preg_replace双重替换

Question

我从正则表达式中得到了一些意外的结果，这个表达式本意是替换命名空间上的类名。替换似乎发生了两次，因此被替换的类名出现了重复（见下面的示例）。

实际上，我通过将正则表达式更改为匹配 1 次或多次（+），而不是 0 次或多次（*），已经解决了这个问题。对于我想要的内容来说，这种方法更准确。

然而，我有一点困惑，不太清楚为什么一开始会出现这个问题。

以下是问题的一个示例：

$classns  = 'components\groups\GroupsController';
$newclass = 'GroupsAccess';
$classns = preg_replace('/[^\\\\]*$/', $newclass, $classns);
echo $classns;

结果

components\groups\GroupsAccessGroupsAccess

预期

components\groups\GroupsAccess

是否有可能星号（*）匹配的是单词边界或其他类似的东西？

对我来说困惑的地方在于，使用相同正则表达式进行preg_match时只显示一个结果，因此看起来是preg_match如何运行正则表达式的特定问题。

例如：

preg_match('/[^\\\\]*$/', $classns, $m);
var_dump($m);

结果

array(1) { [0]=> string(12) "GroupsAccess" }

- Paul S

---

preg_match_all 显示什么？preg_match 总是只显示最多一个匹配。 - John Dvorak

@JanDvorak 很好的发现。它显示了两个匹配项。 - John Kugelman

为什么你不在这里使用str_replace呢？ - Evert

@JohnKugelman 这个技巧是 [...]*$ 可以匹配行尾。虽然很难说为什么它在到达结尾后仍然会继续匹配。 - John Dvorak

@Jan Dvorak - 谢谢，奇怪的是，我尝试使用了 trim 函数，但没有效果。它是否匹配实际的结束边界？ - Paul S

@PaulS 是的。它也可以匹配空字符串。 - John Dvorak

Answer 1

*不匹配单词边界，而是匹配空字符串。你的表达式首先匹配components\groups\ GroupsController，$是一个锚点，它匹配在字符串结束之前的位置（或者在字符串结束之前的\n）。所以，在第一次匹配后，正则解析器的位置在最后一个“r”之后和字符串结尾之前，当它再次尝试匹配你的正则表达式时，它会找到另一个匹配==>0个/（空字符串）后跟字符串的结尾。然后它继续移动，识别字符串的结尾并完成。

- stema

---

我有点错过了“然后它继续前进”的部分（如果匹配为空，则指针会再向前移动一个字符）。现在它完全有意义了。谢谢。 - John Dvorak

在找到第一个匹配项后，后续的搜索将从上一个匹配项的结尾继续进行。空匹配是一种例外情况还是我误解了？ - John Dvorak

@JanDvorak，什么是“空匹配”？它之所以匹配，是因为找到了定义的模式（当然是一个空字符串）。正则表达式引擎将始终在上次找到的匹配项之后继续搜索。 - stema

一个空匹配 = 匹配从开始到结束（只有环视和边界）。因此，根据前面的句子，下一个匹配应该从与此相同的位置开始（并导致匹配无限重复）。 - John Dvorak

@JanDvorak，不，如果是这种情况，正则表达式引擎会移动当前位置，否则它会在无限循环中匹配。 - stema

那么，preg_match_all 的文档似乎是不正确/不完整的，因为它没有提到这个（可以预料的）行为，相反，它表明应该发生无限循环。虽然在PHP中存在糟糕的文档也并不奇怪。 - John Dvorak

Answer 2

缩小范围后，这也显示了两个匹配项：

preg_match_all('/a*$/', 'a', $m);`

Python 有相同的行为：

>>> re.findall('a*$', 'a')
['a', '']

所以Perl也是如此：

>>> my @m = 'a' =~ /a*$/g;
>>> foreach (@m) { print "$_\n"; }
a
<blank>

似乎正则表达式引擎既匹配字符'a'，也匹配其后的空字符串''。尽管这令人惊讶，但从技术上讲是正确的。'a'是一个以搜索字符串结尾为锚点的字符串，因此''也是如此。

匹配的一个基本规则是不重叠。一旦找到匹配项，正则表达式引擎就会在前一个匹配项的结尾继续查找下一个匹配项。但我没想到的是，锚点$可以重复使用，推测这是因为它是零宽断言而不是实际的子字符串匹配。

- John Kugelman