正则表达式在 php 7 中超时？

Question

我下面有 2 个正则表达式，它们在 php 5.6 中有效，但如果字符 + 空格 > 1035 ish，则在 php 7.x 中无效。例如：[spoiler]1035 个 char + ws[/spoiler] 计数。我使用网站http://regexr.com/ 来测试带有http://pastebin.com/5bWzhNvy 的正则表达式，它似乎工作正常。

从PHP 7 regex not working the same way as in 5，我可以看到这个问题可能与正则表达式超时有关？但这里是代码，除非我弄错了。

// [spoiler]Text[/spoiler]
preg_match_all('/\[spoiler\]\s*((\s|.)+?)\s*\[\/spoiler\]/', $s, $matches, PREG_SET_ORDER);
foreach ($matches as $match) {
    $id = substr(md5($match[1]), 0, 10) . mt_rand(0, 10000);
    $s  = str_replace($match[0],
                      '<a href="javascript:klappe_function(\'' . $id . '\')" style="color: #aaa" title="Open Spoiler"><img src="images/plus.png" id="pic' . $id . '" class="spoiler" alt="spoiler" /></a><div id="k' . $id . '" style="display: none;">' . $match[1] . '</div><br />',
                      $s);
}

// [spoiler=Heading]Text[/spoiler]
preg_match_all('/\[spoiler=(.+?)\]\s*((\s|.)+?)\s*\[\/spoiler\]/', $s, $matches, PREG_SET_ORDER);
foreach ($matches as $match) {
    $id = substr(md5($match[2]), 0, 10). mt_rand(0, 10000);
    $s  = str_replace($match[0],
                      '<a href="javascript:klappe_function(\'' . $id . '\')" style="color: #aaa" title="Open ' . myhtmlentities($match[1], ENT_QUOTES)  . '"><img src="images/plus.png" id="pic' . $id . '" class="spoiler" alt="spoiler" /> <b>' . $match[1] . '</b></a><div id="k' . $id . '" style="display: none;">' . $match[2] . '</div><br />',
                      $s);
}

Answer 1

正如 cmets 所说，正则表达式效率非常低，这可能是原因 - 你可以用一个正则表达式完成所有这些：

\[spoiler(:?\=([^\]]+))?\]((:?[^\[]+|\[(?!=\/spoiler\]))+)\[\/spoiler\]

• \[spoiler 匹配 [spoiler
• (:? 启动一个非捕获组（不会在 $matches 中）
  • \= 匹配 =
  • (启动第一个捕获组
  • [^\]]+ 匹配除 ] 以外的任何字符一次或多次。
  • )关闭第一个捕获组
• )? 关闭组并使其成为可选
• (开始第二个匹配组
  • (:? 启动一个非捕获组（不会在 $matches 中）
    • [^\[]+ 匹配除 [ 以外的任何字符一次或多次
    • | 或
    • \[(?!=\/spoiler\] 单个 [ 字符，只要它后面没有 /spoiler]
  • )+ 重复分组一次或多次
• )关闭第二个匹配组
• \[\/spoiler\] 匹配 [/spoiler]

这会处理这两种情况（只需检查 $match[1] 是否为空来判断哪个），但它不会尝试去除空格，您可以在使用 trim($match[1],"\r\n\t ") 后在 php 中轻松做到这一点

这里有两个关键：

匹配“标题”文本

[^\]]+ 匹配除[ 字符之外的任何字符一次或多次。

这比查找任何会导致“回溯”的字符快得多，请参阅：http://www.regular-expressions.info/catastrophic.html

与剧透内容相符

• (:? 启动一个非捕获组（不会在 $matches 中）
  • [^\[]+ 匹配除 [ 以外的任何字符一次或多次
  • | 或
  • \[(?!=\/spoiler\] 单个 [ 字符，只要它后面没有 /spoiler]
• )+ 重复分组一次或多次

这允许在剧透文本中使用[ 字符，但同样不会导致回溯。它通过查找一系列非 [ 字符 或 单个 [ 字符来做到这一点，只要它后面没有紧跟 /spoiler] - 这是一个“负前瞻”见：http://www.regular-expressions.info/lookaround.html

话虽如此，如果您想高效地完成这项工作，正则表达式可能不是最好的工具，分词器或 preg_split 可能会更好。