preg_matchの正規表現について

Question

想定している処理と異なる結果が得られるため質問させていただきます。

ソースコード

<?php
if(preg_match("/^\\?\"(.*)\\?\"$/", $name, $matches)){
    print_r($matches);
}

想定している処理は、$nameの値が
バックスラッシュ（\） 1つまたは2つから始まり,ダブルクォート、任意の文字列、バックスラッシュ（\）1つまたは2つ、ダブルクォートで終わる
というのが想定している処理です。
なので、以下のように$nameを設定するとマッチするのはわかります。

<?php
$name = '\"test\"';

if(preg_match("/^\\?\"(.*)\\?\"$/", $name, $matches)){
    print_r($matches);
}

結果

Array
(
    [0] => \"test\"
    [1] => test\
)

しかし、以下の様に先頭がダブルクォートから開始してもマッチしてしまいます。
これはなぜでしょうか。

<?php
$name = '"test"';

if(preg_match("/^\\?\"(.*)\\?\"$/", $name, $matches)){
    print_r($matches);
}

Array
(
    [0] => "test"
    [1] => test
)

Answer 1

preg_matchは、文字列リテラルとしてのバックスラッシュの処理と、正規表現エンジンでのバックスラッシュの処理の2段構えになります。

面倒なので、先頭のバックスラッシュだけに注目すると、"/\\?/"は、文字列リテラルとしてのバックスラッシュの処理により、/\?/となった状態で正規表現エンジンに渡されます。

これは正規表現としては、「バックスラッシュが0個または1個」ですから、提示された正規表現パターンがバックスラッシュのない"test"にもマッチすることになります。

もし、バックスラッシュが2個連続してからダブルクォートがある文字列(たとえば、'\\"test\\"')でチェックすれば、マッチしないことがわかるはずです。

ということで、正解は(他の回答者の方が述べている通り)バックスラッシュを8個書いた"/^\\\\?\"(.*?)\\\\?\"$/"ということになります。なお、キャプチャにバックスラッシュを含めたくないのなら、このように(.*?)を使ってください。

Answer 2

バックスラッシュ（\） 1つまたは2つから始まり

ここがそうなっていません。元の正規表現では、「バックスラッシュ（\） がない、もしくは1つ」となります。

• "\\"…文字列リテラル
• \…preg_matchが見る値
• \…実際にマッチするもの

Answer 3

正規表現ではバックスラッシュという文字にマッチするにはバックスラッシュ2個を書きますので、

バックスラッシュ（\） 1つまたは2つ,

は、/\\?/です。さらにこれを文字列リテラル内で書くには、それぞれのバックスラッシュの前にバックスラッシュを付けるので、"/\\\\?/"になります。

Comments

[otn]

あと、
> 任意の文字列、バックスラッシュ（\）1つまたは2つ、
というのは、結局の所、「任意の文字列、バックスラッシュ（\）1つ」で包含できます。
2つのケースというのは「任意の文字列」の末尾がバックスラッシュ1つ目にマッチするので。