PHP 的 preg_replace 是否有错误？

Question

PHP 8.1 的 preg_replace 函数与双下引号结合使用时会表现出奇怪的行为。

这是一个简短的示例，显示了问题：

<?php 
        #this does not work
    $bearbeitet = "Hallo „Pivot text";
    $bearbeitet = preg_replace("/[\W][Pp][Ii][Vv][Oo][Tt][\W]/", " <span class='abbrv' title='Performance Programm'>PIVOT</span> ", $bearbeitet);
    echo $bearbeitet;
?>

如果您运行此代码，它会在替换的文本前面放置一个奇怪的符号，从而破坏我的脚本。如果您有任何其他符号而不是双下引号，它就可以正常工作：

<?php 
    #this works
    $bearbeitet = "Hallo (Pivot text";
    $bearbeitet = preg_replace("/[\W][Pp][Ii][Vv][Oo][Tt][\W]/", " <span class='abbrv' title='Performance Programm'>PIVOT</span> ", $bearbeitet);
    echo $bearbeitet;
?>

我遗漏了什么还是 PHP 中的错误？

Answer 1

正如 @jhnc 评论的那样，您的模式缺少

u

正则表达式标志，该标志指定您的字符串可能包含 unicode 字符。它将完全解决问题。

来自 regex101

u

：模式字符串将被视为 UTF-16，这意味着 unicode 字符也将包含在 [a-z] 范围以及 \w 等转义序列中。

现在函数生成替换字符

�

的原因是因为您期望在

P

之前有一个非单词字符。但由于正则表达式引擎正在寻找 ascii（1 字节）字符，因此它只会考虑

„

字符的最后一个字节（

„

在 utf-8 中是

E2 80 9E

，最后一个字节是

9E

） ，它本身不是有效的 ascii 字符，因此将输出替换而不是引发异常。