与 PHP 正则表达式匹配行尾的差异答案

【问题标题】：Difference in matching end of line with PHP regex与 PHP 正则表达式匹配行尾的差异
【发布时间】：2019-03-12 13:18:36
【问题描述】：

给定代码：

$my_str = '
Rollo is*
My dog*
And he\'s very*
Lovely*
';

preg_match_all('/\S+(?=\*$)/m', $my_str, $end_words);
print_r($end_words);

在 PHP 7.3.2 (XAMPP) 中，我得到了意外的输出

Array ( [0] => Array ( ) )

而在PhpFiddle 中，在 PHP 7.0.33 上，我得到了我的预期：

Array ( [0] => Array ( [0] => is [1] => dog [2] => very [3] => Lovely ) )

为什么我会有这种差异？ 7.0.33 之后正则表达式的行为是否发生了变化？

【问题讨论】：

一个有用的测试网站是否是版本差异，而不是平台或配置，是3v4l.org 在这种情况下it shows the expected output for all versions 所以在你的测试环境中还有一些其他的差异。我的猜测与 Windows 与 Unix 行尾有关。
在测试上述代码时，我无法重现您的问题。 Here's a demo。测试 7.1.25 - 7.3.3 并给出预期结果。如果您检查“eol 版本”，它甚至可以工作，它测试 4.3 的所有版本
通过命令行使用 7.3.3 我看到了同样的故障（空数组）。
我在 Ubuntu 机器上通过 CLI 在 7.3.2 和 7.3.3 上进行了测试，它仍然给了我预期的结果。
@WiktorStribiżew 我不会说这很容易或显而易见，但谢谢:-)

标签： php regex php-7 php-7.3

【解决方案1】：

似乎在您拥有的环境中，PCRE 库是在没有PCRE_NEWLINE_ANY 选项的情况下编译的，而多行模式下的$ 仅匹配 LF 符号之前，. 匹配除 LF 之外的任何符号。

您可以使用 PCRE (*ANYCRLF) 动词来修复它：

'~(*ANYCRLF)\S+(?=\*$)~m'

(*ANYCRLF) 指定换行符约定：(*CR)、(*LF) 或 (*CRLF)，等效于 PCRE_NEWLINE_ANY 选项。见PCRE documentation：

PCRE_NEWLINE_ANY 指定应识别任何 Unicode 换行序列。

最后，这个 PCRE 动词使 . 可以匹配任何字符但 CR 和 LF 符号，$ 将匹配这两个字符中的任何一个。

在rexegg.com查看更多关于这个和其他动词：

默认情况下，在编译 PCRE 时，您会告诉它在遇到 . 时要考虑换行符（因为点与换行符不匹配，除非在 dotall mode 中），以及 @ 987654341@ 和 $ 锚点在 multiline mode 中的行为。您可以使用以下修饰符覆盖此默认值：

✽(*CR)只有回车才被认为是换行
✽ (*LF) 只有换行才被认为是换行符（在 Unix 上）
✽ (*CRLF) 只有回车后跟换行才被认为是换行符（如在 Windows 上）
✽(*ANYCRLF)以上三项中任意一项都视为换行
✽ (*ANY) 任何 Unicode 换行序列都被认为是换行符

例如，(*CR)\w+.\w+ 匹配 Line1\nLine2，因为点能够匹配 \n，这不被视为换行符。见the demo。

【讨论】：

多么奇怪。我唯一能想到的是，当我安装 XAMPP 时，我取消了“安装 Perl”的选择。我知道 PCRE 是从 Perl 派生的，所以这可能是造成这种情况的原因吗？
@Utkanos 我不相信它有任何影响。问题在于如何编译 PCRE 库。注意 PCRE 正则表达式库与 Perl 中使用的不同。