Php 匹配文字字符串

我有这个网页，用户可以在其中添加笑脸到他们的评论。我想限制每条评论中笑脸的数量。“系统”工作正常，但我对regex部分有一些问题。 我在配置文件中定义了我的微笑，如下所示：

$config['Smilies'] = Array (
    // irrelevant stuff
    'smilies' => Array (
        ':)' => 'smile.gif',
        ':(' => 'sad.gif',
        // some more smilies
        's:10' => 'worship.gif',
        's:11' => 'zip.gif',
        's:12' => 'heart.gif',
        // some more smilies
        's:1' => 'dry.gif',
        's:2' => 'lol.gif',
        's:3' => 'lollol.gif',
        // some more smilies
    )
);

然后，当我验证评论时（看看有多少笑脸），我通过这个数组循环，并将笑脸与评论的内容相匹配。正则表达式的用法如下：

foreach ( $this->config['smilies'] as $smilie => $smilieImage )
{
    $matches = Array ();
    Preg_Match_All ( '/' . Preg_Quote ( $smilie ) . '/i', $Content, $matches );

    $numOfFoundSmilies += Count ( $matches[0] );
}

问题是如果我在注释中输入“s:10”，上面的代码将找到两个匹配项：“s:10”和“s:1”。我对正则表达式的了解非常贫乏，我无法理解这一点。

正则表达式是默认的（至少是PCREs）。通常你可以绕过这一点：

/a+/ # selects the whiole string from "aaaaaaa"

/a+?/ # selects only "a"

对你来说，这没有多大帮助，因为你不能在某个地方打个问号。唯一的可能是重新排序您的搜索数组，并立即替换找到的位置。首先搜索以查找

s:10

，然后搜索以查找

s:1

，并使用而不是匹配项。这样，第二个就再也找不到第一个了

另一种可能性：将搜索数组一分为二。如果您知道，这个循环的结构总是：'加上数字，那么您可以在第二个循环中使用regexp，如下所示

Preg_Match_All ( '/' . Preg_Quote ( $smilie ) . '(?![0-9])/i', $Content, $matches );

使用

（？！[0-9]）

a查找任何非数字

和第三个：如果您只允许（=转换）特定位置的微笑，您可以使用：

Preg_Match_All ( '/\b' . Preg_Quote ( $smilie ) . '\b/i', $Content, $matches );

---

\b

是一个“单词边界”，通常不是（字母、数字、下划线）。缺点很明显，并不是所有的笑脸（如“abc；-）xyz”）都会被找到。

您的代码计算每个笑脸代码在帖子中出现的次数，因此“s:10”同时计算为“s:10”和“s:1”

一个解决办法是一次查找所有的微笑代码，这样每一篇文章都只计算一个微笑代码。这可以通过将所有代码组合成一个正则表达式来实现

$codes = array_keys($smilie);
$escCodes = array_map('preg_quote', $codes);
$regex = '/'.implode('|',$escCodes).'/i';

preg_match_all($regex, $Content, $matches);

$found = count($matches);

---

您可以将正则表达式更改为使用或\s（空格）匹配，使

s:1

变为

\bs:1\b

或

\ss:1\s

。注意，第二种方法

s:1.

将不匹配，而且两个版本都不匹配

这是我的有趣文本：1

将“s:1”更改为“s:1[^0-9]”—它匹配任何“s:1”，但后面不跟另一个数字。

我想象这段代码比正则表达式快

$replaced = str_replace(array_keys($config['Smilies']), 
                        array_values($config['Smilies']),
                        $message, $count);

但是，这并不能解决

s:1

和

s:10

的问题，因此我建议对此使用更清晰的分隔符/边界符号，例如

：s10:

而不是

s:10

。那就不再是问题了

---

此外，我建议无论如何不要使用数字标识符。用户可能会发现记住它们很乏味。为什么不使用易于记忆的标签，例如，

：heart:

或

：lol:

？

也许你应该将s:1改为s:01等。我认为这不管用，因为他开始对每个笑脸进行新的正则表达式搜索。就像Fortega说的，这对我不管用。如果我一找到微笑就替换它，这是可能的，但我必须先验证，然后如果验证通过，将文本微笑转换为图像……但是如果替换已经由第一个正则表达式完成，那么第二个正则表达式将找不到s:1+1我使用了您的第二种解决方案（第三种方案不可接受）。我不必将阵列一分为二。工作起来很有魅力！谢谢这同样有效，但我选择了Boldewyn的解决方案，因为它需要更少的代码更改。谢谢你，安威！是的，著名的

或
表达式+1，我忘记了这个简单的例子。我在一些笑脸上有人类可读的标签，但我无法为30个笑脸找到标签……但是，当它出现在字符串的最后时，它与“s:1”不匹配。正则表达式后面需要另一个字符。在这种情况下，负前瞻会更好：
s:1（？！[0-9]）
。