对于聚合类网站来说，在显示内容中图片的时候，需要解决一个问题：有的网站对图片采取了防盗链的措施，只有当请求头的referer来自指定的host时才会正确显示图片，比如，百度空间的，163空间的。那么，理所当然的，在显示来自这些网站的内容时，需要对图片标签进行一些预处理，使得相应的图片能正确显示出来。

一般的处理方式，都是利用正则表达式来找到img标签，并对src中的url进行检测，如果是来自这些禁止外链的网站过来的图片，则对src进行一些替换，使得其能正确的显示。比如一个src="http://hi.baidu.com/aaa.jpg"，替换成src="http://mydomain.com/downloadPicture.php?http://hi.baidu.com/aaa.jpg"，这样的话，图片的显示就交给http://mydomain.com/downloadPicture.php来处理了。downloadPicture.php先检测对应http://hi.baidu.com/aaa.jpg的图片是否已经下载过，下载过则直接将其显示，否则，通过带有referer=baidu.com等header值的请求下载到正确的图片，然后再将其显示出来。

之前我们进行图片地址替换时，用到了以下类似的代码：
$READPICURL = '$1http://mydomain.com/downloadPicture.php?$2';
$RegReplaceUrl = '/(<img\s.*?src\s*=\s*[\'"])(.*?(baidu\.com|sina\.com\.cn|qq\.com|sohu\.com|sohu\.com\.cn|tianya\.cn|blog\.163\.com|bababian\.com)\/[^"\']+)/i';

$newDesc = preg_replace($RegReplaceUrl,$READPICURL,$desc);
if ($newDesc){
$desc = $newDesc;
}

这段代码一直工作得很正常。最近，随着禁止外链的网站越来越多，我们给$RegReplaceUrl变量又增加了一些domain进去，一切貌似平静。不过，接下来的几天，就陆续收到了一些用户的反馈，说是有一些网站的图片怎么显示不出来了。一看，还果然如此，原来工作得正常的图片替换代码，貌似都不起作用了。

找了一段文章的内容下来，进行测试，发现代码还真不正常了，$newDesc得到的值总是为null。查了一下官方的文档：http://cn.php.net/preg_replace ，发现在评论中有这么一段：
It may not be obvious to everybody that the function returns NULL if an error of any kind occurres. An error I happen to stumple about quite often was the back-tracking-limit:
http://de.php.net/manual/de/pcre.configuration.php
#ini.pcre.backtrack-limit

那么，这段代码出错的原因到底是不需要调整php.ini中正则表达式的相关配置呢？google一阵后，知道原来还有一个grep_last_error()函数，可以直接显示使用preg_match时的出错码。于是在后面用grep_last_error()输出一下错误码，发现为2，再对照一下错误码：

• PREG_NO_ERROR
• PREG_INTERNAL_ERROR
• PREG_BACKTRACK_LIMIT_ERROR (siehe auch pcre.backtrack_limit)
• PREG_RECURSION_LIMIT_ERROR (siehe auch pcre.recursion_limit)
• PREG_BAD_UTF8_ERROR
• PREG_BAD_UTF8_OFFSET_ERROR (ab PHP 5.3.0)

知道是PREG_BACKTRACK_LIMIT_ERROR 了，看来还真是需要修改php.ini中有关pcre的配置项了。用phpinfo()显示一下配置项，结果如下：

PCRE

PCRE (Perl Compatible Regular Expressions) Support	enabled
PCRE Library Version	7.6 2008-01-28

Directive	Local Value	Master Value
pcre.backtrack_limit	100000	100000
pcre.recursion_limit	100000	100000

于是尝试性的在php.ini中调整pcre.backtrack_limit为120000，代码还真就正常工作了。

不过，这样的更改在我看来，效果还不好，毕竟以后禁止外链的网站会越来越多，那么也就意味着，我们需要随时调整php.ini中的pcre.backtrack_limit值，或者是把pcre.backtrack_limit值设置得很大。经常性地调整显然不是我们想要的，而把pcre.backtrack_limit设置得很大显然对于内存的开销有更大的要求，也更容易带进一些不稳定的因素，影响代码的工作效率。

那么，就需要从代码本身来考虑，看看怎么着能使backtrack的次数降低。

首先，肯定是要降低正则表达式的复杂程度，减少backtrack的次数。所以，一开始只让正则表达式捕获img的所有标签，然后，再通过正则表达式来检测img标签的src是否有禁止外链的host，从而决定是否替换src。这样做，虽然利用正则表达式的次数由原来的一次增加到1+图片数量，但是，每次要捕获的规则都要降低很多，而且每次调用正则表达式的backtrack次数都是有限的，不会随着其他外在的因素（比如host的增加，内容的增加）而增加得特别明显。

最后的代码如下：
$RegReplaceUrl = '/(<img\s.*?src\s*=\s*[\'"])([^"\']+)/i';
$newDesc = preg_replace_callback($RegReplaceUrl,'replace',$desc);

function replace($matches) {
    $pattern = "(baidu\.com|sina\.com\.cn|qq\.com|sohu\.com|sohu\.com\.cn|tianya\.cn|blog\.163\.com|bababian\.com|yeeyan\.com|meijumi\.com)";
    if (preg_match($pattern, $matches[2])) {
        return $matches[1]."http://mydomain.com/downloadPicture.php?".$matches[2];
    }
    return $matches[0];
}

最后，总结一下，在运用php的正则表达式时，需要注意以下几点：
1、如果代码运行不正常，可以用grep_last_error()函数输出错误码，即可基本了解出错的原因。
2、如果错误码为2（PREG_BACKTRACK_LIMIT_ERROR）或3（PREG_RECURSION_LIMIT_ERROR），简单地话可以通过调整php.ini中pcre.backtrack_limit、pcre.recursion_limit值来大小来解决。
3、对于2中的错误，也可以通过增加正则表达式匹配次数降低表达式的复杂程度，从而减小每次使用表达式是的backtrack（回溯）次数或者recursion（递归）次数。