PHP preg_replace() 不匹配空格和新行：为什么？

Question

我正在尝试编写一个从 HTML 中删除 cmets 的脚本，以 [ 或 ! 开头的除外。例如，下面的 cmets 应该被移除：

<!-- one line comment -->

<!-- multiple line comment -->

应不删除以下内容：

<!-- ! one line comment -->

<!--! one line comment -->

<!--! multiple line comment -->

<!-- ! multiple line comment -->

<!-- !multiple line comment -->

<!--[if lt IE 9]>

我正在尝试运行以下命令：

$html = preg_replace('/<!--[\s\r\n]*[^![].*-->/Uis', '', $html);

但它不匹配第一类字符（任意数量的空格和换行符）。例如，<!-- !test --> 已从 HTML 中删除，而 <!--!test --> 则没有。

怎么了？

Answer 1

在你的模式中在<!--[\s\r\n]* 之后添加+：

$pattern = '<!--[\s\r\n]*+[^![].*-->';

$string = '<!-- one line comment -->';
var_dump(preg_replace('/' . $pattern . '/Uis', '', $string));

$string = '<!--
multiple line comment
-->';
var_dump(preg_replace('/' . $pattern . '/Uis', '', $string));

$string = '<!-- ! one line comment -->';
var_dump(preg_replace('/' . $pattern . '/Uis', '', $string));

$string = '<!--! one line comment -->';
var_dump(preg_replace('/' . $pattern . '/Uis', '', $string));

$string = '<!--!
multiple line comment
-->';
var_dump(preg_replace('/' . $pattern . '/Uis', '', $string));

$string = '<!-- !
multiple line comment
-->';
var_dump(preg_replace('/' . $pattern . '/Uis', '', $string));

$string = '<!--
!multiple line comment
-->';
var_dump(preg_replace('/' . $pattern . '/Uis', '', $string));

$string = '<!--[if lt IE 9]>';
var_dump(preg_replace('/' . $pattern . '/Uis', '', $string));

输出：

string '' (length=0)

string '' (length=0)

string '<!-- ! one line comment -->' (length=27)

string '<!--! one line comment -->' (length=26)

string '<!--!

multiple line comment

-->' (length=33)

string '<!-- !

multiple line comment

-->' (length=34)

string '<!--

!multiple line comment

-->' (length=33)

string '<!--[if lt IE 9]>' (length=17)

Answer 2

关键是您需要检查! 后面是否有一些字符和换行符。

我建议

'~<!--\s*+(?!!\N*\n).*?-->~s'

见regex demo

详情：

• <!-- - 文字 <!--
• \s*+ - 零个或多个空格，所有格匹配，以便后续的前瞻检查仅在匹配这些空格后执行
• (?!!\N*\n) - 如果有 !，则否定前瞻失败匹配，然后在 ! 之后有 0+ 个字符而不是换行符，然后是换行符
• .*? - 任何 0+ 个字符，尽可能少，直到第一个（注意：它可以替换为 [^-]*(?:-(?!->)[^-]*)* 以提高性能，demo）
• --> - 文字 -->
• ~s - 一个 DOTALL 修饰符，. 匹配任何字符。

PHP demo:

$re = '~<!--\s*+(?!!\N*\n).*?-->~s'; 
$str = "<!-- one line comment -->\n\n<!--\nmultiple line comment\n-->\n\nThe following should not be removed:\n\n<!-- ! one line comment -->\n\n<!--! one line comment -->\n\n<!--!\nmultiple line comment\n-->\n\n<!-- !\nmultiple line comment\n-->\n\n<!--\n!multiple line comment\n-->\n\n<!--[if lt IE 9]>"; 
preg_match_all($re, $str, $matches);
print_r($matches);