PHP正则匹配XML属性（name/author）值内的转义字符问题

你的核心需求是对XML中name和author属性值（单/双引号包裹）内的特殊字符进行转义，比如<转<、'转'等。原正则仅处理双引号场景且匹配逻辑有误，无法覆盖所有情况，以下是可行的解决方案：

正确的正则匹配方案 #

使用支持单/双引号属性的正则，同时通过捕获组区分引号类型，确保准确匹配属性值：

/(name|author)=(["'])(.*?)\2/g

正则说明：

• (name|author)：匹配目标属性名
• =(["'])：匹配属性赋值符号和包裹值的单/双引号（捕获引号类型到组2）
• (.*?)：非贪婪匹配属性值内容，避免跨属性匹配
• \2：引用组2的引号，确保匹配到和开头一致的闭合引号
• /g：全局匹配所有符合条件的属性

转义逻辑与代码示例 #

以JavaScript为例，编写转义函数处理属性值内的特殊字符，再配合正则完成全局替换：

const rawXml = `<info name="Name containing ' apostrophe" author="Lower than < Character" ></info><info name='Name containing ' apostrophe' author='Lower than < Character' ></info>`;

// 针对属性值的转义函数
function escapeAttributeValue(value, quoteType) {
  // 优先转义&，避免其他转义字符被二次处理
  let result = value.replace(/&/g, '&amp;');
  // 转义XML特殊字符<
  result = result.replace(/</g, '&lt;');
  
  // 根据包裹引号类型处理对应引号转义
  if (quoteType === '"') {
    // 双引号包裹的属性值，转义单引号
    result = result.replace(/'/g, '&apos;');
  } else {
    // 单引号包裹的属性值，转义双引号和单引号
    result = result.replace(/"/g, '&quot;');
    result = result.replace(/'/g, '&apos;');
  }
  
  return result;
}

// 执行全局替换
const processedXml = rawXml.replace(/(name|author)=(["'])(.*?)\2/g, (match, attrName, quote, value) => {
  const escapedValue = escapeAttributeValue(value, quote);
  return `${attrName}=${quote}${escapedValue}${quote}`;
});

console.log(processedXml);

原正则问题分析 #

你之前使用的正则(name|author)="(\\[\"]|[^\"])*"[<|']存在以下问题：

1. 仅支持双引号包裹的属性，未处理单引号场景
2. 匹配逻辑(\\[\"]|[^\"])*写法错误，无法正确识别转义或非引号字符
3. 末尾的[<|']限制了匹配的结尾位置，导致无法匹配标签内正常的属性结构

内容的提问来源于stack exchange，提问作者Oversitoo