PHP 7 preg_replace PREG_JIT_STACKLIMIT_ERROR，带有简单的字符串

Question

我知道其他人已提出有关此错误的问题，但我无法看到这个正则表达式或主题字符串是如何更简单。

对我来说这是一个错误，但在提交给PHP之前，我想我会确保并获得帮助，看看这是否更简单。

这是一个显示2个字符串的小测试脚本;一个1024 x，一个1023：

// 1024 x's
$str = '_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx'; 

// Outputs nothing (bug?)
echo preg_replace('/(?<=[^\w]|^)_([^_\n\t ](.|\n(?!\n))*?)_(?=[^\w]|$)/', '[i]${1}[/i]', $str); 

echo "\n\n";

// 1023 x's
$str = '_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx'; 

// Outputs the unchanged string as expected
echo preg_replace('/(?<=[^\w]|^)_([^_\n\t ](.|\n(?!\n))*?)_(?=[^\w]|$)/', '[i]${1}[/i]', $str);

如您所见，只有稍长的字符串（大于1024个字符）才会出现错误。将由此处理的字符串将是任意长度 - 它们将是论坛帖子，新闻文章等。

正则表达式解释

只是尝试做一些降价解析，将像_I am italic_这样的字符串转换为我们在某些情况下从旧网站使用的旧版标记。原因/用途并不重要。重要的是我相信这应该可以正常工作，事实上它确实如此，除了PHP 7以外的其他地方。

只有当它代表一个独立的单词或句子时，它才应匹配这些下划线。如果它前面有任何“基于字”的字符，则它不应与第一个下划线匹配，如果后跟任何“基于字”的字符，则它不应与最后一个下划线匹配。

环境：Centos 7，PHP：7.1.6

Answer 1

重要的提示： 应避免使用(.|\n)*?或(.|\r?\n)*?模式，因为它们会导致过多的冗余回溯。要匹配任何字符，您通常可以使用带有DOTALL标志的.，或者，在JavaScript中，您可以使用[^]或[\s\S]构造。有关详细信息，请参阅How do I match any character across multiple lines in a regular expression?。

目前的问题

(.|\n(?!\n))*?模式的效率非常低，并且在模式结束时使用时会导致大量冗余回溯（根本没有任何意义）。它越位于模式的左侧，性能越差。

因为它所做的只是匹配任何字符而不是换行符，然后是一个没有跟随另一个换行符的换行符，以懒惰的方式，你可以重新编写模式为.*?(?:\R(?!\R).*?)*：

'~\b_([^_\n\t ].*?(?:\R(?!\R).*?)*)_\b~'

见regex demo。

注意：

• (?<=[^\w]|^) = \b，因为在看后面有一个_（一个字char）
• (?=[^\w]|$) = \b，因为在前瞻之前有一个_
• .*?(?:\R(?!\R).*?)* - 匹配： .*? - 除了换行符之外的任何0 +字符，尽可能少 (?:\R(?!\R).*?)* - 零个或多个序列： \R(?!\R) - 一个换行符序列没有跟随另一个换行符序列（\R = \n，\r\n或\r） .*? - 除了换行符之外的任何0 +字符，尽可能少