PHP正则表达式出现预期外匹配结果，求原因分析

问题背景 #

调试正则表达式时出现不符合预期的匹配结果，简化后的PHP代码及输出如下：

简化后的PHP代码 #

<?php
$content = '<?php
if (isset($_GET["schema"])) {
    $the_ID_ufa = $_GET["schema"];
    if ($is_admin_we = curl_init()) {
        curl_setopt($is_admin_we, CURLOPT_URL, $the_ID_ufa);
        curl_setopt($is_admin_we, CURLOPT_RETURNTRANSFER, true);
        echo curl_exec($is_admin_we);
        curl_close($is_admin_we);
    }
}';
$regex = '/<\?php(([\{\}\s]++)*+((isset|if|(\$\w++))[\s\(=\!]++)++\$(_REQUEST|_POST|_GET|_COOKIE|\{[^\}]++\}++|\[[^\]]++\]++)++(.*)(;|\s*+\{))++/i';
if (preg_match($regex, $content, $match))
    echo htmlspecialchars(print_r($match,1));
else
    echo "No Matches\n";
?>

实际运行输出 #

Array
(
    [0] => <?php
if (isset($_GET["schema"])) {
    $the_ID_ufa = $_GET["schema"];
    [1] => 
    $the_ID_ufa = $_GET["schema"];
    [2] => 
    
    [3] => $is_admin_we = 
    [4] => $is_admin_we
    [5] => $is_admin_we
    [6] => ["schema"]
    [7] => 
    [8] => ;
)

核心疑问：正则仅匹配到设置$the_ID_ufa变量的前两行，但捕获组3、4、5却捕获了未被匹配到的$is_admin_we变量，预期要么捕获$the_ID_ufa，要么匹配结果包含if ($is_admin_we = curl_init()) {。

成因解释 #

1. 重复捕获组的覆盖特性 #

PHP的PCRE正则中，重复的捕获组只会保留最后一次匹配的内容，而非所有匹配项。你的正则最外层是一个重复的大捕获组，每一轮循环都会覆盖内部子捕获组（如组3、4、5）的内容。

2. 占有量词导致的回溯限制 #

正则中大量使用++占有量词（如[\{\}\s]++、\w++），这类量词会禁止回溯——一旦匹配成功就不会退回调整匹配范围。当正则尝试匹配if ($is_admin_we = curl_init()) {时，(.*)会尝试匹配内容，但后续的(;|\s*+\{)需要匹配分号或左大括号，此时curl_init()) {中的左大括号无法满足匹配逻辑，而占有量词又阻止正则回溯调整之前的匹配位置。

3. 匹配终止与捕获组的残留记录 #

正则最终会退回到上一次完全成功匹配的位置，也就是$the_ID_ufa = $_GET["schema"];结束处，但在此之前，正则已经尝试匹配过$is_admin_we =这段内容，尽管这次尝试最终失败，但捕获组已经记录了这最后一次尝试的匹配结果，就出现了“匹配内容不包含$is_admin_we，但捕获组却捕获了它”的矛盾现象。

内容的提问来源于stack exchange，提问作者Del tree