Delphi TRegEx 反向引用坏了？

Question

我在使用TRegEx.replace 时遇到问题：

var
  Value, Pattern, Replace: string;
begin
  Value   := 'my_replace_string(4)=my_replace_string(5)';
  Pattern := 'my_replace_string\((\d+)\)';
  Replace := 'new_value(\1)';
  Value   := TRegEx.Replace(Value, Pattern, Replace);
  ShowMessage(Value);
end;

预期的结果是new_value(4)=new_value(5)，而我的代码（用Delphi XE4编译）给出new_value(4)=new_value()1)

使用 Notepad++，我得到了预期的结果。

使用命名组可以清楚地表明1 是按字面意思处理的反向引用：

Pattern := 'my_replace_string\((?<name>\d+)\)';
Replace := 'new_value(${name})';
// Result: 'new_value(4)=new_value(){name})'

替换总是那么简单（可能是零次或多次my_replace_string），所以我可以轻松创建自定义搜索和替换功能，但我想知道这里发生了什么。

是我的错还是BUG？

Answer 1

我可以在 Delphi XE4 中重现该错误。我在 Delphi XE5 中得到了正确的行为。

错误在TPerlRegEx.ComputeReplacement。我贡献给 Embarcadero 以包含在 Delphi XE3 中的代码使用了UTF8String。 Delphi XE4 Embarcadero 从RegularExpressionsCore 单元中删除了UTF8String，并用TBytes 替换它。进行此更改的开发人员似乎错过了 Delphi 中字符串和动态数组之间的关键区别。字符串使用写时复制机制，而动态数组则没有。

所以在我的原始代码中，TPerlRegEx.ComputeReplacement 可以执行S := FReplacement，然后修改临时变量S 以替换反向引用而不影响FReplacement 字段，因为两者都是字符串。在修改后的代码中，S := FReplacement 使S 指向与FReplacement 相同的数组，并且当S 中的反向引用被替换时，FReplacement 也被修改。因此，第一次替换是正确的，而随后的替换是错误的，因为FReplacement 已瘫痪。

在 Delphi XE5 中，通过用此替换 S := FReplacement 以制作适当的临时副本来解决此问题：

SetLength(S, Length(FReplacement));
Move(FReplacement[0], S[0], Length(FReplacement));

当 Delphi 2009 发布时，Embarcadero 发表了很多言论，即不应使用字符串类型来表示字节序列。看来他们现在犯了相反的错误，使用 TBytes 来表示字符串。

我之前向 Embarcadero 推荐过的整个混乱的解决方案是切换到使用 UTF16LE 的新 pcre16 函数，就像 Delphi 字符串一样。这些功能在 Delphi XE 发布时不存在，但现在有了，应该使用。

Answer 2

这似乎是一个错误。这是我的测试程序：

{$APPTYPE CONSOLE}

uses
  RegularExpressions;

var
  Value, Pattern, Replace: string;
begin
  Value   := 'my_replace_string(4)=my_replace_string(5)';
  Pattern := 'my_replace_string\((\d+)\)';
  Replace := 'new_value(\1)';
  Value   := TRegEx.Replace(Value, Pattern, Replace);
  Writeln(Value);
  Readln;
end.

在我的 XE3 上，输出是：

new_value(4)=new_value(5)

所以看起来这个错误是在 XE4 中引入的。我建议你提交一份质量控制报告。使用我上面的 SSCCE，因为它是独立的。