&引用；“正则表达式太大”；PHP中的错误

我正在研究一个相对复杂、非常大的正则表达式。它当前为41127个字符，并且可能会随着附加案例的增加而有所增加。我开始在PHP中遇到以下错误：

preg_match_all（）：编译失败：正则表达式在偏移量41123处太大

有没有办法增加大小限制？其他地方建议的以下设置不起作用，因为这些设置适用于数据大小，而不是正则表达式大小：

ini_set("pcre.backtrack_limit", "100000000");
ini_set("pcre.recursion_limit", "100000000");

或者，是否有办法在正则表达式中定义一个“子模式变量”，该变量可以在正则表达式中的不同位置重复？（我不是说重复使用

*

或

+

，甚至重复匹配的“1”）？实际上，我使用的PHP变量包含在正则表达式中少数地方重复的子模式，但这会导致正则表达式在传递给PRCE函数之前进行扩展

这是一个复杂的正则表达式，不能用使用

strpos

或类似建议的更简单的关键字搜索来代替

---

我宁愿避免在

|

处将其拆分为子表达式，并尝试分别匹配子表达式，因为大小的减少是适度的（只有2或3个顶级

|

），这将使进一步的开发复杂化。

我不同意有更好的方法来实现这一点的评论，但我将在这里回答这个问题

您可以增加正则表达式的最大大小，但只能通过自己重新编译PHP。正因为如此，您的代码根本不可移植，如果您使用的是预编译的二进制文件，那么您就不走运了

也就是说，我建议找到一个匹配的替代方案

有关评论，请参阅

PCRE将其编译代码中的偏移量保持为2字节量 （始终以大端顺序存储）默认情况下。这些都是用来 例如，从子模式的开始链接到其备选方案 以及它的结束。每个偏移量使用2个字节会限制 将正则表达式编译为64K左右，这足以容纳几乎 每个人然而，我收到了一个更大限额的请求。 出于这个原因，并且为了使代码更易于维护 存储和加载来自字节字符串的偏移量现在可以处理了 通过此处定义的宏

宏是 由链接大小的值控制。默认情况下，该值为2 config.h文件，但可以通过在命令行上使用-D来重写。 这在Unix系统上通过“configure”命令实现自动化

因此，您可以从PHP源代码发行版编辑

ext/pcre/pcrelib/config.h

以增加大小限制，或者在编译

/configure-DLINK\u size=4

---

编辑：如果您试图匹配/解析HTML，我建议使用来解析HTML，然后遍历DOM树或构建XPATH来查找所需内容。

根据应用程序的不同，有效的解决方案有：

• 使用DEFINE for any redundant sub Expression缩短正则表达式（见下文）
• 通过重新编译PHP增加正则表达式大小的最大限制（参见drew010的精彩答案）。尽管这可能并非在所有环境中都可用，或者在更改服务器时可能会产生兼容性问题
• 在

  |

  拆分正则表达式，并分别处理生成的子表达式。如果正则表达式本质上是由

  |

  分隔的多个关键字，那么转换为strtok或带有strpos的循环可能是更好更快的选择
• 使用其他语言/regex引擎，例如C++/Boost，尽管我没有验证这一点

我的具体问题的解决方案：根据Mario的评论，使用

（？（DEFINE）…）

构造一些被多次重复使用的子表达式，将我的正则表达式大小从41127个字符减少到“仅”4071个，这是一个消除“正则表达式太大”错误的优雅解决方案

---

请参阅：

尝试使用数组块分割数组，然后在foreach（）中使用preg\u match\u all。我使用的是完全相同的代码，我有一个40k+数组，所以我通过上面的解决方案，但没有解决我的“编译失败：正则表达式在偏移量处太大”问题，然后我将我的40k+数组拆分为4个1k元素数组，并在preg_match_all条件上使用foreach（），瞧！成功了

你能把绳子切成碎片吗？当事情变得太大时，这是一个信号，表明事情不对劲。这个怪物是做什么的？它可能会从均衡饮食和定期梳洗中受益。打赌一百万美元是更好的方法您可以使用

\N

模式匹配先前匹配的组，其中

N

是组数。这通常是在匹配引号时完成的，如

\w+=（['“]）.\1

（）。但实际上，这可能会被分割成许多较小的模式，每个模式单独处理。当您有一个41k正则表达式时，您显然需要不同的方法…您提出了错误的问题。好的有用答案可能“修复了问题”“。但是，我宁愿远离重新编译PHP&相关的兼容性问题，除非我必须这样做。谢谢。因此要澄清：如果您想增加最大正则表达式大小，那么必须重新编译PHP。此命令行没有运行时选项。命令行<代码>-D不存在。使用

php-d DLINK\u SIZE=4 myScript.php（或6或10），没有效果。@PeterKrauss
-DLINK\u SIZE=4
不是php选项，而是编译php时使用的选项。您不能在运行时更改正则表达式的大小，这是编译时的一个构建选项。