Php 仅当不在html属性中匹配时才提高正则表达式性能

使用打字脚本时，TYPO3会阻止呈现包含13个以上内容元素的页面：

brandReplacing {
    stdWrap {
        replacement {
            10 {
                search = ®(?=[<]*(?:<[^>]*>[^<]*)*$)
                replace = <sup>®</sup>
                useRegExp = 1
            }
        }
    }
}

html代码：

<img title="Copyright replacement incorrect ®" src="/fileadmin/filexyz.png">
<h1>Copyright replacement correct: ®</h1>
Also correct replacement here: ®
Maybe NOT here: <sup>®</sup>

版权替换正确：®
这里也有正确的替换：®
也许不在这里：®

我并没有分析你的正则表达式来找出到底发生了什么，但很明显，回溯正在消耗资源。还有其他方法可以终止模式以阻止其进一步发展：遵循规则。

应该有一些规则来定义属性及其占位符。我附带了两条规则，您可以稍后添加到其中（请参见like when®位于属性值内）：

接下来可能会有另一个

attr=“value”

由目前的一个。匹配将继续，直到引擎看到一个不带 跳过任何

：

[^”]*“（\s\s*[\w-]+=”[^]*>

或者它可能是最后一个到达右大括号的属性

：

\/？>

正则表达式：

(®)(?!([^"<>]*"(\s\s*[\w-]+="[^<>]*>|\s*\/?>)))

• 如果在文本中紧接着一个

  “/>

  或

  ”>

  ，例如：

®”/>

---

我认为这种情况很少发生。

我没有分析你的正则表达式来找出到底发生了什么，但很明显，回溯正在消耗资源。有其他方法可以结束一种模式，防止它进一步发展：遵循规则。

应该有一些定义属性及其占位符的规则。我提供了两个规则，您可以在以后添加到它们中（如当®位于属性值内时所示）：

接下来可能会有另一个

attr=“value”

通过当前一个。匹配将继续，直到引擎看到一个不带 跳过任何

：

[^”]*“（\s\s*[\w-]+=”[^]*>

或者它可能是最后一个到达右大括号的属性

：

\/？>

正则表达式：

(®)(?!([^"<>]*"(\s\s*[\w-]+="[^<>]*>|\s*\/?>)))

• 如果在文本中紧接着一个

  “/>

  或

  ”>

  ，例如：

®”/>

---

我认为这种情况很少发生。

尝试使用所有格量词：

®（？=[^]*+（？：]*>[^哇！太棒了，性能提高了75%。你是否也知道如何排除已包装的
®
-符号？否则我会接受这个答案；）不要用regex101的步数来衡量性能。真正的性能只能在目标环境中测试。请尝试PCRE
（？：®|]*>）（*SKIP）（*F）| |
在TYPO3中的regex。@Y.Hermes：您正在尝试用regex解析HTML：您的任务是查找（R）在文本节点中，但仅当它不是
-标记的唯一内容时。这显然超出了正则表达式和问题来源的范围。正确的方法是通过PHP脚本过滤HTML，该脚本使用和相关功能解析HTML，遍历所有文本节点（属于
sup
节点的子节点除外），并替换这些文本节点中的（R）。然后将结果序列化为HTML并返回/打印。尝试使用所有格量词：
？=[^]*+（？：]*>[^Wow！太棒了，性能提高了75%。你也知道如何排除已经包装好的
-符号吗？否则我会接受这个答案；）不要用regex101的步数来衡量性能。真正的性能只能在目标环境中测试。试试PCRE
（？：®|]*>）（*跳过）（*F）®
TYPO3中的正则表达式。@Y.Hermes：您正试图用正则表达式解析HTML：您的任务是查找（R）在文本节点中，但仅当它不是
-标记的唯一内容时。这显然超出了正则表达式和问题来源的范围。正确的方法是通过PHP脚本过滤HTML，该脚本使用和相关功能解析HTML，遍历所有文本节点（属于
sup
节点的子节点除外），并替换这些文本节点中的（R）。然后将结果序列化为HTML并返回/打印。
<div>® character" some-chars-here="...."  /></div>

<div>®   "        /></div>