如何编写正则表达式为含多层括号的htmlspecialchars添加空字符串回退

要修复向htmlspecialchars函数传递null变量导致的错误，需要给函数参数添加空字符串回退 ?? ''。但现有正则仅能匹配单层括号的函数调用，现需编写可匹配多层嵌套括号的htmlspecialchars调用的正则，在函数自身的最后一个括号前插入 ?? ''。

输入示例：

htmlspecialchars($var)?>" />
htmlspecialchars(date('m/d/Y'))?>" /></td>
htmlspecialchars(json_encode($config))?>" />
htmlspecialchars(addslashes(get_office_name($office_id))) . "'); ";

期望输出：

htmlspecialchars($var ?? '')?>" />
htmlspecialchars(date('m/d/Y') ?? '')?>" /></td>
htmlspecialchars(json_encode($config) ?? '')?>" />
htmlspecialchars(addslashes(get_office_name($office_id)) ?? '') . "'); ";

使用支持递归匹配的正则即可处理多层嵌套括号的场景，具体如下：

正则表达式 #

/(htmlspecialchars\()((?:[^()]|(?R))*?)(\))/

替换模板 #

$1$2 ?? ''$3

正则逻辑说明 #

• htmlspecialchars\()：精准匹配htmlspecialchars(的函数起始部分
• ((?:[^()]|(?R))*?)：核心递归匹配段，负责捕获括号内所有内容（含嵌套括号）：
  • [^()]：匹配非括号的普通字符
  • (?R)：递归调用整个正则，处理嵌套的括号结构
  • *?：非贪婪匹配，确保仅匹配当前htmlspecialchars函数的结束括号
• (\))：匹配htmlspecialchars函数的结束括号

替换时将捕获的起始段、括号内内容、结束段重新拼接，中间插入 ?? ''，就能实现需求。

内容的提问来源于stack exchange，提问作者Dennis