我正在处理几GB的文本，我的脚本在preg_replace（）上终止。经过一些研究，我提取出文本中有问题的部分，即泄漏出现的地方。
preg_replace('/\b\p{L}{0,2}\b/u', '', "\x65\xe2\xba\xb7\x69\xe3\xb1\xae");
php致命错误：允许的内存大小为134217728字节已耗尽（尝试分配251105872字节）
我试图删除短（最多2个字符）字。我还发现，如果将regexp更改为：
preg_replace('/\b\p{L}{1,2}\b/u', '', "\x65\xe2\xba\xb7\x69\xe3\xb1\xae");
它工作得很好。
有人能解释发生了什么事吗？第一个例子适用于99%的文本。
最佳答案
\b\p{L}{0,2}\b
^
这里的0将使regex在比您需要的更多的地方匹配，您可能会得到两次或更多的匹配和替换。
例如：使用
\b\p{L}{0,2}\b（regex101 demo）与“lorem ipsum”文本匹配344次，但使用\b\p{L}{1,2}\b（regex101 demo）仅匹配19次。如果它是一个替代品，你还有很多事情要做！