用 PCRE 提取“表达式语法”

Question

我们正在开发一个支持字符串外推表达式的项目。在后台，我们使用 Symfony 的表达式语言来提供上下文解析，但我们是从字符串中提取表达式的人。

首先我想说，我不是正则表达式方面的专家。我的工作知识有限，因此以下正则表达式会显得笨拙且不优雅：

/\${(.*?)}(?=[\s\w\-_\/\\:;,.?!()|"\]&]|$)/

理论是这样的：

1. 表达式以${ 开头。这是起始锚点。
2. 匹配其中的任何内容。
3. 表达式以结束符 } 结尾，后跟行结束符 $，或字符列表中的一项。

考虑一个如下所示的表达式：

他的名字是“${name}”，他是“${thing}”。

正则表达式将成功匹配表达式name 和thing，并将替换为来自值对象的值。

但是，如果我们考虑到用户也可以解析实际的表达式和值，那么：

${{"name": "Pack Rat", "mana_cost": "{1}{B}", "cmc": 2}}

意思是，将该表达式评估为 JSON 对象，正则表达式失败，因为它在 {1}{B} 部分中的 }" 序列处停止，并且仅匹配 {"name": "Pack Rat", "mana_cost": "{1}{B。删除" 作为前瞻字符列表中可能的停止点修复了 JSON，但它无法从正则句子中提取两个表达式。

是否可以避免此表达式解析器过早停止？还是这超出了单个正则表达式的范围？

Answer 1

你可以使用

\$(\{(?:[^{}]+|(?1))+\})

并用它来进一步分析。见a demo on regex101.com。

---

具体如下：

\$                       # "$" literally
(                        # opening bracket -> capture group 1
    \{                   # "{" literally
        (?:[^{}]+|(?1))+ # not { nor } or repeat the first group -> recursion
    \}                   # "}" 
)                        # end of group 1