如何在非固定宽度的正则表达式中模拟lookbehind

Question

我目前在特定情况下遇到了 Regex 的问题：我需要解析 PHP 源文件（尤其是类）以查找在这些文件中定义的常量并将它们检索回输出。

这些常量可以有一些文档（这就是为什么我放弃了反射的想法，因为通过反射检索常量只会返回它们的名称和值），这些文档可能会在 cmets 标记中提供。

我确实设法构建了正则表达式的两个独立部分（一个是注释标记，另一个是 const 声明）但我无法成功地将它们链接起来：似乎第一个常量文件中还将包含所有先前声明的元素，直到它到达第一个注释块。

我的正则表达式如下（我不是正则表达式大神，请随时提出批评）：

((\t\ )*(/\*+(.|\n)*\*/)\R+)?([\t| ]*(?|(public|protected|private)\s*)?const\s+([a-zA-Z_\x7f-\xff][a-zA-Z0-9_\x7f-\xff]*)\s*=\s*(.*);)

样本测试如下：Regex101

万一初始代码消失：

/**
*
*/
class Test {

   /**
    *
    */
    public const LOL = "damn";

   /**
    *
    */
    private const TEST = 5;

   public const plop = "dong";
}

我确实到处寻找提示，我已经了解了积极的后视，但据我了解，它只适用于固定宽度的模式。

我的想法不多了。

Answer 1

我倾向于采用多步骤方法：分离每个类，然后查找 cmets（最终）和常量。就正则表达式而言，这可以通过

class\h*(?P<classname>\w+)[^{}]* # look for class literally and capture the name
(\{
    (?:[^{}]*|(?2))*             # the whole block matches the class content
\})

见a demo on regex101.com。

---

现在，到 cmets 和常量

^\h*
(?:(?P<comment>\Q/*\E(?s:.*?)\Q*/\E)(?s:.*?))?
(?:public|private)\h*const\h*
(?P<key>\w+)\h*=\h*(?P<value>[^;]+)

参见a demo for this step on regex101.com。

---

最后一步是清洁 cmets：

^\h*/?\*+\h*/?

查看cleansing on regex101.com 的演示。

---

最后，您需要两个循环：

preg_match_all($regex_class, $source, $matches, PREG_SET_ORDER);

foreach ($matches as $match) {
    preg_match_all($const_class, $match[0], $constants, PREG_SET_ORDER);
    foreach ($constants as $constant) {
        $comment = preg_replace($clean_comment, '', $constant["comment"]);

        # find the actual values here
        echo "Class: {$match["classname"]}, Constant Name: {$constant["key"]}, Constant Value: {$constant["value"]}, Comment: $comment\n";
    }
}

overall demo can be found on ideone.com.
注意演示和源代码中的各个正则表达式修饰符（尤其是 verbose 和 multiline ！）。

---

您也可以在数组中执行此操作：

$result = [];
preg_match_all($regex_class, $source, $matches, PREG_SET_ORDER);

foreach ($matches as $match) {
    preg_match_all($const_class, $match[0], $constants, PREG_SET_ORDER);
    foreach ($constants as $constant) {
        $comment = trim(preg_replace($clean_comment, '', $constant["comment"]));
        $result[$match["classname"]][] = array('name' => $constant["key"], 'value' => $constant['value'], 'comment' => $comment);
    }
}

print_r($result);

Answer 2

您可以在没有积极向后看的情况下做到这一点： 你必须匹配一个注释，紧跟一个 const 声明：

(?:(?:^/\*\*$\s+)((?:^ ?\*.*$\s*?)+)(?:\s+^\*/$\s+))?^\s+(public|protected|private) const (\S+)\s+= ([^;]+);

第一组将允许您检索文档：

• 评论部分
  • (?:^/\*\*$\s+) 查找块注释的开头
  • ((?:^ ?\*.*$\s*?)+) 代表包含您的 cmets 内容的组
  • (?:\s+^\*/$\s+)评论结束
• 声明部分：
  • ^\s+ 跳过行首的空格
  • (public|protected|private) const 确定可见性的组
  • (\S+)\s+= ([^;]+); 名称和值的组