pcre.backtrack_limit的“单位”是什么？

Question

我遇到一个问题，带有复杂正则表达式的preg_replace()由于pcre.backtrack_limit太低而导致错误(PREG_BACKTRACK_LIMIT_ERROR)，默认情况下设置为1,000,000。我将其设置为10,000,000，它适用于这个特定的应用程序。

我的问题是，backtracking limit的松散定义的“单位”到底是什么？1,000,000数字是否与内存大小相对应?如果不是，它意味着什么?我正在尝试理解在我的环境中对此的合理设置。

关于preg_replace的参考：http://us3.php.net/manual/en/pcre.configuration.php#ini.pcre.backtrack-limit

回溯参考：In regular expressions, what is a backtracking / back referencing?

Answer 1

在the PCRE source code中，当递归调用"match()“超过1,000,000次时，会返回此错误：

/* First check that we haven't called match() too many times, or that we
haven't exceeded the recursive call limit. */

if (md->match_call_count++ >= md->match_limit) RRETURN(PCRE_ERROR_MATCHLIMIT);

它被转换为"PHP_PCRE_BACKTRACK_LIMIT_ERROR“错误here。

根据pcreapi手册页(参见https://serverfault.com/a/408272/140833 )：

在

内部，PCRE使用一个名为match()的函数，它反复(有时是递归地)调用该函数。由match_limit设置的限制是在匹配期间调用此函数的次数，其效果是限制可以发生的回溯次数。对于未锚定的模式，对于主题字符串中的每个位置，计数从零重新开始。

因此，我认为该单位类似于“回溯尝试次数”。不过，我不确定这是不是1对1。

这是一个用一个简单的"Catastrophic Backtracking“正则表达式隔离错误案例的演示：

<?php

ini_set('pcre.backtrack_limit', 100);

for ($len = 1000; $len <= 1001; $len++) {

    $x = str_repeat("x", $len);
    $ret = preg_match("/x+x+y/", $x);

    echo "len = " . $len . "\n";
    echo "preg_match = " . $ret . "\n";
    echo "PREG_BACKTRACK_LIMIT_ERROR = " . PREG_BACKTRACK_LIMIT_ERROR . "\n";
    echo "preg_last_error = " . preg_last_error() . "\n";
    echo "\n";
}

在此处运行以下代码：https://3v4l.org/EpaNC，以获得以下输出：

len = 1000
preg_match = 0
PREG_BACKTRACK_LIMIT_ERROR = 2
preg_last_error = 0

len = 1001
preg_match = 
PREG_BACKTRACK_LIMIT_ERROR = 2
preg_last_error = 2

Answer 2

不知道这是否有帮助:根据pcre's source code的说法，当pcre触发PCRE_ERROR_MATCHLIMIT时，会出现这个错误代码。根据pcre的this changelog的说法，这可能是您的错误，因为您的正则表达式可能导致内存泄漏。

我建议将正则表达式作为解决问题的最佳方法，否则，如果你坚持要让它工作，你可以这样做(但我不推荐)：ini_set(‘pcre.backtraceLimit’，PHP_INT_MAX)；

编辑我相信这个设置是关于pcre的繁重的处理能力的，这就是为什么我建议回顾你的正则表达式，试着让它变得更轻(拆分成多个正则表达式，在你的数据上添加更多的迭代，等等)