调用preg_match_all时出现正则模式错误，如何排查该正则问题

首先，先获取具体错误信息，这是排查的核心：

• 在调用preg_match_all前添加错误捕获代码：

  ini_set('display_errors', 1);
  error_reporting(E_ALL);
  $result = preg_match_all($pattern, trim($selector_string).' ', $matches, PREG_SET_ORDER);
  if ($result === false) {
      echo '正则编译/运行错误：', preg_last_error_msg();
      exit;
  }
  

  通过preg_last_error_msg()可以直接拿到可读的错误描述，比错误码更直观。

你提供的正则的明确语法错误 #

你的正则模式里([\w-:\*]*)这个字符组存在问题：

• 字符组中的-如果放在两个字符之间，会被解析为字符范围，而\w（ASCII范围包含95的下划线）到:（ASCII 58）是反向范围，PCRE会直接判定为语法错误，导致正则编译失败。
• 修复方法：把-移到字符组的开头或结尾，或者转义它：

  // 方案1：移到结尾
  $pattern = "/([\w:\*-]*)(?:\#([\w-]+)|\.([\w-]+))?(?:\[@?(!?[\w-:]+)(?:([!*^$]?=)[\"']?(.*?)[\"']?)?\])?([\/, ]+)/is";
  // 方案2：转义-
  $pattern = "/([\w\-:\*]*)(?:\#([\w-]+)|\.([\w-]+))?(?:\[@?(!?[\w-:]+)(?:([!*^$]?=)[\"']?(.*?)[\"']?)?\])?([\/, ]+)/is";
  

其他可能的排查方向 #

如果修复上述问题后仍有错误，继续排查：

• 输入字符串问题：如果$selector_string包含无效的UTF-8字符，而PHP环境开启了PCRE的UTF-8支持，会触发PCRE_ERROR_BADUTF8错误，需要先对输入做UTF-8校验或转码。
• 回溯限制溢出：如果输入字符串过长或正则嵌套层级多，可能触发回溯限制错误，可临时调整配置：

  ini_set('pcre.backtrack_limit', 1000000);
  

• 正则逻辑问题：在线工具没报错但匹配结果不符合预期的话，可拆分正则逐步测试，比如先单独测试选择器的标签部分，再测试ID/类名，最后测试属性选择器，定位哪部分逻辑异常。

内容的提问来源于stack exchange，提问作者Barry V.