代码之家 › 专栏 › 技术社区 › IanCun

嵌套引号内的子模式Regex匹配

preg-replace regex php

IanCun · 技术社区 · 7 年前

我正在从一些旧的论坛软件升级,其中有许多不必要的嵌套[引用]标签,我想通过Regex(使用PHP preg\u replace)去掉这些标签。其中大部分已经完成,但我正在努力解决以下类型的问题。

帖子中有嵌套的引号块,但只需要保留顶层[引号]内容(因为一些嵌套引号有3或4层深)。

例如:

Here is some normal post content

[QUOTE]
This is an appropriate quote
[/QUOTE]

Here is more post content

[QUOTE]
This is a a valid quote, as it's only 1 level deep.
   [QUOTE="User 2"]
   Here's an unnecessary nested quote.
       [QUOTE]
       Here's a 3nd level unnecessary nested quote.
       [/QUOTE]
   [/QUOTE]
[/QUOTE]

Here is more post content

我想去掉第二级和第三级嵌套引号,但不知道如何去掉。

我有一些很好的建议 strip nested quotes 完全正确,但我无法修改regex模式以适应此示例。

2 回复 | 直到 7 年前

Sebastian Proske 7 年前

使用与链接的regex相同的限制(引号内没有其他标记),您可以使用

((?:\[QUOTE\]|\G(?!^))[^][]+)((\[QUOTE[^][]*\](?:[^][]++|(?2))++\[/QUOTE\]))

搜索,然后 $1 仅替换嵌套引号。

这基本上匹配了单独组中最外面的引号,并且只匹配递归中的内部引号,因此只允许删除它们。

看见 https://regex101.com/r/y39Xaf/2

我添加了一个测试用例,在一个外部引用中包含两个不同的引用。

一个小故障 ((?:\[QUOTE\]|\G(?!^))[^][]+) :

所有内容都包含在捕获组中,以允许重新插入
(?:\[QUOTE\]|\G(?!^) 匹配任一文字 [QUOTE] 或上一场比赛结束时
[^][]+ 匹配任何普通文本

Jan 7 年前

是的,您可以使用链接答案中的相同正则表达式并应用它两次结合一些编程逻辑:

<?php

$regex = '~
        (\[QUOTE[^][]*\]
        (?:[^][]++|(?1))++
        \[/QUOTE\])
        ~x';

$data = preg_replace_callback($regex, 
    function($match) use($regex) {
        return $match[0][0] . preg_replace($regex, '', substr($match[0], 1));
    },
    $your_data_string_here);

echo $data;
?>

这为您的示例提供了:

Here is some normal post content

[QUOTE]
This is an appropriate quote
[/QUOTE]

Here is more post content

[QUOTE]
This is a a valid quote, as it's only 1 level deep.

[/QUOTE]

Here is more post content

这里的想法是匹配每个引号标记(嵌套或非嵌套),然后将相同的表达式应用于匹配的字符串,但偏移量为+1。当我们获取一个子字符串时,只有下一个嵌套的