preg_match 使用核心转储杀死 PHP/不显示错误：如何改进 RegEx？

Question

我有以下正则表达式：

preg_match('/function ([[:alpha:]]{1,3})\((.(?!function ))*getKeywordSuggestValue=function/simU', $foo, $matches);

结果页面只是空白（返回空结果）。看起来匹配的块会很大。

500 Server closed connection without sending any data back
Content-Type: text/plain
Client-Date: Fri, 11 Sep 2015 09:35:55 GMT
Client-Warning: Internal response

display_errors 已打开，当我产生解析错误时，它会显示出来。只是没有这个。

preg_match 如何杀死这样的 PHP 脚本？

我使用的是 PHP 5.6

编辑

在尝试使用我找到的 MCVE 和错误消息创建 CLI 脚本时：

Segmentation fault (core dumped)

这是可重现的示例：

<?php

$content = str_repeat('function fo(){ bar; bar; }', 1000) . <<<'EOF'
function cz(h,j,k,l,m,n,o,p,q,r){var x=this;x.setValue=function(a){if(!t.isActive)return;var b=t.Elements.input.value;if(a!=b){t.Elements.input.value=a;}}
x.getValue=function(){if(!t.isActive)return;var a=t.Elements.input.value;a=a.replace(/^\s+/,"").replace(/\s+$/,"");a=a.replace(/\\/g,"");if(a){return a;}else{return null;}}
x.getKeywordSuggestValue=function(){if(!t.isActive)return;var a=t.Elements.input.value;a=a.replace(/^\s+/,"").replace(/[\s　]+/g," ");a=a.replace(/\\/g,"");if(a){return a;}else{return null;}}
EOF;

preg_match('/function ([[:alpha:]]{1,3})\((.(?!prototype\.render=function))*getKeywordSuggestValue=function/simU', $content, $matches);

echo 'preg_match passed';

经过一番研究，我发现了一个可能相关的 PHP 错误 https://bugs.php.net/bug.php?id=45735

现在的问题是如何修复正则表达式以免遇到此错误。

Answer 1

这可能是由于引擎必须在堆栈上分配太多空间来跟踪重复的捕获组(.(?!function ))*。由于捕获组在这里显然没有用，将其更改为非捕获组(?:.(?!function ))* 解决了分段错误问题。

我建议将其更改为 (?:(?!function ).)*，因为您应该在使用角色之前进行检查。

重现问题with capturing group的最小示例：

print (preg_match('~^(a)*$~', str_repeat('a', 10000) . 'b'));

hhvm-3.6.1 - 3.9.0 的输出

0

7.0.0alpha1 - 7.0.0rc2 的输出

（空输出）

5.3.18 - 5.6.13 的输出

Process exited with code 139.

和with non-capturing group:

print (preg_match('~^(?:a)*$~', str_repeat('a', 10000) . 'b'));

5.3.18 - 5.6.13、hhvm-3.6.1 - 3.9.0 的输出

0

7.0.0alpha1 - 7.0.0rc2 的输出

（空输出）

Answer 2

灾难性回溯 - 过多的回溯会导致时间和内存呈指数增长； PHP 似乎崩溃了；其他一些实现将 CPU 占用到 100% 并最终失败；有些让您定义超时或递归深度；像 C# 一样，您可以定义超时以避免失控的正则表达式。

那个'?'似乎是你表达中的问题导致了这么多回溯。我不知道;但删除？确实使回溯消失了。

至于如何解决这个问题 - 重温 RegEx，投资一个工具。我曾经调查过灾难性的回溯，发现这个资源很有用 - http://www.regular-expressions.info/catastrophic.html。该网站还出售一种工具，该工具非常擅长以图形方式显示回溯，并希望为您提供有关如何避免回溯的足够提示。

或者使用大锤 - 限制回溯的数量。

ini_set('pcre.backtrack_limit','1000');

可能达到目的；尽管它会在执行 1000 次回溯后报告“不匹配”，即使如果允许更多回溯，也可以找到匹配项。