_r($match);
                    if (!empty($match[1])) { 
                        $urlString = 'https://www.example.net/newlink/';
                        $contents = str_replace($match[1], $urlString, $contents);
                    }
                }
            }

echo $contents;

输出：

Array
(
    [0] => <a href="http://www.example.com/a">Works</a>
    [1] => http://www.example.com/a
    [2] => Works
)
Array
(
    [0] => <a href="http://www.example.com/a/b/c">Doesnt Work</a>
    [1] => http://www.example.com/a/b/c
    [2] => Doesnt Work
)
Array
(
    [0] => <a href="http://www.example.com/x/y/z">Works</a>
    [1] => http://www.example.com/x/y/z
    [2] => Works
)

    <a href="https://www.example.net/newlink/">Works</a>
    <a href="https://www.example.net/newlink//b/c">Doesnt Work</a>
    <a href="https://www.example.net/newlink/">Works</a>

https://eval.in/528426

Answer 1

查看str_replace()的手册

它用https://www.example.net/newlink/替换了两次出现的http://www.example.com/a
然后找不到http://www.example.com/a/b/c，因为此时它是https://www.example.net/newlink//b/c

编辑：这应该有效：$contents = str_replace('"'.$match[1].'"', '"'.$urlString.'"', $contents); // 在搜索/替换中包含引号

Answer 2

问题是在第一次迭代期间在 $contents 中执行了 2 次替换，因为有 2 个 http://www.example.com/a 子字符串。

一种可能的解决方案是使用preg_replace_callback 来匹配捕获您需要保留的所有部分并仅匹配您需要替换的部分的子字符串：

见IDEONE demo：

$contents = '<a href="http://www.example.com/a">Works</a>
<a href="http://www.example.com/a/b/c">Doesnt Work</a>
<a href="http://www.example.com/x/y/z">Works</a>';
$regexp = "/(<a\s[^>]*href=\")[^\"]*(\"[^>]*>.*<\/a>)/siU";
$contents = preg_replace_callback($regexp, function($m) {
  return $m[1] . 'https://www.example.net/newlink/' . $m[2];
}, $contents);
echo $contents;

但是，如果您正在处理 HTML，我宁愿使用基于 DOM 的解决方案。 以下是如何将所有链接设置为指向https://www.example.net/newlink/：

$html = <<<DATA
<a href="http://www.example.com/a">Works</a>
<a href="http://www.example.com/a/b/c">Doesnt Work</a>
<a href="http://www.example.com/x/y/z">Works</a>
DATA;

$dom = new DOMDocument('1.0', 'UTF-8');
$dom->loadHTML($html, LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);

$xpath = new DOMXPath($dom);
$links = $xpath->query('//a');

foreach($links as $link) { 
   $link->setAttribute('href', 'https://www.example.net/newlink/');
}
echo $dom->saveHTML();

见another demo。