PHP 正則引擎對決：POSIX (ereg) vs PCRE (preg) 全維度差異與遷移實戰

PHP 5.3 棄用、7.0 移除 POSIX 正則（ereg_*），強制遷移至 PCRE（preg_*）。本文從語法、語義、效能、Unicode、二進制安全、遷移工具六大維度深度對比，給出零風險遷移清單與自動化方案。

核心差異總覽表

語義陷阱：遷移時最易踩的 5 個坑

1. 修飾符缺失導致行為變更

// 原 POSIX：eregi('abc', $str) 不分大小寫
// 遷移錯誤：preg_match('/abc/', $str) 區分大小寫！
// 正確：preg_match('/abc/i', $str)

2. 點號匹配換行差異

// 原：ereg('a.b', "a\nb") → true (POSIX . 匹配 \n)
// 遷移：preg_match('/a.b/', "a\nb") → false (PCRE . 不匹配 \n)
// 正確：preg_match('/a.b/s', "a\nb") 或 '/a[\s\S]b/'

3. 貪婪不可關導致替換錯誤

// 原：ereg_replace('a.*b', '-', 'aXXXbYYYb') → '-YYYb' (貪婪匹配到最後b)
// 遷移：preg_replace('/a.*b/', '-', 'aXXXbYYYb') → '-YYYb' (同貪婪)
// 但若原代碼依賴貪婪特性，PCRE 需顯式控制：
// 非貪婪：'/a.*?b/' → '-YYYb' (匹配到第一個b)
// 佔有優先：'/a[^b]++b/' → '-YYYb' (零回溯)

4. 二進制資料截斷

$bin = "abc\x00def";
// ereg_replace('x', 'y', $bin) → 僅處理 "abc" (遇 \0 結束)
// preg_replace('/x/', 'y', $bin) → 完整處理

5. 分割函數行為差異

// split(',', ',a,b,') → ['', 'a', 'b', ''] (POSIX 保留首尾空)
// preg_split('/,/', ',a,b,') → ['', 'a', 'b', ''] (同)
// 但 split(':', 'a:b:') → ['a', 'b', ''] vs preg_split('/:/', 'a:b:') → ['a', 'b', '']
// PREG_SPLIT_NO_EMPTY 可移除空元素

效能實測：PCRE 完勝

$str = str_repeat('s', 32);
$n = 100000;

$t = microtime(true);
for ($i=0; $i<$n; $i++) preg_replace('/s/', '', $str);
echo "preg_replace: " . (microtime(true)-$t) . "s\n";  // ~0.42s

$t = microtime(true);
for ($i=0; $i<$n; $i++) ereg_replace('s', '', $str);  // PHP 5.3- 下可用
echo "ereg_replace: " . (microtime(true)-$t) . "s\n";  // ~1.28s

$t = microtime(true);
for ($i=0; $i<$n; $i++) str_replace('s', '', $str);
echo "str_replace: " . (microtime(true)-$t) . "s\n";   // ~0.11s

結論：preg_* 比 ereg_* 快 3 倍；純字串操作用 str_* 再快 4 倍。

零風險遷移四步法

步驟 1：靜態掃描定位所有調用點

# 專案根目錄執行
grep -rn "ereg_\|split\(" --include="*.php" .
# 或使用 PHP_CodeSniffer
composer require squizlabs/php_codesniffer --dev
./vendor/bin/phpcs --standard=PHPCompatibility --runtime-set testVersion 7.0 .

步驟 2：建立單元測試鎖定現有行為

// tests/RegexMigrationTest.php
public function testEregReplaceBehavior() {
    $this->assertEquals('-YYYb', preg_replace('/a.*b/', '-', 'aXXXbYYYb')); // 驗證貪婪行為一致
    $this->assertEquals('-', preg_replace('/a.*?b/', '-', 'aXXXbYYYb'));     // 新增非貪婪測試
}

步驟 3：自動化轉換（Rector）

composer require rector/rector --dev
# 建立 rector.php
use Rector\Config\RectorConfig;
use Rector\PHPUnit\Set\PHPUnitSetList;
return RectorConfig::configure()
    ->withSets([PHPUnitSetList::PHP_UNIT_80])
    ->withRules([
        \Rector\PHPUnit\Rector\FuncCall\EregToPregRector::class,
    ]);
# 執行
vendor/bin/rector process src --dry-run  # 預覽
vendor/bin/rector process src            # 執行

步驟 4：運行測試 + 人工抽樣驗證

• 跑全量測試套件，確保綠燈。
• 重點抽樣：二進制資料處理、多行文本、大小寫敏感、貪婪/非貪婪邊界案例。
• 部署灰度環境觀察錯誤率、效能指標。

特殊場景：保留 POSIX 行為的兼容層（不推薦長期使用）

// 兼容層函數，僅供緊急過渡
function ereg_compat($pattern, $string, &$regs = null) {
    return @preg_match('/' . str_replace('/', '\/', $pattern) . '/', $string, $regs);
}
function eregi_compat($pattern, $string, &$regs = null) {
    return @preg_match('/' . str_replace('/', '\/', $pattern) . '/i', $string, $regs);
}
function ereg_replace_compat($pattern, $replacement, $string) {
    return @preg_replace('/' . str_replace('/', '\/', $pattern) . '/', $replacement, $string);
}
// 注意：無法完美模擬 POSIX . 匹配換行、強制貪婪等語義

總結

POSIX 正則已成歷史。遷移核心是：補分隔符、換修飾符、控貪婪、防二進制截斷、加 Unicode。善用 Rector 自動化、PHPCompatibility 掃描、單元測試守門，可將遷移風險降至最低。新專案嚴禁引入 ereg_*，直接擁抱 PCRE 強大生態。