使用正則表達式（使用PHP的遞歸）匹配嵌套模式

Question

我目前正試圖在PHP中編寫一個正則表達式，該正則表達式允許我匹配包含自身的特定模式的完全嵌套。我知道每個默認的正則表達式都無法做到這一點，但PHP的遞歸模式（http://php.net/manual/de/regexp.reference.recursive.php）應該可以。

我有嵌套的結構是這樣的：

<a=5> 
    <a=3> 
     Foo 
     <b>Bar</b> 
    </a> 
    Baz 
</a> 

現在我想最外層標籤的內容相匹配。爲了正確匹配第一個開始標籤和最後一個結束標籤，我需要PHP的遞歸項(?R)。

我試圖像這樣的圖案：

/<a=5>((?R)|[^<]|<\/?[^a]|<\/?a[a-zA-Z0-9-])*<\/a>/s 

這基本上意味着<a=5>，隨後儘可能多的下面，接着</a>：

• 另一個標籤（遞歸的）
• 任何非開始標記字符
• 任何開始標記，後跟一個可選斜線，後面跟着一個「a」
• 在之前的一個，但沒有完成（後面至少1個字元）

最後2情況都只是一個案例[標籤不namend「一」]，但我聽說這應該在正則表達式中應避免使用，因爲它需要lookarounds並且性能不好。

但是，我在RegEx中看到沒有錯誤，但它與給定的字符串不匹配。我想下面的比賽：

<a=3> 
     Foo 
     <b>Bar</b> 
    </a> 
    Baz 

---

下面就玩的正則表達式的鏈接：https://www.regex101.com/r/lO1wA6/1

Answer 1

您可以使用此正則表達式來匹配你想要什麼（放置在一個字符串字面爲方便起見，正則表達式）：

'~<a=5>(<([a-zA-Z0-9]+)[^>]*>(?1)*</\2>|[^<>]++)*</a>~' 

這裏是正則表達式上方的向下突破：

<a=5> 
(
    <([a-zA-Z0-9]+)[^>]*> 
    (?1)* 
    </\2> 
    | 
    [^<>]++ 
)* 
</a> 

第一部分<([a-zA-Z0-9]+)[^>]*>(?1)*</\2>比賽對匹配標籤和它的所有內容。它假定標籤的名稱由字符[a-zA-Z0-9]組成。當匹配結束標記</\2>時，標記的名稱被捕獲([a-zA-Z0-9]+)和反向引用。

第二部分[^<>]++與標籤外的任何其他部分匹配。請注意，沒有處理引用的字符串，因此取決於您的輸入，它可能無法正常工作。

然後返回遞歸調用第一個捕獲組的例程調用。您會注意到標籤可以包含0個或更多其他標籤或非標籤內容的實例。由於正則表達式的寫法，該屬性也由最外層的<a=5>...</a>對共享。

Demo on regex101

Answer 2

試試這個：

PHP

$re = "/(<[^\\/>]+(\\/?)>)*([^<]+)(<\\/\\w+>)*/m"; 
$str = "<a=5>\n <a=3>\n Foo\n <b/>Bar</b>\n </a>\n Baz\n</a>"; 

preg_match_all($re, $str, $matches); 
var_dump($matches); 
// here 

$matches[1]; //for open tag array 
$matches[2]; //for single tag mark array by (/>) 
$matches[3]; //for inner data array 
$matches[4]; //for close tag array 

輸出

array (size=5) 
    0 => 
    array (size=5) 
     0 => string '<a=5> 
' (length=7) 
     1 => string '<a=3> 
Foo 
' (length=12) 
     2 => string '<b/>Bar</b>' (length=11) 
     3 => string ' 
</a>' (length=6) 
     4 => string ' 
Baz 
</a>' (length=10) 
    1 => 
    array (size=5) 
     0 => string '<a=5>' (length=5) 
     1 => string '<a=3>' (length=5) 
     2 => string '<b/>' (length=4) 
     3 => string '' (length=0) 
     4 => string '' (length=0) 
    2 => 
    array (size=5) 
     0 => string '' (length=0) 
     1 => string '' (length=0) 
     2 => string '/' (length=1) 
     3 => string '' (length=0) 
     4 => string '' (length=0) 
    3 => 
    array (size=5) 
     0 => string ' 
' (length=2) 
     1 => string ' 
Foo 
' (length=7) 
     2 => string 'Bar' (length=3) 
     3 => string ' 
' (length=2) 
     4 => string ' 
Baz 
' (length=6) 
    4 => 
    array (size=5) 
     0 => string '' (length=0) 
     1 => string '' (length=0) 
     2 => string '</b>' (length=4) 
     3 => string '</a>' (length=4) 
     4 => string '</a>' (length=4) 

Live Demo

OR

$re = "/(<[^\\/>]+\\/?>)*([^<]+)(<\\/\\w+>)*/m"; 
    $str = "<a=5>fff\n <a=3>\n Foo\n <b/>Bar</b>\n </a>\n Baz\n</a>"; 

    preg_match_all($re, $str, $matches); 
    //var_dump($matches); 
    $md=""; 
    $c=count($matches[1]); 
    foreach($matches[1] as $k=>$v){ 
     if($k!=0){ 
      $md.=$v.$matches[2][$k].$matches[3][$k]; 
     } 
     else if ($c!=$k+1){ 
      $md.=$matches[2][$k].$matches[3][$k]; 
     } 
    } 
var_dump($md); 

Live

區tput的

string 'fff 
<a=3> 
Foo 
<b/>Bar</b> 
</a> 
Baz 
</a>' (length=44)