preg_match_all( ) 在不同的服务器上表现不同答案

【问题标题】：preg_match_all( ) behaves differently on different serverspreg_match_all( ) 在不同的服务器上表现不同
【发布时间】：2012-10-06 16:04:48
【问题描述】：

以下代码在我的 PC 上的 XAMPP 上完美运行，但在我新购买的 VPS 上却无法运行。它使我的代码崩溃了。

preg_match_all( "/$regex/siU" , $string , $matches , PREG_SET_ORDER );

这应该只是从 HTML 中获取链接和标题。

以前，今天发生了类似的正则表达式问题。代码在本地服务器上运行良好，但在 vps 上创建“连接被重置”错误。该问题是由使用以下代码删除的一些注释 html（其中包含 php 代码）以优化输出引起的，但即使连接重置问题得到解决，HTML 仍然在浏览器源中有 cmets。

$string = preg_replace( '/<!--(.|\s)*?-->/' , ''    , $string );

所以，问题很明显。这些正则表达式函数无法正常工作。但我不知道解决方案。

谁能帮我解决这个问题。

已解决：

感谢https://stackoverflow.com/a/12761686/369005@vimishor

【问题讨论】：

phpinfo() 显示配置命令 '--with-pcre-regex=/opt/pcre' 因此安装了 PCRE。
跟服务器日志有关系吗？
configure命令与它关系不大；您需要找出进程死亡的原因.. 似乎您的 pcre 存在一些链接问题。
Apache 错误日志文件为空。在 /var/log/httpd/ 中看到使用 vim error_log
再看一遍问题，我可能理解错了； “连接重置”发生是因为正则表达式没有正确应用？您正在对实际在您的服务器上运行的 HTML 执行正则表达式？！

标签： php regex

【解决方案1】：

众所周知，PCRE 有时在处理超过 200 行的文本时会出现一些问题。过去，来自 Drupal 和 GeSHi 的开发人员遇到过这个问题。

参考资料：

如果您可以将文本分成小块（例如 100 行）并在每个块上运行正则表达式，可能会有所帮助。

【讨论】：

好的，让我试试。我会尽快回复结果。
在应用正则表达式之前添加了此代码。依然没有。 $string = str_replace( array( "\r" , "\n" ) , " " , $string );
您将 Mac 风格的行尾替换为 Unix 风格的行尾。我的建议是只选择前 100 行文本并仅在这些行上运行正则表达式；重复此过程，直到完成整个文本。
上面的例子用空格替换了mac和unix风格的新行。而且，这解决了这个问题。你是对的。问题出在上面提到的 PCRE 问题上。感谢您的回答。
啊，你是对的。我错过了str_replace 里面的array()。对此感到抱歉。我很高兴你解决了这个问题。最好的问候。

【解决方案2】：

让我在此稍等片刻。使用正则表达式解析 HTML 是个坏主意，除非它是格式错误的文档中非常孤立的问题。您将需要使用适当的解析器；例如，这是一个去除 HTML cmets 的示例：

$html = <<<EOM
<html>
<body>
<div id="test">
<!--
comment here
-->
</div>
</body>
</html>
EOM;

$d = new DOMDocument;
$d->loadHTML($html);

$x = new DOMXPath($d);

foreach ($x->query('//comment()') as $node) {
        $node->parentNode->removeChild($node);
}

echo $d->saveHTML();

【讨论】：

很好的例子。但是，即使我实现了这段代码，问题仍然存在。问题出在所有 PCRE 函数上。
@HamidSarfraz 你还没有给出一个例子，说明它何时会给出不同的结果，包括来自两个服务器的输入、表达式和输出。
好的，这将需要很长的帖子，所以我将用我认为有用的所有细节来回答下面的问题。请稍等。
谢谢杰克。这个问题已经解决。谢谢您的合作。请继续帮助像我这样的新人。

【解决方案3】：

所以根本问题是应该删除 HTML cmets 的代码不起作用？这可能是因为应该与 cmets 匹配的正则表达式使用 (.|\s)* 来解决 . 不匹配换行符的事实。正如 this answer 解释的那样，这几乎肯定会导致问题。

匹配任何内容（包括换行符）的正确方法是使用 s 修饰符。例如：

'/<!--.*?-->/s'

这将打开单行模式（也称为 DOTALL 模式），它允许 . 匹配换行符。（其他问题的作者必须改用 [\S\s]，因为 JavaScript 没有等效的单行/DOTALL 模式。）

【讨论】：

【解决方案4】：

看来问题是您误解了 html cmets 的作用。根据您在问题下方的评论，问题是没有删除html cmets，导致php以错误的参数运行。

但是，html cmets 对正在运行或未运行的 php 代码没有影响，只会影响浏览器显示的内容（并在 javascript 的情况下运行）。您的 php 代码在输出到达浏览器之前运行。

如果你想注释掉 php 代码，你需要放入一个/* */ 块或以// 开始每一行。

【讨论】：

也许我没有解释清楚。让我们再试一次。假设 cmets 上面的第二个正则表达式函数应该删除包括 php 代码的 cmets。但是，在 VPS 上，它并没有做它应该做的事情。保持 cmets 和 php 代码完好无损。现在，想象一下代码调用了一个没有在任何地方声明的函数（从包含的函数中删除）。出于参考目的，没有删除 php 代码，或者我可以看到脚本过去的样子。而且也没有安全风险，因为它不会执行。
@Hamid Sarfraz 如果您使用正则表达式解析 php 脚本，那么您是对的，我的回答不适用。我以为你在解析 html 页面。

【解决方案5】：

试试这个：

$string = preg_replace( '/.*<!--(.|\s)*?-->.*/' , ''    , $string );

一些正则表达式实现会像这样执行您的正则表达式：/^$/。所以你的表达式在不同的服务器上可能会有不同的表现。

【讨论】：

如果您使用 matches() 方法，则仅适用于 Java。 PCRE 没有。