循环中的 preg_match 返回不可能的结果

Question

我确定我错过了一些东西。我只知道够危险。

在我的 php 代码中，我使用 file_get_contents() 将文件放入变量中。

然后我遍历一个数组并使用 preg_match 多次搜索同一个变量。该文件是一个制表符分隔的 txt 文件。它可以正常运行 800 次，但在中间随机一次它会做一些非常奇怪的事情。

$current = file_get_contents($file);    
foreach($blahs as $blah){
$image = 'somefile.jpg';
$pattern = '/https:\/\/www\.example\.com\/media(.*)\/' . preg_quote($image) . '/';
preg_match($pattern, $current, $matches);
echo $matches[0];
}

由于某种原因，它有时会在两个 URL 之间转换一个标签。当我查看 txt 文件时，首先列出了我要查找的图像，然后是第二个 iamge，但 echo $matches[0] 以相反的顺序返回它。它不像 echo $matches[0] 返回它那样存在。就像您搜索字符串“一二”并且 $matches 返回“二一”一样。

Answer 1

正则表达式引擎试图帮您一个忙并捕获最长的匹配。两个网址之间的\t 选项卡与.（点/任何字符）匹配。

演示：(Link)

$blah='test case: https://www.example.com/media/foo/bar.jpg  https://www.example.com/media/cat/fish.jpg some text';
$image = 'fish.jpg';
$your_pattern = '/https:\/\/www\.example\.com\/media(.*)\/'.preg_quote($image).'/';
echo preg_match($your_pattern,$blah,$matches)?$matches[0]:'fail';

echo "\n----\n";

$my_pattern='~https://www\.example\.com/media(?:[^/\s]*/)+'.preg_quote($image).'~';
echo preg_match($my_pattern,$blah,$out)?$out[0]:'fail';

输出：

https://www.example.com/media/foo/bar.jpg  https://www.example.com/media/cat/fish.jpg
----
https://www.example.com/media/cat/fish.jpg

结晶……

test case: https://www.example.com/media/foo/bar.jpg  https://www.example.com/media/cat/fish.jpg some text
// your (.*) is matching ---------------^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^

我建议的模式（如果您提供 smoe 示例字符串，我可能会改进模式）使用 (?:[^/\s]*/)+ 而不是 (.*)。

我的非捕获组分解如下：

(?:       #start non-capturing group
[^/\s]*   #greedily match zero or more non-slash, non-whitespace characters
/         #match a slash
)         #end non-capturing group
+         #allow the group to repeat one or more times

*note1：你可以使用\t，我使用\s，如果你想更字面化，我使用\s，因为有效的网址无论如何都不应该包含空格。您可以在项目中进行此调整而不会损失任何准确性。

*note2：请注意，我将模式分隔符更改为~，这样/ 就不需要在模式内转义了。