php - PHP：preg_replace 吃掉所有内存

Question

我正在处理几 GB 的文本，我的脚本在 preg_replace() 上死掉了。经过一些研究，我提取了文本中有问题的部分，即泄漏出现的地方。

preg_replace('/\b\p{L}{0,2}\b/u', '', "\x65\xe2\xba\xb7\x69\xe3\xb1\xae");

PHP致命错误：允许的内存大小为134217728字节已用尽（试图分配251105872字节）

我正在尝试删除简短（最多 2 个字符）的单词。我还发现，如果我将正则表达式更改为：

preg_replace('/\b\p{L}{1,2}\b/u', '', "\x65\xe2\xba\xb7\x69\xe3\xb1\xae");

它工作正常。

有人可以解释发生了什么吗？第一个示例适用于 99% 的文本。

score 1 · Accepted Answer

\b\p{L}{0,2}\b
        ^

这里的这个 0 将使正则表达式在比您需要的更多的地方匹配，并且您可能得到两次或更多的匹配和替换。

例如：您得到 344 个匹配的“Lorem ipsum”文本\b\p{L}{0,2}\b（regex101 demo），但只有 19 个匹配\b\p{L}{1,2}\b（regex101 demo）。

如果它是一个替代品，你还有很多事情要做！

1 回答 1