代码之家 › 专栏 › 技术社区 › Bill in Kansas City

regex:解析多个带引号的名称/值对

pcre regex php

Bill in Kansas City · 技术社区 · 6 年前

使用PHP 5.6/7.0。

我在几个regex网站上尝试了几个问题和几个小时的regex,但找不到任何能满足我需要的东西。我有这样一个字符串:

At vero eos et accusamus et iusto odio dignissimos ducimus

<!-- @@include default="/admin/creditapp/templates/longform/" try="/wTemplates/forms/templates/" file="credit_row_1.txt" -->

qui blanditiis praesentium voluptatum deleniti atque corrupti

<!-- @@include default="/admin/creditapp/templates/longform/" try="/wTemplates/forms/templates/" file="credit_row_2.txt" -->

quos dolores et quas excepturi sint

我正在从令牌中查找以下匹配项:

<!-- @@include ...the whole thing... -->
default
/admin/creditapp/templates/longform
try
/wtemplates/forms/templates
file
credit_row_1.txt

每次发现整个群体时,自然会重复。我可以循环文件并完成它,所以一次只需一个实例就可以了。我唯一能想到的表达方式就是:

<!-- @@include (?:(try|default|file)=\"(.+?)\"?)(?:\s*)(?:(try|default|file)=\"(.+?)\"?)(?:\s*)(?:(try|default|file)=\"(.+?)\"?)(?:\s*)-->

这是巨大的,并且不允许其他可能性,例如,我不知道,“(try | foo | bar | default)”或其他什么,或者省略“try”或“default”,例如“(foo | bar | file)。”

在模板中

<!-- @@include    -->

是常量。里面可以是2到 n 名称=值对。我试过:

(<!-- @@include (?:(try|default|file)=\"(.+?)\" ?){1,3}-->)

但它只返回last name=找到的值。我想我已经很接近了,但我无法解决。

1 回复 | 直到 6 年前

Casimir et Hippolyte 6 年前

PCRE无法存储重复捕获组的不同内容。当组重复时,以前的内容将被当前内容覆盖,以此类推。
一种解决方法包括使用 preg_match_all 和 \G 在上一次匹配后匹配下一个位置的锚点(默认情况下,它也匹配字符串的开头)。

preg_match_all('~(?:\G(?!\A)|<!-- @@include)\s+(try|default|file)="(.*?)"~', $str, $matches);

这种模式的想法是在第二个分支上取得成功 <!-- @@include 对于第一个匹配,然后与第一个分支 \G(?!\A) 对于所有其他连续比赛。当零件 \s+(try|default|file)="(.*?)" 失败,连续性被破坏,正则表达式引擎必须找到下一个 <!-- @@包括 继续。

如果您想知道第二个分支何时成功,只需在第二个分支中放置一个捕获组:

$result = [];

if ( preg_match_all('~(?:\G(?!\A)|<!-- (@)@include)\s+(try|default|file)="(.*?)"~', $str, $matches, PREG_SET_ORDER) ) {
    foreach ($matches as $m) {
        if ( !empty($m[1]) ) { // test which branch succeeds
            if ( isset($temp) )
                $result[] = $temp;
            $temp=[];
        }
        $temp[$m[2]] = $m[3];    
     }
}

if ( isset($temp) )
    $result[] = $temp;

demo

要获得更灵活且能够处理未知密钥的功能,可以使用两个 preg\u match\u全部 :

$result = [];

if ( preg_match_all('~<!-- @@include\s+\K\w+=".*?"(?:\s+\w+=".*?")*~', $str, $matches) ) {
    foreach ($matches[0] as $params) {
        if ( preg_match_all('~(\w+)="(.*?)"~', $params, $keyvals) )
            $result[] = array_combine($keyvals[1], $keyvals[2]);
    }
}

print_r($result);

demo

请注意,最后一个解决方案可以更有效地处理大型字符串,特别是因为第一个模式不是以交替方式开始,而是以文本字符串开始(在这种情况下,pcre regex引擎能够优化研究)。第二种模式只需要处理短字符串,所以这不是问题。