regex - Delphi TRegEx 反向引用损坏？

Question

我在使用 TRegEx.replace 时遇到问题:

var
  Value, Pattern, Replace: string;
begin
  Value   := 'my_replace_string(4)=my_replace_string(5)';
  Pattern := 'my_replace_string\((\d+)\)';
  Replace := 'new_value(\1)';
  Value   := TRegEx.Replace(Value, Pattern, Replace);
  ShowMessage(Value);
end;

预期结果为 new_value(4)=new_value(5) ，而我的代码(用 Delphi XE4 编译)给出 new_value(4)=new_value()1)

使用 Notepad++，我得到了预期的结果。

使用命名组可以明确 1反向引用按字面意思处理:

Pattern := 'my_replace_string\((?<name>\d+)\)';
Replace := 'new_value(${name})';
// Result: 'new_value(4)=new_value(){name})'

替换总是那么简单(可能是零次或多次 my_replace_string )，因此我可以轻松创建自定义搜索和替换函数，但我想知道这里发生了什么。

这是我的错还是bug？

Answer 1

我可以在 Delphi XE4 中重现该错误。我在 Delphi XE5 中得到了正确的行为。

该错误存在于 TPerlRegEx.ComputeReplacement 中。我向 Embarcadero 贡献的用于包含在 Delphi XE3 中的代码使用了 UTF8String。在 Delphi XE4 Embarcadero 中，从 RegularExpressionsCore 单元中删除了 UTF8String，并用 TBytes 代替。进行此更改的开发人员似乎忽略了 Delphi 中字符串和动态数组之间的一个关键区别。字符串使用写时复制机制，而动态数组则不然。

因此，在我的原始代码中，TPerlRegEx.ComputeReplacement 可以执行 S := FReplacement，然后修改临时变量 S 以替换反向引用，而无需影响 FReplacement 字段，因为两者都是字符串。在修改后的代码中，S := FReplacement 使 S 指向与 FReplacement 相同的数组，并且在 S 中进行反向引用时> 被替换，FReplacement 也被修改。因此，第一个替换是正确的，而接下来的替换是错误的，因为 FReplacement 被破坏了。

在 Delphi XE5 中，通过用此替换 S := FReplacement 来制作正确的临时副本来修复此问题:

SetLength(S, Length(FReplacement));
Move(FReplacement[0], S[0], Length(FReplacement));

当 Delphi 2009 发布时，Embarcadero 进行了很多讨论，认为不应使用字符串类型来表示字节序列。看来他们现在犯了相反的错误，使用 TByte 来表示字符串。

我之前向 Embarcadero 推荐过的解决方案是切换到新的 pcre16 函数，该函数像 Delphi 字符串一样使用 UTF16LE。这些函数在Delphi XE发布时并不存在，但现在有了，应该使用它们。