本文详解为何 str_replace() 会错误地重复添加 locale 到已含 locale 的 URL，并提供基于正则负向先行断言（negative lookahead）的精准替换方案，避免 URL 被多次修改。
本文详解为何 `str_replace()` 会错误地重复添加 locale 到已含 locale 的 url，并提供基于正则负向先行断言（negative lookahead）的精准替换方案，避免 url 被多次修改。
在 WordPress 多语言开发中，为内部链接动态注入 locale（如 /us、/fr）是常见需求。但直接使用 str_replace() 替换原始 URL 存在严重隐患：它不区分上下文，会无差别匹配并替换所有出现位置。例如，当 $url = 'example.com' 且 $new_url = 'example.com/us' 时，str_replace('example.com', 'example.com/us', $content) 会将 example.com/us 中的 example.com 也替换成 example.com/us，最终变成 example.com/us/us —— 这正是问题根源。
根本原因在于 str_replace() 是纯字符串替换，不具备“仅匹配未带 locale 的 URL”这一语义能力。解决方案是改用 preg_replace()，结合 负向先行断言（negative lookahead） 精确限定匹配条件：仅当目标 URL 后不紧接当前 locale 路径时才执行替换。
以下是优化后的完整实现：
preg_match_all('/<a\s+(?:[^>]*?\s+)?href=([\'"])(.*?)\1/', $content, $matches);
$replacements = [];
if (!empty($matches[2])) {
$current_locale = get_current_locale(); // e.g., 'us', 'fr'
foreach ($matches[2] as $url) {
// 跳过邮箱地址
if (preg_match('/\b[A-Z0-9._%+-]+@[A-Z0-9.-]+\.[A-Z]{2,4}\b/i', $url)) {
continue;
}
$new_url = add_locale_to_url($url, $current_locale);
if ($new_url === $url) continue; // 无需修改，跳过
// 构建安全正则模式：匹配 $url 且其后不紧跟 '/{locale}/' 或 '/{locale}$'
// 注意转义特殊字符，并确保路径分隔符兼容性
$escaped_url = preg_quote($url, '#');
$pattern = "#{$escaped_url}(?!/{$current_locale}(?:/|$))#i";
$replacements[$pattern] = $new_url;
}
}
// 批量执行正则替换（注意：需用 preg_replace，非 str_replace）
if (!empty($replacements)) {
$content = preg_replace(array_keys($replacements), array_values($replacements), $content);
}✅ 关键改进点说明：
- 使用 preg_quote($url, '#') 安全转义 URL 中的正则元字符（如 .、/、?），防止模式崩溃；
- (?!/{$current_locale}(?:/|$)) 是核心：断言匹配位置之后不能是 /us/ 或 /us 结尾，从而排除已本地化的 URL；
- 直接以关联数组形式组织 pattern => replacement，避免 array_merge(...$arr) 导致键名丢失或覆盖；
- 严格校验 $new_url !== $url 再加入替换队列，提升效率。
⚠️ 注意事项：
- 若 locale 是子域名（如 us.example.com），需调整逻辑为检查主机名而非路径；
- 对含查询参数的 URL（如 example.com/page?ref=1），需确保 add_locale_to_url() 正确插入 locale（通常插在 path 开头）；
- 生产环境建议对 $replacements 数组长度设上限（如 count($replacements) <= 500），防止正则爆炸；
- 始终在 preg_replace() 后验证 $content 是否被意外破坏（可加 is_string($content) && !empty($content) 断言）。
通过正则的语义化匹配替代字符串暴力替换，既保证了 locale 注入的准确性，又维持了 HTML 结构完整性——这是多语言 WordPress 主题与插件开发中必须掌握的稳健实践。
