PHP preg_replace_callback_array 怎么按规则顺序处理 Markdown 标记：避免嵌套替换和回调串线

把 Markdown 转成 HTML 时，最容易出错的不是正则本身，而是多条替换规则互相匹配到了对方生成的结果：代码里的 **bold** 被当成正文的强调标记，链接地址里的下划线又被错误替换成了格式标签。PHP 的 preg_replace_callback_array() 适合把多条处理规则集中管理，但它依旧是按数组顺序逐条处理同一份字符串。

为什么多条 Markdown 规则会互相串线

假设输入内容同时包含代码块、链接和强调标记：

请看 **PHP**、`**literal**` 和 [文档](https://example.com/a_b)。

如果先处理强调规则，代码片段里的星号就会被直接改写；如果先处理下划线标记，链接地址也可能被拆得面目全非。问题的关键在于 preg_replace_callback_array() 不是一次性并行完成替换，而是严格按规则顺序，把前一条规则处理完的结果直接交给下一条规则继续处理。

最小可用方案：先保护，再处理普通标记

最稳妥的边界处理逻辑，是把容易被误识别的片段先收进占位符表，再让普通 Markdown 规则处理剩下的纯文本内容。占位符要设计得足够独特，全程只在程序内部流转不会输出到前台：

 static function (array $match) use ($store): string {
        return $store('' . htmlspecialchars($match[1], ENT_QUOTES, 'UTF-8') . '');
    },
    '~\[([^\]]+)\]\((https?://[^\s)]+)\)~' => static function (array $match) use ($store): string {
        $label = htmlspecialchars($match[1], ENT_QUOTES, 'UTF-8');
        $url = htmlspecialchars($match[2], ENT_QUOTES, 'UTF-8');
        return $store('' . $label . '');
    },
    '~\*\*([^*]+)\*\*~' => static function (array $match): string {
        return '' . htmlspecialchars($match[1], ENT_QUOTES, 'UTF-8') . '';
    },
];

$html = preg_replace_callback_array($rules, $input);

foreach ($slots as $key => $value) {
    $html = str_replace($key, $value, $html);
}

echo $html;

这里的顺序不是无关紧要的装饰项：反引号包裹的代码和链接先被移出普通文本流，后续的强调规则最终只会匹配到真正正文里的标记。最后占位符的恢复阶段使用 str_replace() 处理，不会再次触发 Markdown 正则匹配，之前已经生成的 HTML 内容也不会被二次解析改写。

规则顺序应该如何取舍

后续如果要新增图片、删除线或者自定义容器这类规则，先确认一个核心问题：这段语法的内部是否允许出现其他 Markdown 标记？允许嵌套时，要先明确定义边界处理逻辑；不允许嵌套的场景，直接把整段内容先保护起来通常会更安全。

回调状态和异常输入怎么控制

回调函数最好只接收当前匹配到的内容，把所有共享状态都限制在占位符存储器里统一维护。不要在多个回调里用难以追溯的全局变量传值，也不要让回调根据前一条规则的隐含副作用来决定输出内容。

生产环境运行的代码至少要核对三件事：preg_replace_callback_array() 的返回值不是 null，存入占位符表的数量和最终恢复的数量完全一致，最终生成的 HTML 里没有残留 @@MD_SLOT_。如果输入内容来自普通用户，文本节点和属性值都要分别经过 htmlspecialchars() 处理，正则替换本身不能当成 HTML 安全防护措施。

$html = preg_replace_callback_array($rules, $input);
if ($html === null) {
    throw new RuntimeException('Markdown 规则编译失败');
}

$before = count($slots);
foreach ($slots as $key => $value) {
    $html = str_replace($key, $value, $html, $count);
    if ($count !== 1) {
        throw new RuntimeException("占位符恢复次数异常: {$key}");
    }
}

if (str_contains($html, '@@MD_SLOT_')) {
    throw new RuntimeException('存在未恢复占位符');
}

常见问题

preg_replace_callback_array 会并行处理规则吗？

不会。规则完全按照数组里的定义顺序依次处理，后面的回调拿到的是前面所有规则已经改写过的字符串。

为什么不把所有 Markdown 语法写进同一个正则？

单条正则的体积膨胀后很快就会变得难以维护，嵌套、转义和错误定位的难度也会大幅上升。分阶段规则配合占位符的处理方式，更容易做边界测试和问题排查。

占位符可以用普通字符串吗？

不建议。占位符应该使用正文内容几乎不可能出现的固定前缀，恢复内容之后还要检查页面里有没有剩余的占位符残留。

只用 str_replace 能完成这类转换吗？

固定字符串替换的场景可以直接用，但 Markdown 标记需要识别捕获内容和转义 HTML 特殊字符，带回调的规则更适合处理这类动态片段。

最后的验收清单

• 先保护代码、链接这类特殊结构片段，再处理普通的正文强调标记。
• 每个回调只处理当前匹配的内容，所有共享状态集中存放在占位符表里统一管理。
• 检查函数返回值、内容恢复次数、残留标记和 HTML 转义结果的正确性。
• 新增规则之前先写一组覆盖嵌套、转义和空输入场景的测试用例再上线。