正则表达式从树枝模板中提取块[重复]答案

【问题标题】：RegEx to extract block from twig template [duplicate]正则表达式从树枝模板中提取块[重复]
【发布时间】：2020-07-28 02:05:32
【问题描述】：

在 PHP 中，我想提取树枝块中包含的文本，并认为正则表达式是最有效的。

假设我有一个包含以下内容的文件“index.twig”：

{% block content %}
Content of the page...
{% endblock %}

这段代码运行良好：

$input = file_get_contents("index.twig"); 
preg_match_all('/\{%\s*block\s*content\s*\%}([^\%}]*)\{%\s*endblock\s*\%}/', $input, $output);

$output 将包含预期的结果。

但是，如果输入文件是这样的：

{% block content %}
{{ a_tag }}
Content of the page...
{% endblock %}

在这种情况下，结束的 }} 会破坏正则表达式并且 $output 是空的。

有正确正则表达式的线索吗？

提取块内容的另一种解决方案？

我想得到：

{{ a_tag }}
Content of the page...

【问题讨论】：

为什么要这样做？
@DarkBee 我正在为个人项目和教学构建一个非常轻量级的框架
提取树枝模板对我来说看起来很奇怪。无论如何，只是/{% block content %}(.+){% endblock %}/s 所见here
喜欢这个？ ^{%.*%}\R((?:(?!{%.*?%}$).*\R)*){%.*%}$regex101.com/r/LtUCiy/1
或使用{%\h*block\h*content\h*%}\R((?:(?!{%\h*endblock\h*%}).*\R)*){%\h*endblock\h*%} regex101.com/r/jFKi84/1

标签： php regex twig

【解决方案1】：

使用[^\%}]* 表示您匹配除使用negated character class 列出的字符之外的任何字符，在本例中为%（您不必转义）和}。

使用这种方法，您无法在块之间匹配{{ a_tag }}。

获取值的一种方法是匹配块的起始代码，直到第一次出现结束块。在两者之间匹配所有不以 endblock 模式开头的行。

您可以使用\h 来匹配水平空白字符并使用\R 来匹配任何Unicode 换行符序列，而不是使用\s。

{%\h*block\h*content\h*%}\R((?:(?!{%\h*endblock\h*%}).*\R)*){%\h*endblock\h*%}

模式将匹配：

{%\h*block\h*content\h*%}\R匹配块内容部分和换行符
( 捕获第 1 组
- (?:(?!{%\h*endblock\h*%}).*\R)* 如果该行不以 endblock 模式开头，则匹配整行和换行符
)关闭第一组
{%\h*endblock\h*%}匹配端块部分

Regex demo

【讨论】：

【解决方案2】：

您可以简单地将与 twig 标签匹配的所有内容替换为空字符串。这是一个例子：

<?php
$x = <<<EOT
{% block content %}
  {{ a_tag }}
  Content of the page...
{% endblock %}
EOT;

$x = preg_replace(['/\{%[^\{\}]*%\}\n*/m', '/\{\{[^\{\}]*\}\}\n*/m'], '', $x);
$y = preg_replace('/\{%[^\{\}]*%\}\n*/m', '', $x);
print $x;
print PHP_EOL;
print $y;

【讨论】：

差不多了！现在有些东西回来了，但没有 twig var。事情是我想在输出中保留 {{ a_tag}}
这不是您最初提出的问题。这仍然是可能的。只需从数组中删除第二个模式。我已经编辑了答案以表明这一点。
m 模式修饰符没有用，因为模式中没有 ^ 或 $ 元字符。你也在你的模式中做了太多不必要的转义。仅检查\n 将意味着您的解决方案不会支持不同的操作系统（例如使用\r 的操作系统）。请只发布您理解的正则表达式模式，以免误导研究人员。

【解决方案3】：

这是我从 cmets 使用的解决方案：

{%\h*block\h*content\h*%}\R((?:(?!{%\h*endblock\h*%}).*\R)*){%\h*endblock\h*%}

这里有 2 个有用的链接来设置正则表达式模式：

【讨论】：