preg_replace 无法使用通配符按预期工作

Question

我有以下代码：

//Array filled with data from external file
$patterns = array('!test!', 'stuff1', 'all!!', '');

//Delete empty values in array
$patterns = array_filter($patterns);

foreach($patterns as &$item){
       $item = preg_quote($item);
}

$pattern = '/(\b|^|- |--|-)(?:'.implode('|', $patterns).')(-|--| -|\b|$)/i';

$clid = "I am the !test! stuff1 all!! string";

echo $clid;
$clid = trim(preg_replace($pattern, ' ', $clid));
echo $clid;

输出：

//I am the !test! stuff1 all!! string
//I am the !test! all!! string

我用preg_quote 转义!，那为什么？

我遇到了第二个问题，现在已经解决了，但我不知道为什么会这样。 假设$clid = "I am Jörg Müller with special chars"。如果我删除代码行$patterns = array_filter($patterns);，那么preg_replace 之后的输出是I am J。我不知道为什么，但我用array_filter 解决了这个问题。

谢谢

Answer 1

我会这样做的方式：

$clid = "I am the !test! stuff1 all!! string";

$items = ['!test!', 'stuff1', 'all!!', ''];

$pattern = array_reduce($items, function ($c, $i) {
    return empty($i) ? $c : $c . preg_quote($i, '~') . '|';
}, '~[- ]+(?:');

$pattern .= '(*F))(?=[- ])~u';

$result = preg_replace($pattern, '', ' ' . $clid . ' ');
$result = trim($result, "- \t\n\r\0\x0b");

demo

这个想法是用前瞻检查“单词”之后的空格或连字符。这样，这个“分隔符”就不会被消耗掉，并且模式可以处理连续的匹配。

为了避免在模式的开头出现交替（例如很慢的(?:[- ]|^)[- ]*），我在源字符串的开头添加了一个空格，在替换为trim 之后删除了该空格。

(*F)（强制模式失败）仅在此处，因为项目的交替是使用 array_reduce 构建的，它在末尾允许尾随 |。

使用 u 修饰符解决了字符超出 ASCII 范围的问题。使用这个修饰符，正则表达式引擎能够处理 UTF-8 编码的字符串。

Answer 2

问题是您使用\b 为word boundaries 断言。但是，字符 "!" 不是 word character 并且 \b 在 " !" 之间不匹配。

这些是$clid 中的单词边界：

 I   a m   t h e   ! t e s t !   s t u f f 1   a l l ! !   s t r i n g
^ ^ ^   ^ ^     ^   ^       ^   ^           ^ ^     ^     ^           ^

您可以使用lookarounds 断言每个项目是：

1. (?:-[- ]?| +) 匹配 -[ ]、-、-- 或一个或多个空格。
2. (?:-[- ]?|(?= )|$) 匹配 -[ ]、-、-- 或断言其后跟一个空格或行尾。

正则表达式

$pattern = '/(?:-[- ]?| +)(?:'.implode('|', $patterns).')(?:-[- ]?|(?= )|$)/i';

代码

//Array filled with data from external file
$patterns = array('!test!', 'stuff1', 'all!!', '');

//Delete empty values in array
$patterns = array_filter($patterns);

foreach($patterns as &$item){
       $item = preg_quote($item);
}

$pattern = '/(?:-[- ]?| +)(?:'.implode('|', $patterns).')(?:-[- ]?|(?= )|$)/i';


$clid = "I am the !test! stuff1 all!! string and !test!! not matched";
$clid = trim(preg_replace($pattern, '', $clid));

echo $clid;

输出

I am the string and !test!! not matched

ideone demo

---

---

至于您的第二个问题，您的数组中有一个空项目。所以正则表达式会变成：

(?:option1|option2|option3|)
                           ^

请注意这里有第四个选项：empty 子模式。一个空的子模式总是匹配的。您的正则表达式可以解释为：

/(\b|^|- |--|-)(-|--| -|\b|$)/i

这就是你得到意想不到的结果的原因

array_filter() 通过删除空项解决了您的问题。