PHP使用preg_match_all仅匹配完整词遇正则编译失败如何解决

方案1：长度降序匹配+占位替换（推荐，可避免匹配短子词条） #

核心逻辑是优先匹配更长的技能词条，匹配后替换对应文本避免短词条重复命中，完全规避正则过大问题，适配你需要只保留完整长词条的需求：

// 先将技能词条按长度从长到短排序
usort($skills, function($a, $b) {
    return mb_strlen($b) - mb_strlen($a);
});

$matchedSkills = [];
$processedText = $text;

foreach ($skills as $skill) {
    $pattern = '~(?<![\w-])' . preg_quote($skill, '~') . '(?![\w-])~i';
    if (preg_match_all($pattern, $processedText, $matches)) {
        foreach ($matches[0] as $match) {
            $matchedSkills[] = $match;
        }
        // 替换命中内容为等长占位符，避免后续命中内部短词条
        $processedText = preg_replace($pattern, str_repeat('#', mb_strlen($skill)), $processedText);
    }
}

// 可选：对结果去重
$matchedSkills = array_unique($matchedSkills);

你的文本长度仅800词左右，即便循环数千条词条，性能也完全符合使用要求。

方案2：分块正则匹配（适合无长短词条包含冲突的场景） #

将技能拆分为多个小组，控制单组正则长度不超过PCRE编译限制（默认32KB），分组匹配后合并结果：

$matchedSkills = [];
// 可根据词条平均长度调整块大小，确保单块正则长度不超过30KB即可
$skillChunks = array_chunk($skills, 300);

foreach ($skillChunks as $chunk) {
    $pattern = '~(?<![\w-])(?:' . implode('|', array_map(function($i) { 
        return preg_quote($i, '~'); 
    }, $chunk)) . ')(?![\w-])~i';
    if (preg_match_all($pattern, $text, $matches)) {
        $matchedSkills = array_merge($matchedSkills, $matches[0]);
    }
}

$matchedSkills = array_unique($matchedSkills);

该方案比单条循环匹配性能更高，调整块大小即可完全规避正则过大报错。

内容的提问来源于stack exchange，提问作者Seb