preg_match_all 的结果集与使用相同模式的 preg_replace 不同答案

【问题标题】：preg_match_all has different result set than preg_replace using the same patternpreg_match_all 的结果集与使用相同模式的 preg_replace 不同
【发布时间】：2017-09-12 17:53:09
【问题描述】：

我发现 preg_match_all 和 preg_replace 找不到基于相同模式的相同匹配项。

我的模式是：

/<(title|h1|h2|h3|h4|h5|ul|ol|p|figure|caption|span)(.*?)><\/(\1)>/

当我对一个包含

之类的 sn-p 运行它时

<span class="blue"></span>

使用 preg_match_all 我得到 17 个匹配项。

当我在 preg_replace 中使用相同的模式时，我得到 0 个匹配项。用选择列表替换 \1 确实会找到匹配项，但当然这不会作为解决方案起作用，因为它不能确保结束标记与开始标记的类型相同。

总体目标是找到没有内容的标签实例，这些标签不应该在没有内容的情况下出现......我向你保证，这是一场神圣的十字军东征。

在测试正则表达式是否有效时，我也在 php cli 中尝试过。这是输出：

Interactive shell

php > $str = 'abc<span class="blue"></span>def';
php > $pattern = "/<(title|h1|h2|h3|h4|h5|ul|ol|p|figure|caption|span)(.*?)><\/(\1)>/";
php > $final = preg_replace($pattern, '', $str);
php > print $final;
abc<span class="blue"></span>def

【问题讨论】：

(.*?) 似乎总是会导致问题。将其更改为： ([^>]+) 表示至少 1 不大于。如果可行，请告诉我，我会写一个更完整的答案。
如果我理解正确，我将模式更改为： "/]+)>/i" 导致没有 preg_match_all火柴。我注意到它在标签中需要标签名称以外的东西，不一定是这种情况，可能只是，所以我将其更改为 "/ ]*)>/i" 但仍然没有匹配项。
za̡͊͠͝lgό，h̸̡̪̯ͨ͊̽̅̾ȩ̸̡̬̩̪̯̾͛ͪ̈ͨ͊̽̅̾͘ȩ̬̩̾͛ͪ̈͘c̷̙̝͖ͭ̏ͥͮ͟oͮ͏̮̪̝͍m̖͊̒ͪͩͬ̚̚͜ȇ̴̟̟͙̞ͩ͌͝səstackoverflow.com/questions/1732348/… span>
非常有趣，但如果我用一些随机分隔符替换尖括号从而使其不是 HTML ，那么这将是一个问题，所以不是很有帮助:-)
不正确，我的朋友，你得到 17 个匹配的原因是因为你写了一个依赖 html 结构的正则表达式，并以你不想要的方式匹配它。您正在尝试使用正则表达式搜索 DOM，这是邪恶和错误的。查看我的答案以获得成熟的解释。

标签： php regex preg-replace preg-match-all

【解决方案1】：

$str = 'abc<span class="blue"></span>def';
$pattern = "/<(title|h1|h2|h3|h4|h5|ul|ol|p|figure|caption|span)(.*?)><\/(\\1)>/";
                                                              // added \  ^
$final = preg_replace($pattern, '', $str);
print $final;
// echos 'abcdef'

解释：

"\1" // <-- character in octal notation

和

很不一样

'\1' // <-- backslash and 1

因为第一个是转义序列。这也是我几乎只使用单引号字符串的原因。见http://php.net/string#language.types.string.syntax.double

【讨论】：

这行得通！我是否正确地阅读了您的更改转义了反斜杠，而不是转义了 1？
补充说明
尝试使用 php -a: echo '\1'; 和 echo "\1";
对于您的问题：是的，添加的反斜杠转义了反斜杠；o)