使用通配符的PHP正则表达式后处理

Question

我在PHP中有两个字符串：

$string  = '<a href="http://localhost/image1.jpeg" /></a>';

和

$string2 = '[caption id="attachment_5" align="alignnone" width="483"]<a href="http://localhost/image1.jpeg" /></a>[/caption]';

我正在尝试匹配第一种类型的字符串。这是没有被“caption ...”括起来的字符串。和'/caption‘。到目前为止，我想使用这样的东西：

$pattern = '/(?<!\[caption.*\])(?!\[\/caption\])(<a.*><img.*><\/a>)/';

但是PHP也用这个模式匹配第一个字符串，即使它前面没有'caption‘和零个或多个字符后跟'’。怎么回事？为什么会这样?正确的模式是什么？

谢谢。

Answer 1

PHP不支持可变长度的后视，所以模式的这一部分是无效的：

(?<!\[caption.*\])

它应该警告你这一点。

此外，.*始终匹配最大的可能数量。因此，您的模式可能会导致与多个标签重叠的匹配。相反，应该使用[^>] (匹配不是右方括号的任何内容)，因为右方括号不应该出现在img标记内。

为了解决后顾之忧，为什么不只检查结束标记呢？这应该足够了(假设仅以类似于您所显示的方式使用标题标签)。

$pattern = '|(<a[^>]*><img[^>]*></a>)(?!\[/caption\])|';

当匹配包含/__的模式时，请使用另一个字符作为模式分隔符，以避免倾斜牙签综合征。您几乎可以在模式周围使用任何非字母数字字符。

更新：之前的正则表达式基于您给出的示例正则表达式，而不是示例数据。如果要匹配不包含图像的链接，请执行以下操作：

$pattern = '|(<a[^>]*>[^<]*</a>)(?!\[/caption\])|';

请注意，这不允许在链接中间有任何标记。如果允许使用标记(比如使用.*?)，正则表达式可以匹配从[caption]开始到其他地方结束的内容。

Answer 2

我不明白您的正则表达式如何匹配这两个字符串，因为您正在寻找<a.*><img.*><\/a>，而两个锚点都不包含<img...标记。此外，在我看来，寻找和禁止caption-bits的两个子表达式的位置也很奇怪。最后，您需要确保您的标记匹配位不会表现得贪婪，即不要使用.*而要使用[^>]*。

你是说像这样的东西吗？

$pattern = '/(<a[^>]*>(<img[^>]*>)?<\/a>)(?!\[\/caption\])/'

在regex101上测试它。

编辑:根据dan1111的建议，删除了无用的前视，并更新了regex101链接。

Answer 3

Lookbehind不允许非固定长度的模式，即(*，+，?)，我认为这个/<a.*><\/a>(?!\[\/caption\])/足以满足您的要求