preg_replace：在替换之前如何考虑整个模式数组？答案

【问题标题】：preg_replace: how to consider whole array of patterns before replacing?preg_replace：在替换之前如何考虑整个模式数组？
【发布时间】：2023-03-15 06:58:01
【问题描述】：

我正在使用preg_replace 来匹配编码不正确的 UTF-8 字符并将其替换为正确的字符。我创建了一个包含错误字符的“旧”数组，以及一个带有替换的相应“新”数组。这是每个数组的一个sn-p：

$old = array(
  '/â€/',
  '/â€™/',
);
$new = array(
  '†',
  '’',
);

（注意：如果你对我这样做的原因感到好奇，read more here）

可能包含错误数据的示例字符串可能是：

The programmerâ€™s becoming very frustrated

应该变成：

The programmer's becoming very frustrated

我正在使用这个功能：

$result = preg_replace($old, $new, $str);

但主题实际上正在变成：

The programmer†™s becoming very frustrated

很明显，PHP 正在对该主题进行我所说的非贪婪匹配（我知道，这里使用的术语不正确）。 preg_replace 正在对旧/新数组中的第一对执行替换，而不考虑模式数组中是否可能存在更合适的不同模式。如果我颠倒替换对的顺序，那么它会按预期工作。

我的问题是：有没有一种方法可以让preg_replace 在执行替换之前考虑模式数组的所有元素，还是我唯一的选择是重新排序数组？

【问题讨论】：

标签： php regex preg-replace

【解决方案1】：

我认为没有这样的选择。但是，您可以使用关联数组来存储您的替换并使用uasort 和strlen 对其进行排序，因此更大的匹配会首先出现，您无需手动管理数组顺序。

然后，您可以使用 array_keys 和 array_values 来像分开的 $old 和 $new 数组一样操作。

$replacements = array(
    '†' => '/â€/',
    '’' => '/â€™/',
);

// sorts the replacements array by value string length keeping the indexes intact
uasort($replacements, function($a, $b) {
    return strlen($b) - strlen($a);
});

$str = 'The programmerâ€™s becoming very frustrated';
$result = preg_replace(array_values($replacements), array_keys($replacements), $str);

编辑：正如@CasimiretHippolyte 指出的那样，在这种情况下，preg_replace 函数的第一个参数不需要使用array_values。它只会从 $replacements 返回带有数字索引的副本，但顺序是相同的。除非您需要一个与您的问题中的$old 具有相同结构的数组，否则您不需要使用它。

【讨论】：

【解决方案2】：

对数组$old 和$new 进行排序，使最长的正则表达式排在第一位：

$old = array(
  '/â€™/',
  '/â€/',
);
$new = array(
  '’',
  '†',
);
$str = 'The programmerâ€™s becoming very frustrated';
$result = preg_replace($old, $new, $str);
echo $result,"\n";

输出：

The programmer’s becoming very frustrated

【讨论】：

【解决方案3】：

我不相信只有使用preg_replace 才能做到这一点。但是，您可以轻松地预先对数组进行排序：

$replacements = array_combine($old, $new);
krsort($replacements);
$result = preg_repalce( array_keys($replacements), array_values($replacements), $string);

【讨论】：