正则表达式匹配双引号字符串，没有 php 标签内的变量

Question

基本上，我需要一个正则表达式来匹配 PHP 标记内的所有双引号字符串，而其中没有变量。

这是我目前所拥有的：

"([^\$\n\r]*?)"(?![\w ]*')

并替换为：

'$1'

不过，这也会匹配 PHP 标记之外的内容，例如 HTML 属性。

示例案例：

<a href="somelink" attribute="value">Here's my "dog's website"</a>
<?php
    $somevar = "someval";
    $somevar2 = "someval's got a quote inside";
?>
<?php
    $somevar3 = "someval with a $var inside";
    $somevar4 = "someval " . $var . 'with concatenated' . $variables . "inside";
    $somevar5 = "this php tag doesn't close, as it's the end of the file...";

它应该匹配并替换所有应该将" 替换为' 的位置，这意味着最好不要单独使用html 属性。

替换后的示例输出：

<a href="somelink" attribute="value">Here's my "dog's website"</a>
<?php
    $somevar = 'someval';
    $somevar2 = 'someval\'s got a quote inside';
?>
<?php
    $somevar3 = "someval with a $var inside";
    $somevar4 = 'someval ' . $var . 'with concatenated' . $variables . 'inside';
    $somevar5 = 'this php tag doesn\'t close, as it\'s the end of the file...';

能够匹配内部脚本标签也很棒......但这可能会推动它进行一次正则表达式替换。

我需要正则表达式方法，而不是 PHP 方法。假设我在文本编辑器或 JavaScript 中使用 regex-replace 来清理 PHP 源代码。

Answer 1

tl;博士

这真的太复杂了，无法用正则表达式完成。特别是不是一个简单的正则表达式。使用嵌套的正则表达式可能会更好，但您确实需要 lex/parse 才能找到您的字符串，然后您可以使用正则表达式对它们进行操作。

说明

您可以可能设法做到这一点。 您可能甚至可以做到这一点，甚至完美。 但这并不容易。 这将非常非常困难。

考虑一下：

Welcome to my php file. We're not "in" yet.

<?php
  /* Ok. now we're "in" php. */

  echo "this is \"stringa\"";
  $string = 'this is \"stringb\"';
  echo "$string";
  echo "\$string";

  echo "this is still ?> php.";

  /* This is also still ?> php. */

?> We're back <?="out"?> of php. <?php

  // Here we are again, "in" php.

  echo <<<STRING
    How do "you" want to \""deal"\" with this STRING;
STRING;

  echo <<<'STRING'
    Apparently this is \\"Nowdoc\\". I've never used it.
STRING;

  echo "And what about \\" . "this? Was that a tricky '\"' to catch?";

  // etc...

在双引号字符串中忘记匹配的变量名。 你能匹配这个例子中的所有字符串吗？ 这对我来说就像一场噩梦。 SO 的语法高亮肯定不知道怎么处理。

您是否考虑过变量也可能出现在heredoc 字符串中？

我不想用正则表达式来检查：

1. 在<?php 或<?= 代码内
2. 不在评论中
3. 在引用的报价中
4. 引用的报价类型是什么？
5. 是那种类型的引用吗？
6. 前面是否有\（转义）？
7. \ 转义了吗？？
8. 等等……

总结

您可能可以为此编写一个正则表达式。 您可能可以通过一些反向引用和大量时间和精力来管理。 这会很困难，而且您可能会浪费很多时间，而且如果您需要修复它，您将无法理解您编写的正则表达式。

另见

This answer。这是值得的。

Answer 2

这是一个利用标记器扩展将preg_replace 仅应用于 PHP 字符串的函数：

function preg_replace_php_string($pattern, $replacement, $source) {
    $replaced = '';
    foreach (token_get_all($source) as $token) {
        if (is_string($token)){
            $replaced .= $token;
            continue;
        }
        list($id, $text) = $token;
        if ($id === T_CONSTANT_ENCAPSED_STRING) {
            $replaced .= preg_replace($pattern, $replacement, $text);
        } else {
            $replaced .= $text;
        }
    }
    return $replaced;
}

为了达到你想要的，你可以这样称呼它：

<?php
    $filepath = "script.php";
    $file = file_get_contents($filepath);
    $replaced = preg_replace_php_string('/^"([^$\{\n<>\']+?)"$/', '\'$1\'', $file);
    echo $replaced;

作为第一个参数传递的正则表达式是这里的关键。它告诉函数仅在字符串不包含 $ （嵌入变量 "$a"）、{ （嵌入变量类型 2 @987654327 @)，新行，< 或 >（HTML 标记结束/打开符号）。它还检查字符串是否包含单引号，并防止替换以避免需要转义的情况。

虽然这是一种 PHP 解决方案，但它是最准确的解决方案。您可以使用任何其他语言获得最接近的结果，这需要您在某种程度上使用该语言构建自己的 PHP 解析器，以使您的解决方案准确。