php 正则匹配 反斜杠+数字 出现异常，求解

Question

我在修改一个 WordPress 插件，需要从 WordPress 生成的网页源码里截取一部分。但是源码里偶尔有 反斜杠+数字 的情况，匹配的结果异常，结果里会吞掉 反斜杠和后面的两位数字。

<?php
header('Content-type: text/html; charset=UTF8');

// 自己写 demo 测试，不管单引号还是双引号定义的字符串，都不会“吞掉”
$str="
<div class=\"post_t\">
文本文本
\f
\1
\9999
<div></div>
</div>";
$regexp="/\"post_t\".*<div/s";
preg_match($regexp, $str ,$match);
echo $match[0];

// 但是插件里的这个字符串变量不是我定义的，匹配结果也不一样：
// \f 反斜杠后面是字母的话没有变化，输出 \f
// \1 反斜杠和数字一起消失，最多消失前两个数字，所以输出是空的
// \9999 输出 99

我百思不得其解，就算是反斜杠部分被当成了其他进制，也不该吞掉啊。不知各位有没有遇到过这个情况，有什么经验吗，谢谢！

Answer 1

被作为转义字符处理了：反斜杠与数字组合表示对前面匹配的捕获组的引用。
看个正则例子 (\d)\1：它将匹配所有两个连续相等数字，其中的\1表示 与第一个捕获组 \d相同的值。
对于字符串 ss22345, 它将匹配到 22. 反斜杠后的数字表示是对第几个捕获组的引用，正则一般最多只能取到99个捕获组。
故，你的字符串中的\1和\99被解析为捕获组引用了，而第一个捕获组合第九十九个捕获组根本不存在，它默认作为空处理了，就是你说的“吞掉”