关于匹配页面所有a标签的正则写法问题

Question

$str = "<a href='http://www.baidu.com/index.php?id=1&name=user'></a>  
 <  a   href   =     'baidu.com'     > </a>";


$a = preg_match_all('/<(\s*)a\\1href\\1=\\1(\'|")\S*\\2\\1>/', $str,$arr);
p($arr);

请问我写的正则哪里错了？麻烦请指出错误，不用帮我写另一个新的正则

<(\s)a(\s)href(\s)=(\s)(\'|")\S(\'|")(\s)>这样就OK啦

Answer 1

主要是逻辑问题

\1表示引用第一个子表达式匹配到的值，并不是使用第一个子表达式的规则。具体到你的正则中：

/<(\s*)a\\1href\\1=\\1(\'|")\S*\\2\\1>/

如果第一个(\s*)匹配到了3个括号，那么你这个表达式会要求后面每个\1的地方都要匹配3个空格（多了少了都不行），而不是再次匹配(\s*)。我猜你这样写是想复用第一个子表达式吧？但是很遗憾这样是不行的，必须把每个\\1替换为(\s*)或(\s+)。

你的正则中\\2的用法倒是正确的，原因同上。