PHP 模式中有多个 SKIP FAIL 的 PCRE 正则表达式

Question

我有一个简单的字符串：

$string = '--#--%--%2B--';

我想对所有字符（包括 "lonely" %）进行百分号编码，- 字符和 %xy 形式的三元组除外。所以我写了以下模式替代方案：

$pattern1 = '/(?:[\-]+|%[A-Fa-f0-9]{2})(*SKIP)(*FAIL)|./us';
$pattern2 = '/(?:[\-]+)(*SKIP)(*FAIL)|(?:%[A-Fa-f0-9]{2})(*SKIP)(*FAIL)|./us';

请注意使用（多个）(*SKIP)(*FAIL) 和 (?:)。

匹配和替换的结果是一样的-也是正确的：

--%23--%25--%2B--

我想问：

这两个模式是等价的吗？如果不是，哪一个适合用于 url 编码？能简单解释一下吗，为什么？
您会建议其他替代方案（暗示回溯控制动词），还是我的模式是一个不错的选择？
我可以在整个（选择的）图案周围只应用一个 (?:)，即使（多个）(*SKIP)(*FAIL) 会在其中吗？

我知道我一次问更多的问题对你的要求有点过分了。请接受我的道歉！非常感谢。

P.S：我已经使用以下 PHP 代码进行了测试：

$result = preg_replace_callback($patternX, function($matches) {
    return rawurlencode($matches[0]);
}, $string);
echo $result;

Answer 1

首先，这两种模式都利用众所周知的 SKIP-FAIL PCRE 动词序列 "trick" 来匹配一些文本，然后跳过它。有关详细信息，请参阅 How do (*SKIP) or (*F) work on regex?。

两个模式产生相同的结果，(?:[\-]+|%[A-Fa-f0-9]{2})(*SKIP)(*FAIL)匹配[\-]+或%[A-Fa-f0-9]{2}然后跳过匹配，(?:[\-]+)(*SKIP)(*FAIL)|(?:%[A-Fa-f0-9]{2})(*SKIP)(*FAIL)首先尝试匹配[\-]+ 并在找到时跳过它，然后尝试匹配 %[A-Fa-f0-9]{2} 并在找到时跳过匹配。第二个模式中的 (?:...) 非捕获组是多余的，因为内部没有交替并且组没有量化。您可以在模式中使用任意数量的 (*SKIP)(*FAIL)，只需确保在 | 之前使用它们以跳过相关匹配。

SKIP-FAIL 技术用于当你想在特定上下文中匹配某些文本时，当一个字符应该被跳过时/"avoided" 如果它在前面和后面一些字符，或者当你需要 "avoid" 匹配整个字符序列时，就像在这种情况下，因此，SKIP-FAIL 很好用。

PHP 模式中有多个 SKIP FAIL 的 PCRE 正则表达式

PHP PCRE regex with multiple SKIP FAIL in a pattern

php

regex

encoding

pcre

pattern-matching