为何PCRE正则解析常受限，能否绕回溯次数限制解析长尾词？

本文共计1555个文字，预计阅读时间需要7分钟。

目录+ 正则表达式是什么+ 回溯的过程是怎样的+ PCRE另一种错误的用法+ 修正方法+ 本次Code-Breaking Puzzles中我遇到了一道看似很简单的题目，将其代码简化如下：+ ?phpfunction is_php($data) { return preg_match('/\bphp\b/i', $data);}+ ?

目录

• 正则表达式是什么
• 回溯的过程是怎样的
• PCRE另一种错误的用法
• 修复方法

这次Code-Breaking Puzzles中我出了一道看似很简单的题目，将其代码简化如下：

<?php function is_php($data){ return preg_match('/<\?.*[(`;?>].*/is', $data); } if(!is_php($input)) { // fwrite($f, $input); ... }

大意是判断一下用户输入的内容有没有PHP代码，如果没有，则写入文件。这种时候，如何绕过is_php()函数来写入webshell呢？

这道题看似简单，深究其原理，还是值得写一篇文章的。

正则表达式是什么

正则表达式是一个可以被“有限状态自动机”接受的语言类。

“有限状态自动机&rdquo;，其拥有有限数量的状态，每个状态可以迁移到零个或多个状态，输入字串决定执行哪个状态的迁移。