PHP PCRE 正则表达式

Question

在 LaTeX 中，表达式 \o{a}{b} 表示运算符 'o' 有两个参数 a 和 b。 LaTeX 也接受\o{a}，在这种情况下将第二个参数视为空字符串。

现在我尝试将正则表达式 \\\\o\{([\s\S]*?)\}\{([\s\S]*?)\} 与字符串 \o{a}\o{a}{b} 进行匹配。当它不是匹配时，它会将整个字符串误认为是匹配的。 （对这个字符串的正确解释是子字符串\o{a}{b} 是唯一的匹配项。）关键是我需要知道如何告诉 PHP 识别如果除了 { 在第一个 } 之后还有其他内容，那么它不是一场比赛。

我该怎么做？

编辑：运算符的参数允许包含符号\、{ 和}。但在这种情况下，整个字符串不匹配的原因是因为a}\o{a 中的大括号不符合LaTeX 规则（例如{ 必须在} 之前），因此a}\o{a 不能作为参数运营商...

Edit2：另一方面，\o{{a}}{b} 应该是匹配的，因为 {a} 是一个有效参数。

Answer 1

我猜你需要考虑使用锚点 ^ 和 $

$pattern = '/^\\o\{.*\}(\{.*\})?$/';

我不知道您认为a 和b 的可接受值是什么，因此您可以在此处将.* 替换为适当的类。

这允许\0{a} 或\o{a}{b} 格式。仅匹配 \o{a}{b} 修改为：

$pattern = '/^\\o\{.*\}\{.*\}$/';

根据您上次的编辑，我建议将上面的 .* 替换为 [^{]*，如其他答案中所述。

Answer 2

要处理可能的嵌套大括号，您需要使用递归功能：

$pattern = <<<'EOD'
~
\\o({(?>[^{}]+|(?-1))*}){2}
~x
EOD;

其中(?-1) 是对最后一个捕获组的子模式的引用。

Answer 3

我建议这样：

$s = '\\o{a}\\o{a}{b}';
echo "$s\n";  # Check string
preg_match('~\\\o(\{(?>[^{}\\\]++|(?1)|\\\.)+\}){2}~', $s, $match);
print_r($match);

ideone demo

正则表达式：

• 使用递归处理嵌套大括号，
• 也使用反斜杠（[^{}\\\] 和\\\.）来避免使用文字大括号作为语法大括号。

---

\\\o             # Matches \o
(                # Recursive group to be
  \{             # Matches {
  (?>            # Begin atomic group (just a group that makes the regex faster)
     [^{}\\\]++  # Any characteres except braces and backslash
  |
     (?1)        # Or recurse the outer group
  |
     \\\.        # Or match an escaped character
  )+             # As many times as necessary
  \}             # Closing brace
){2}             # Repeat twice

---

您当前正则表达式的问题是，一旦这部分匹配 \\\\o\{([\s\S]*?)，它将尝试寻找下一个即将到来的 \}，在那里，无论您使用的是惰性量词还是贪婪量词都无关紧要一。在实际的\} 出现在正则表达式之前，您需要以某种方式阻止它与} 匹配。

这就是你必须使用[^{}] 的原因，因为你实际上可以在里面嵌套大括号，这是使用递归的理想情况。