通过 REGEX 删除 CSS 注释时出错

Question

事实证明这两个序列（以前都有效）

"`([\n\A;]+)\/\*(.+?)\*\/`ism" => "$1",     // error
"`([\n\A;\s]+)//(.+?)[\n\r]`ism" =>"$1\n",  // error

现在在 PHP 7.3 中抛出一个错误

警告：preg_replace()：编译失败：转义序列在字符类偏移量 4 中无效

CONTEXT：考虑这个片段，它从字符串中删除 CSS cmets

$buffer = ".selector {color:#fff; } /* some comment to remove*/";
$regex = array(
"`^([\t\s]+)`ism"=>'',
"`^\/\*(.+?)\*\/`ism"=>"",
"`([\n\A;]+)\/\*(.+?)\*\/`ism"=>"$1",     // 7.3 error
"`([\n\A;\s]+)//(.+?)[\n\r]`ism"=>"$1\n", // 7.3 error
"`(^[\r\n]*|[\r\n]+)[\s\t]*[\r\n]+`ism"=>"\n"
);
$buffer = preg_replace(array_keys($regex),$regex,$buffer);
//returns cleaned up $buffer value with pure css and no comments

参考：https://stackoverflow.com/a/1581063/1293658

Q1 - 任何想法在这种情况下 REGEX 有什么问题？ 该线程似乎表明它只是一个放错位置的反斜杠 https://github.com/thujohn/twitter/issues/250

Q2 -这是 PHP 7.3 的错误还是此代码中的 REGEX 序列有问题？

Answer 1

不要在字符类中使用零宽度断言。

• ^, $, \A, \b, \B, \Z, \z, \G - 作为锚点，（非）单词边界 - 在字符类中没有意义，因为它们不匹配任何字符。 ^ 和 \b 在字符类中的含义有所不同：^ 是在打开的 [ 之后使用的否定字符类标记或表示文字 ^。 \b 表示退格字符。

• 你也不能在那里使用\R（=任何换行符）。

必须将字符类中带有\A 的两个模式重写为分组构造，(...)，并使用交替运算符|：

"`(\A|[\n;]+)/\*.+?\*/`s"=>"$1", 
"`(\A|[;\s]+)//.+\R`"=>"$1\n", 

我删除了您不使用的冗余修饰符和捕获组，并将[\r\n] 替换为\R。 "`(\A|[\n;]+)/\*.+?\*/`s"=>"$1"can also be re-written in a more efficient way：

"`(\A|[\n;]+)/\*[^*]*\*+(?:[^/*][^*]*\*+)*/`"=>"$1"

请注意，在 PHP 7.3 中，acc.对于Upgrade history of the bundled PCRE library 表，正则表达式库是 PCRE 10.32。见PCRE to PCRE2 migration:

在 PHP 7.2 之前，PHP 使用旧版 PCRE 库的 8.x 版本，从 PHP 7.3 开始，PHP 将使用 PCRE2。请注意，PCRE2 被认为是一个新库，尽管它基于 PCRE (8.x) 并在很大程度上兼容。

累加。对于this resource，更新后的库对正则表达式模式更加严格，并且现在将以前宽松接受的用户错误视为真正的错误：

• 修改器 S 现在默认开启。 PCRE 做了一些额外的优化。
  
• 默认情况下禁用选项 X。它使 PCRE 比以前做更多的语法验证。
  
• 使用的是 Unicode 10，而它是 Unicode 7。这意味着更多的表情符号、更多的字符和更多的集合。 Unicode 正则表达式可能会受到影响。
  
• 某些无效模式可能会受到影响。
  

简单来说，PCRE2 在模式验证方面更加严格，所以升级后，您现有的一些模式将无法编译。