PCRE转义

Question

我正在使用regexp数据库，其中包含带有"\uXXXX“的表达式，这当然会破坏PCRE。

那么，有两个部分的问题，有没有办法告诉PCRE接受这些序列？

我解决了这个问题，幸运的是，这只是一个序列，通过做：

$regx = str_ireplace('\u00a7'，‘\xa7 7’，$regx)；

但当我试图做的时候：

$regx = preg_replace("/\u(\w+)/i"，“x$1”，$regx)；

我还是.

警告: preg_replace() Function.preg-替换:编译失败: PCRE不支持\L、\l、\N{name}、\U或偏移量1处的\u

它需要双倍逃离\u => \\u，而不仅仅是\u，为什么有更好的方法呢？注意:实际上，我必须做同样的事情，更重要的是，要在这篇文章中得到正确的字符串。

更新:在我们的服务器上运行5.3.3

Answer 1

$regx = preg_replace("/\\u(\w+)/i", "\x$1", $regx);

这不起作用的原因是你需要双倍逃离反斜杠。

就目前情况而言，\\u位于PHP双引号字符串中，这意味着\\由PHP向下转义到一个斜杠。

然后，这个单独的斜杠被赋予PRCE，因此regex解析器只看到\u。这将失败，因为\u不是regex中的有效转义序列。

如果要实际匹配PHP正则表达式中的反斜杠字符，则需要实际提供四个反斜杠。

$regx = preg_replace("/\\\\u(\w+)/i", "\x$1", $regx);

是啊。太难看了。但事实就是这样。

从技术上讲，这适用于任何regex反斜杠，因此在理论上，您的\w也应该有一个双反斜杠，但是您可以不使用该反斜杠，因为\w对PHP没有任何意义，所以它不会解析它。这是有益的行为，但当它出错时，确实会使事情更加混乱，就像在这种情况下一样。

Answer 2

您不会使用PHP，但是\x会使用。来自PCRE文件的解释：

\x{hhh..} character with hex code hhh.. (non-JavaScript mode)
\uhhhh    character with hex code hhhh (JavaScript mode only)

不应该忘记修饰语u。("Javascript模式“是”内部“标志)

解释Unicode序列(\u as \U)的另一种解决方案是使用intl/转写器(PHP >= 5.4)：

$in = '\u0041\U00000062';
$out = transliterator_create('Hex-Any')->transliterate($in);
var_dump($out); # string(2) "Ab"