用於在字符串中匹配雙引號和/或單引號字符串的PHP正則表達式

Question

我正在處理模板類，並試圖從字符串參數列表中解析出帶引號的字符串列表。舉個例子字符串：

$string = 'VAR_SELECTED, \'Hello m\'lady\', "null"'; 

我在未來與提取字符串「Hello m'lady」和「空」正則表達式的問題。我已經得到的最接近是

$string = 'VAR_SELECTED, \'Hello m\'lady\', "null", \'TE\'ST\''; 
preg_match_all('/(?:[^\']|\\\\.)+|(?:[^"]|\\\\.)+/', $string, $matches); 
print_r($matches); 

，輸出：

Array 
(
    [0] => Array 
     (
      [0] => VAR_SELECTED, 
      [1] => 'Hello m'lady', 
      [2] => "null", 
      [3] => 'TE'ST' 
     ) 

) 

但是更復雜的情況：

$string = 'VAR_SELECTED, \'Hello "Father"\', "Hello \'Luke\'"'; 
preg_match_all('/(?:[^\']|\\\\.)+|(?:[^"]|\\\\.)+/', $string, $matches); 
print_r($matches); 

輸出：

Array 
(
    [0] => Array 
     (
      [0] => VAR_SELECTED, 
      [1] => 'Hello 
      [2] => "Father" 
      [3] => ', 
      [4] => "Hello 
      [5] => 'Luke' 
      [6] => " 
     ) 

) 

誰能幫助我解決這個問題？多個正則表達式是前進的方向嗎？

編輯也許用一個佔位符替換字符串中的逗號，然後用爆炸拆分字符串會更容易？

編輯2只是想到了一個簡單的不安全選項（我不打算使用），但會生成一個E_NOTICE錯誤。

$string = 'return array(VAR_SELECTED, \'Hello , "Father"\', "Hello \'Luke\'4");'; 
$string = eval($string); 
print_r($string); 

Answer 1

試試這個：

/(?<=^|[\s,])(?:(['"]).*?\1|[^\s,'"]+)(?=[\s,]|$)/ 

，或作爲PHP單引號字符串字面量：

'/(?<=^|[\s,])(?:([\'"]).*?\1|[^\s,\'"]+)(?=[\s,]|$)/' 

該正則表達式得到想要的結果，但我認爲你會犯這個錯誤。通常，如果引用的字符串需要包含文字引號字符，則引號將被轉義，或者帶有反斜槓或另一個引號。你沒有這樣做，所以我不得不使用基於lookarounds的脆弱黑客。你確定數據不應該看起來像這樣嗎？

$string = 'VAR_SELECTED, \'Hello m\\'lady\', "null"'; 

$string = 'VAR_SELECTED, \'Hello "Father"\', "Hello \\'Luke\\'"'; 

想想吧，PHP不內置支持CSV數據嗎？

Answer 2

您想在匹配字符串中使用back reference。

preg_match_all('@([\'"]).*[^\\\\]\1@', $string, $matches); 

這將開始的第一個實例匹配「或「再匹配以匹配結束最長的字符串」或」該不逃脫。

Array (
[0] => Array 
    (
     [0] => 'Hello m'lady', "null", 'TE'ST' 
    ) 

[1] => Array 
    (
     [0] => ' 
    ) 

Answer 3

下面是我會做：

下把任務分成要採取分步驟：

1）發生爆炸逗號的字符串。

For 'VAR_SELECTED, \'Hello m\'lady\', "null"' this gives me 
[0]=>"VAR_SELECTED" 
[1]=>" \'Hello m\'lady\'" 
[2]=>" "null"" 

For 'VAR_SELECTED, \'Hello "Father"\', "Hello \'Luke\'"' this gives me 
[0]=>"VAR_SELECTED" 
[1]=>" \'Hello "Father"\'" 
[2]=>" "Hello \'Luke\'"" 

2）運行修剪在所有三個擺脫任何空白的

For 'VAR_SELECTED, \'Hello m\'lady\', "null"' this gives me 
[0]=>"VAR_SELECTED" 
[1]=>"\'Hello m\'lady\'" 
[2]=>""null"" 

For 'VAR_SELECTED, \'Hello "Father"\', "Hello \'Luke\'"' this gives me 
[0]=>"VAR_SELECTED" 
[1]=>"\'Hello "Father"\'" 
[2]=>""Hello \'Luke\'"" 

3）運行str_replace函數（ 「\」，」」，$文本）擺脫斜線。 （只刪除spaces..added的可讀性，所以這應該是一個赤裸裸的斜線和「空」字符串）

For 'VAR_SELECTED, \'Hello m\'lady\', "null"' this gives me 
[0]=>"VAR_SELECTED" 
[1]=>"'Hello m'lady'" 
[2]=>""null"" 

For 'VAR_SELECTED, \'Hello "Father"\', "Hello \'Luke\'"' this gives me 
[0]=>"VAR_SELECTED" 
[1]=>"'Hello "Father"'" 
[2]=>""Hello 'Luke'"" 

4）再次運行修剪，修剪只（$文字，「'」「）（移除spaces..added僅出於可讀性）

For 'VAR_SELECTED, \'Hello m\'lady\', "null"' this gives me 
[0]=>"VAR_SELECTED" 
[1]=>"Hello m'lady" 
[2]=>"null" 

For 'VAR_SELECTED, \'Hello "Father"\', "Hello \'Luke\'"' this gives me 
[0]=>"VAR_SELECTED" 
[1]=>"Hello "Father"" 
[2]=>"Hello 'Luke'" 

我沒有測試過這一點，但邏輯是健全的。一個快速和骯髒的方式來測試所有的98％的正則表達式的（在我的經驗）是使用http://rubular.com/這是一個很棒的網站。通常如果它開始在正則表達式中窒息，這是我的第一個信號，我應該更多地解決這個問題。 （這只是輿論〜穿上防火服〜）